前言
2020屆“信息學(xué)部?jī)?yōu)秀畢業(yè)設(shè)計(jì)作品展”如期和大家見(jiàn)面了，本次展覽匯集了軟件工程、計(jì)算機(jī)科學(xué)與技術(shù)、物聯(lián)網(wǎng)工程、信息管理與信息系統(tǒng)、交通工程、車(chē)輛工程、工業(yè)設(shè)計(jì)、通信工程、電子信息工程9個(gè)專(zhuān)業(yè)14件優(yōu)秀作品。
畢業(yè)設(shè)計(jì)優(yōu)秀作品展是畢業(yè)生展示設(shè)計(jì)和創(chuàng)作成果、匯報(bào)學(xué)術(shù)思想的大舞臺(tái)，是畢業(yè)生對(duì)大學(xué)四年的總體匯報(bào)，同時(shí)也能夠全面反映學(xué)部總體的本科教學(xué)水平，體現(xiàn)學(xué)部立足首都、服務(wù)北京，全面深化教學(xué)改革，推動(dòng)內(nèi)涵發(fā)展，注重提升質(zhì)量等方面的努力。“不息為體， 日新為道”，校訓(xùn)中的“改革探索”與“開(kāi)拓前進(jìn)”的人文精神正是學(xué)部造就和培養(yǎng)工科人才的育人理念。
長(zhǎng)期以來(lái)，學(xué)部一直重視學(xué)生的培養(yǎng)質(zhì)量，結(jié)合首都功能定位的需求，突出立德樹(shù)人，不斷調(diào)整人才培養(yǎng)尺度和規(guī)格，努力培養(yǎng)適應(yīng)社會(huì)需求的工科人才，依托學(xué)科競(jìng)賽、創(chuàng)新工場(chǎng)等四大平臺(tái)提升學(xué)生的創(chuàng)新意識(shí)、提高創(chuàng)新能力，對(duì)畢業(yè)生的畢業(yè)設(shè)計(jì)作品有著嚴(yán)格的要求。本次展出的14件優(yōu)秀作品，是從學(xué)部9個(gè)專(zhuān)業(yè)585名作品挑選的大約2%的優(yōu)秀作品，旨在凸顯學(xué)部對(duì)畢業(yè)設(shè)計(jì)展示環(huán)節(jié)中每件作品更加嚴(yán)格的品質(zhì)要求，激勵(lì)同學(xué)們能夠更加嚴(yán)肅認(rèn)真地對(duì)待畢業(yè)設(shè)計(jì)作品、對(duì)待畢業(yè)設(shè)計(jì)環(huán)節(jié)的相關(guān)任務(wù)。
每一件優(yōu)秀作品都凝聚著同學(xué)們的辛勤汗水、凝聚著大學(xué)四年所有老師的心血，在此向所有老師表示深深的敬意！并由衷祝愿全體畢業(yè)生前程似錦、新的人生階段一帆風(fēng)順！
信息學(xué)部
2020年6月
接下來(lái)我們將分七期，依次介紹14件2020屆優(yōu)秀畢設(shè)作品，請(qǐng)欣賞~~
NO.1：基于招聘網(wǎng)站數(shù)據(jù)的計(jì)算機(jī)類(lèi)專(zhuān)業(yè)企業(yè)人才需求分析--- <<張藝>>
16信本 張藝
指導(dǎo)教師：康瑤
項(xiàng)目特色
本論文圍繞數(shù)據(jù)倉(cāng)庫(kù)中多維數(shù)據(jù)分析的應(yīng)用，旨在研究計(jì)算機(jī)類(lèi)專(zhuān)業(yè)相關(guān)招聘崗位的具體需求，具有鮮明的觀(guān)點(diǎn)和獨(dú)特的創(chuàng)新點(diǎn)：
1．創(chuàng)新性
在查閱文獻(xiàn)過(guò)程中發(fā)現(xiàn)，國(guó)內(nèi)外學(xué)者對(duì)于以計(jì)算機(jī)類(lèi)相關(guān)專(zhuān)業(yè)的招聘信息作為重點(diǎn)進(jìn)行的研究較少，且大多以人工分類(lèi)、建立數(shù)據(jù)字典的方式對(duì)招聘信息數(shù)據(jù)進(jìn)行研究，研究方法較為單一、工程量大并且速度較慢，在對(duì)從互聯(lián)網(wǎng)上獲取到的海量招聘信息進(jìn)行數(shù)據(jù)分析時(shí)有一定難度。因此，本論文通過(guò)分析獲取到的計(jì)算機(jī)類(lèi)相關(guān)專(zhuān)業(yè)的招聘信息數(shù)據(jù)的主題建立了星型多維數(shù)據(jù)模型，而后利用SQL Server 2012 Data Tools實(shí)現(xiàn)多維數(shù)據(jù)模型的建立，最終實(shí)現(xiàn)了更準(zhǔn)確、快速地對(duì)計(jì)算機(jī)類(lèi)相關(guān)專(zhuān)業(yè)的招聘數(shù)據(jù)進(jìn)行多維分析并對(duì)結(jié)果可視化展示。
項(xiàng)目照片1
2．實(shí)踐性
本研究利用SQL Server 2012 Data Tools實(shí)現(xiàn)了對(duì)計(jì)算機(jī)類(lèi)專(zhuān)業(yè)相關(guān)招聘信息數(shù)據(jù)的多維數(shù)據(jù)模型的建立，該方案具有較強(qiáng)的實(shí)踐性和較高的應(yīng)用價(jià)值。在分析其他專(zhuān)業(yè)的招聘信息數(shù)據(jù)時(shí)，也可利用相同的研究思路及方式，根據(jù)崗位的發(fā)布數(shù)量、招聘人數(shù)、薪酬水平、技術(shù)需求和所屬公司的性質(zhì)、規(guī)模及行業(yè)等維度可以進(jìn)行深度挖掘、分析。對(duì)于多維分析出的結(jié)論，從學(xué)校層面來(lái)看，老師們可以依據(jù)招聘需求的不同特征將招聘信息推薦給與之符合的學(xué)生。另外，對(duì)于制訂計(jì)算機(jī)類(lèi)專(zhuān)業(yè)的學(xué)生培養(yǎng)方案有著借鑒意義，為培養(yǎng)出能力、素質(zhì)兼?zhèn)涞娜瞬盘峁┍憷?。?duì)于學(xué)生群體來(lái)說(shuō)，可以根據(jù)自己的職業(yè)規(guī)劃方向針對(duì)某一類(lèi)行業(yè)、企業(yè)或某一崗位需求進(jìn)行對(duì)自身能力的培養(yǎng)與提升。
3．原創(chuàng)性
在研究對(duì)象方面，國(guó)內(nèi)學(xué)者對(duì)于與崗位需求匹配度較高的專(zhuān)業(yè)的招聘信息的分析較多，例如教育學(xué)專(zhuān)業(yè)、財(cái)務(wù)會(huì)計(jì)類(lèi)專(zhuān)業(yè)等。在研究方法方面，國(guó)內(nèi)學(xué)者更多的通過(guò)簡(jiǎn)單的數(shù)據(jù)統(tǒng)計(jì)分析等方式對(duì)招聘數(shù)據(jù)進(jìn)行研究，而本研究是通過(guò)建立星型維多數(shù)據(jù)模型，利用數(shù)據(jù)倉(cāng)庫(kù)中的聯(lián)機(jī)分析技術(shù)對(duì)招聘數(shù)據(jù)進(jìn)行多維度、深層次的分析、挖掘，并且擴(kuò)展了國(guó)內(nèi)對(duì)于招聘信息數(shù)據(jù)研究的專(zhuān)業(yè)范圍，為以后研究計(jì)算機(jī)類(lèi)專(zhuān)業(yè)相關(guān)的招聘崗位信息提供了更多的研究思路和方法。
4．專(zhuān)業(yè)水平
本論文的研究思路主要包括梳理文獻(xiàn)階段、獲取招聘數(shù)據(jù)階段、數(shù)據(jù)預(yù)處理階段、構(gòu)建多維數(shù)據(jù)模型階段和最終的分析數(shù)據(jù)并可視化結(jié)果階段，嚴(yán)謹(jǐn)?shù)难芯苛鞒瘫ＷC了最終數(shù)據(jù)分析的可靠性與真實(shí)性。本論文運(yùn)用的聯(lián)機(jī)分析技術(shù)是用不同的維度和模塊化的操作整合數(shù)據(jù)，條理清晰的將各項(xiàng)數(shù)據(jù)展現(xiàn)在使用者面前，不僅能夠有效率的整合數(shù)據(jù)，還能讓人們?cè)诙鄠€(gè)維度看到數(shù)據(jù)的變化。
NO.2：動(dòng)態(tài)場(chǎng)景下的行人檢測(cè)與身份驗(yàn)證研究---<<常佳逸>>
16物聯(lián)網(wǎng)本 常佳逸
指導(dǎo)教師：劉亞軍，呂彥鋒
項(xiàng)目特色
作品圍繞安防機(jī)器人在城市公共安全中的應(yīng)用，旨在研究動(dòng)態(tài)背景下的行人檢測(cè)和身份驗(yàn)證，具有鮮明的觀(guān)點(diǎn)，在目標(biāo)檢測(cè)方面進(jìn)行突破，具有獨(dú)特的創(chuàng)新點(diǎn)。
1．創(chuàng)新性
在整個(gè)研究中發(fā)現(xiàn)，所選用的目標(biāo)檢測(cè)YOLOv3算法在小目標(biāo)人臉檢測(cè)過(guò)程中準(zhǔn)確率較差，這是由于拍攝距離較遠(yuǎn)導(dǎo)致輸入圖像分辨率較低，YOLOv3檢測(cè)算法無(wú)法獲得充分的上下文語(yǔ)義信息，具有較差的細(xì)粒度特征，使得算法在小目標(biāo)檢測(cè)方面的魯棒性較差。為解決遠(yuǎn)距離檢測(cè)人臉中存在的問(wèn)題，提出YOLOv3-C算法，旨在針對(duì)YOLOv3網(wǎng)絡(luò)框架進(jìn)行改進(jìn)，結(jié)合特征金字塔和特征復(fù)用的思想，調(diào)整輸出特征圖，提高YOLOv3-C算法對(duì)于小目標(biāo)人臉的敏感程度，最終提高在遠(yuǎn)距離、高密度人群中人臉檢測(cè)的準(zhǔn)確率。實(shí)驗(yàn)結(jié)果表明，改進(jìn)后YOLOv3-C算法較原算法在WIDERFACE數(shù)據(jù)集上提升了7.2%的精確度，較Faster R-CNN算法提升了8.09%的精確度；在NWPU VHR-10數(shù)據(jù)集上YOLOv3-C算法較原算法提升了6.1%的精確度。
2．實(shí)踐性
本研究進(jìn)行調(diào)研最后確定采用YOLOv3實(shí)施目標(biāo)檢測(cè)算法進(jìn)行行人檢測(cè)，采用人臉識(shí)別FACE NET、Face++、LBP算法進(jìn)行身份驗(yàn)證的實(shí)驗(yàn)方案，該方案具有較強(qiáng)的實(shí)踐性和較高的應(yīng)用價(jià)值。在行人檢測(cè)方面，利用計(jì)算機(jī)視覺(jué)技術(shù)判斷圖像或者視頻流中是否存在行人。該技術(shù)可與行人跟蹤，行人重識(shí)別等技術(shù)結(jié)合，應(yīng)用于人工智能系統(tǒng)，車(chē)輛輔助駕駛系統(tǒng)，智能機(jī)器人、智能視頻監(jiān)控、智能交通等領(lǐng)域。在人臉識(shí)別方面，采用了基于卷積神經(jīng)網(wǎng)絡(luò)的算法和傳統(tǒng)算法進(jìn)行實(shí)驗(yàn)。該研究可應(yīng)用于行人身份驗(yàn)證等方面，在金融、公安、交通、社區(qū)等領(lǐng)域均有廣泛的應(yīng)用價(jià)值。
3．原創(chuàng)性
本項(xiàng)目將動(dòng)態(tài)背景下的行人檢測(cè)和使用人臉識(shí)別進(jìn)行的身份驗(yàn)證相結(jié)合，并選用各自較為有代表性的算法，最后將算法模型進(jìn)行改進(jìn)，大幅提升準(zhǔn)確率，具有很強(qiáng)的原創(chuàng)性。在中國(guó)，將行人檢測(cè)和身份驗(yàn)證結(jié)合的思想和算法初具模型，正處在研究期。但從國(guó)際經(jīng)驗(yàn)看來(lái)，相關(guān)研究和算法已經(jīng)相對(duì)成熟，能夠有效的利用在人群密集程度較大的公共場(chǎng)所，進(jìn)行異常行為的分析。而本項(xiàng)目彌補(bǔ)了國(guó)內(nèi)使用YOLOv3目標(biāo)檢測(cè)算法進(jìn)行遠(yuǎn)距離小人臉檢測(cè)的研究，并為以后的人臉檢測(cè)和人臉識(shí)別應(yīng)用提供了基礎(chǔ)。
4．專(zhuān)業(yè)水平
該項(xiàng)目研究將行人檢測(cè)和身份驗(yàn)證有機(jī)結(jié)合，并在動(dòng)態(tài)背景下進(jìn)行應(yīng)用。主要包括實(shí)驗(yàn)方案的確定、算法環(huán)境的配置、數(shù)據(jù)集的構(gòu)建、網(wǎng)絡(luò)模型的訓(xùn)練，最后進(jìn)行實(shí)驗(yàn)結(jié)果的測(cè)試，嚴(yán)謹(jǐn)?shù)脑O(shè)計(jì)流程保證了最終實(shí)驗(yàn)的可靠性與真實(shí)性。本項(xiàng)目所提出的YOLOv3-C算法，在一定程度上彌補(bǔ)了原YOLOv3算法在小目標(biāo)檢測(cè)方面存在的漏檢、誤檢現(xiàn)象，在小人臉、車(chē)輛、油桶、海口等物體方面，在農(nóng)業(yè)、資源勘探等方面具有廣泛的應(yīng)用需求。在撰寫(xiě)高質(zhì)量的畢業(yè)設(shè)計(jì)報(bào)告之外，還就項(xiàng)目相關(guān)研究撰寫(xiě)了3篇Ei檢索的英文論文，充分體現(xiàn)了項(xiàng)目研究的專(zhuān)業(yè)性。
