梁妍
- 作品数：9 被引量：7H指数：2
- 供职机构：天津师范大学计算机与信息工程学院更多>>
- 发文基金：天津市自然科学基金天津市科技计划博士科研启动基金更多>>
- 相关领域：自动化与计算机技术文化科学更多>>
- 基于生成对抗网络去除车辆图像运动模糊模型
- 2020年
- 提出一种基于生成对抗网络的去除车辆图像运动模糊的网络模型.该模型引入多尺度递归网络作为生成对抗网络的生成器,生成器包含3层网络,每层网络中叠加多层残差块,对模糊图像进行由粗糙到精细的处理,并经由判别器进行判别.利用公开数据集PKU-VD进行实验,实验结果表明,由该模型去除运动模糊后的图像比较清晰,可以分辨细节内容,且峰值信噪比达到29.52,优于常用模型.
- 安祺姜丽芬孙华志梁妍马春梅
- 关键词：递归神经网络生成器
- 基于Xception的座位状态检测模型
- 2019年
- 提出一种基于深度可分离卷积Xception的轻量级座位状态检测模型.该模型运用实例分割框架FCIS进行图像预处理,以减少无效信息.模型由输入层、9个卷积层、3个池化层、2层全连接层和输出层组成,将由深度可分离卷积提取得到的初级特征、中级特征和高级特征进行融合后,输入至全连接层进行全局特征整合.在相关数据集上使用该模型和常用模型进行实验,结果表明,该模型的识别精度为91%,高于Xception模型的89%、ResNet-50模型的85%以及基于人脸识别座位状态检测的82%.
- 刘晨怡姜丽芬王亭钟长鸿梁妍
- 基于XML的考试评分系统的设计与实现被引量：2
- 2007年
- 分析在计算机应用的考试评分系统设计中遇到的难点，介绍了系统的设计思路组织结构，将新一代语言XML引入到标准答案表示的问题中来，用实例说明系统开发中使用的关键技术。
- 梁妍
- 关键词：XML计算机应用评分系统
- “家校社”协同育人开展中小学科普教育活动实践研究被引量：1
- 2023年
- 分析了基于“家校社”协同育人开展中小学科普教育活动的意义和面临的挑战,提出了“1+3+N”科普教育活动实践体系,以育人为核心,坚持家校社协同,以内容形式、资源供给、师资队伍、增值评价等多维度推进中小学科普教育活动发展,不断提高中小学生科学素质。
- 李长合梁妍
- 关键词：科普教育
- 离散数学线上线下混合式教学改革与实践
- 2024年
- 线上线下混合式教学是一种基于互联网技术和建构主义理论的新型教学模式,近几年已成为高校教学改革的热点方向。而在实践中,一些学生的学习主动性未能被有效激发。以离散数学课程为例,采用“SPOC+雨课堂+微信公众平台”的教学模式,丰富教育资源,制订融入伴随式评价理念的课程评价方案。教学实践表明,课程改革方案的整体教学效果良好,激发了学生的学习积极性,提高了学生的建模分析能力、自主学习能力。
- 梁妍张桂芸王浩丽王向云王全来
- 关键词：混合式教学离散数学
- 育人视域下中小学教育数字化转型的实践路径探索被引量：2
- 2023年
- 本文分析了中小学教育数字化转型的意义、核心内涵、面临的问题及原因,并以“1+3+2+N”的实践体系探索中小学教育数字化转型实践路径。其中,“1+3+2+N”实践体系具体为以育人为1个着眼点,夯实机制建设、数字新基建和师生数字素养与技能提升3项基础,加强资源、数据2个中心建设,数字赋能精准教学、学生成长、教师发展、教育治理等N项应用。
- 李长合梁妍
- 关键词：中小学教育
- 混合式学习模式下过程性数据驱动的学习支持服务构建研究
- 2023年
- 提供有效的学习支持服务是混合式学习模式获得成功的重要保障,在已有混合式学习模式学习支持服务研究的基础上,提出了5个维度的学习支持服务范畴,并探讨了过程性数据驱动的学习支持服务构建方法。通过在计算机专业离散数学课程中进行验证,过程性数据驱动的学习支持服务构建方法取得了良好的效果。
- 梁妍
- 关键词：学习支持服务
- 基于时序卷积网络的简答题评阅方法
- 2023年
- 提出一种基于时序卷积网络(temporal convolutional network,TCN)并结合预训练语言模型BERT的简答题评阅模型(SA-TCN).该模型使用BERT对评分答案和参考答案进行编码,在建立二者之间内在联系的同时提取深层次文本语义特征.为减少信息丢失并获取深层全局特征,基于TCN捕获多尺度语义信息.在公开数据集ASAP的set5上进行实验,结果表明,该模型的精度和二次加权Kappa分别达到86.87%和87.46%,优于Bi-LSTM、TextCNN和RNN等其他模型.
- 姜丽芬欧阳雪城李昊耘王可可梁妍
- 关键词：简答题
- 错误驱动学习在未登录词词性标注中的应用被引量：2
- 2008年
- 词性兼类是自动词性标注过程的关键所在,特别是确定未登录词词性的正确率对整个标注效果有很大的影响。对兼类词排歧方法进行了研究,针对统计和规则两种方法各自的优点和局限,提出运用隐马尔科夫模型和错误驱动学习方法相结合自动标注方法,最后介绍了如何通过这种方法在只有一个词库的有限条件下进行词性标注和未登录词的词性猜测。实验结果表明,该方法能有效提高未登录词词性标注的正确率。
- 梁妍朱耀庭
- 关键词：词性标注未登录词隐马尔科夫模型
