融合非物理模型的改进AM-RetinexNet图像增强算法

针对地下空间低照度图像色彩偏暗、亮度低且分布不均、增强后图像色偏和噪声高等问题，研究提出了融合非物理模型的改进AM-RetinexNet图像增强算法。该算法将RGB图像转换成HSV分量，利用HSV空间相互独立性实现图像亮度增强和色彩增强处理，其中S分量利用V分量提取的相关信息进行自适应调整，V分量采用融合直方均衡化与注意力机制优化的RetinexNet进行照度分量增强处理；将处理后HSV分量转化成RGB图像，并对图像进行自适应色彩恢复，得到照度增强图像。对比实验表明，在图像的细节处理、亮度整体增强处理、图像降噪和色彩视觉修正等方面该方法表现较好，测试指标中平均互信息(MI)、标准差(STD)、结构相似性(SSIM)、平均梯度(AG)、空间频率(SF)和峰值信噪比(PSNR)最佳，均值分别可达到6.18,70.62,0.56,13.29,36.53,39.22。     

基于五位一体的科研反哺教学模式探究

针对教育部 “新工科”、“金课”建设背景，如何平衡民办高校教学与科研失衡问题，提升民办高校教学质量，成为研究重点。研究将科研融合课堂建立情景知识共建的五位一体教学模式，以培养学生创新思维和整合思维，进而构建科研-教学共生体，师师-师生-生生学习共同体，实现科研-教学过程螺旋式上升。改革以人工智能三门基础课构建课程群验证，结果表明其教学效果较佳。