信息安全研究 ›› 2025, Vol. 11 ›› Issue (E2): 48-.

• 2025“数字经济与网络安全”论文集 • 上一篇    下一篇

面向随机森林图像去噪的人工智能安全实践教育研究

王乃乐李剑南国顺吕昕晨
  

  1. (北京邮电大学网络空间安全学院北京100876)
  • 出版日期:2025-12-27 发布日期:2025-12-27
  • 通讯作者: 王乃乐 硕士研究生.主要研究方向为人工智能安全、网络空间安全. 王乃乐 硕士研究生.主要研究方向为人工智能安全、网络空间安全. wangnaile@bupt.edu.cn
  • 作者简介:王乃乐 硕士研究生.主要研究方向为人工智能安全、网络空间安全. wangnaile@bupt.edu.cn 李剑 博士,教授.主要研究方向为人工智能安全、网络空间安全、量子密码、区块链技术. lijian@bupt.edu.cn 南国顺 博士,教授.主要研究方向为多模态大模型、大模型安全、通信安全. nanguo2021@bupt.edu.cn 吕昕晨 博士,副教授.主要研究方向为人工智能安全、边缘智能安全. lvxinchen@bupt.edu.cn
  • 基金资助:
    北京邮电大学2024年本科教育教学改革项目(2024YB34);2024年北京邮电大学优秀实验教学案例建设项目(2024025)

  • Online:2025-12-27 Published:2025-12-27

摘要: 在当前人工智能课程体系中,图像处理已成为关键组成部分,图像去噪作为其基础性任务,对学生掌握机器学习方法和提升工程实践能力具有重要意义.基于随机森林回归算法,设计了一项面向高校本科生的图像去噪教学实践案例.教学内容包括图像噪声建模、特征提取、模型训练与效果可视化分析,重点引导学生理解传统机器学习在图像预处理中的应用思路与技术路径.实践结果显示,该教学设计具备良好的可实施性与启发性,能够有效增强学生对图像处理及机器学习方法的理解,为高校人工智能类课程提供了具备技术深度与工程实操性的教学案例参考.

关键词: 图像去噪, 随机森林, 实践教学, 机器学习应用

中图分类号: