基于互联网环境的高职院校学生自主学习能力培养

互联网如今已经渗透到社会各个角落,各种网络技术使得人们可以根据自己的实际情况完成自主学习。社会对人才的需求已经不仅仅是简单的岗位技能要求,还要求毕业生要具备自主学习这一职业核心能力。高职教育如何提高学生的自主学习能力,使学生能够适应瞬息万变的社会,就显得尤为重要。根据国内外学者的研究,结合高职院校学生的特点,通过问卷调查发现当前高职院校学生自主学习的现状,找到存在的问题,提出提高高职院校学生自主学习能力的对策。     

典型相关滤波跟踪算法的比较与分析

为综合评价现有的相关滤波类算法,对典型的相关滤波跟踪器进行全面的比较与分析,从而为进一步完善相关滤波器的设计提供指引。从相关滤波跟踪理论的一般框架切入,重点对当前四种具有代表性的相关滤波跟踪器即KCF,DSST,HCF和ECO展开研究,分别从理论分析以及在大规模公开数据集OTB100上的实验表现详细地比较各算法的优劣。比较与分析结果表明,使用卷积特征的算法在跟踪准确性和鲁棒性上相比单纯使用人工特征的算法具有显著优势,然而跟踪速度也会急剧下降,具有尺度估计模块的跟踪器能够得到更优的跟踪成功图表现。最后对深度学习结合相关滤波方法存在的实时性不足、长时跟踪等问题进行分析,并对未来的发展趋势进行了展望。     

全光纤声光调制径向跳动差分测量技术研究

为了实现机床在加工状态下主轴径向跳动非接触、高精度的测量，采用光外差法光路的激光多普勒差分检测方法，进行了理论分析和实验验证。直接耦合和透镜耦合的全光纤光路的应用，降低了布喇格衍射光路的调节难度，提高了测量分辨率和抗干扰能力，减小了噪声；光纤分光器实现了同一轴线上的差分测量，抑制了因测量光路本身的振动带来的干扰。得到了相对误差为0.0838%的主轴径向跳动测量结果，实现了纳米级跳动误差测量。结果表明，系统的相对误差和测量不确定度均小于0.1%。该研究对主轴径向跳动的实时测量有一定的指导意义。     

信息技术课堂引入的艺术

著名特级教师于漪说过,"课的开始,其引入就好比提琴家上弦,歌唱家定调。第一个音定准了,就为演奏或者歌唱奠定了良好的基础。课堂引入的艺术讲求的是第一锤就应敲在学生的心灵上,像磁石一样把学生牢牢地吸引住"。因此,信息技术教师需要深入思考和精心设计信息技术课堂的引入,针对不同的课程内容,采用不同的方式引入新课。游戏引入课题——激发学生学习兴趣现在的学生都喜欢玩游戏,什么游戏都能使他们迷恋。究其原因,从心理学角度讲,学生在玩游戏的过程中容易     

基于深度学习的人体姿态估计方法综述

基于深度学习的人体姿态估计方法旨在通过构建合适的神经网络，直接从二维的图像特征中回归出人体姿态信息。主要按照2D人体姿态估计到3D人体姿态估计的顺序，并从单人检测与多人检测、稀疏的关节点检测与密集的模型构建等方面，对近年来基于深度学习的人体姿态估计方法进行系统介绍，从而初步了解如何通过深度学习的方法得到人体姿态的各个要素，包括肢体部件的相对朝向和比例尺度、骨骼关节点的位置坐标和连接关系，甚至更为复杂的人体蒙皮模型信息。最后,对当前研究面临的挑战以及未来的热点动向进行概述，清晰地呈现出该领域的发展脉络。     

移动学习支持下的计算机专业英语教学改革

分析移动学习在计算机专业英语教学中的优势,结合自主开发的APP程序介绍教学改革措施,并论述教学实施和评价,最后说明教学改革效果。     

近岸海域水质中悬浮物含量测定的误差影响因素及其不确定度评定

实验采用传统差重法测定近岸海域水质中悬浮物的浓度,一从样品均匀程度、醋酸纤维膜溶解失重、盐度等三个方面讨论影响悬浮物含量测定的误差因素,二为进一步探讨测定结果的置信水平,对实验测定结果进行不确定评定,其扩展不确定度为2.62%。     

深度学习识别光网络单元故障的设计与应用

为解决依赖装维上门鉴别光网络单元故障带来的不便,可以从机器视觉入手实现自动化故障识别。近年,ImageNet挑战赛的成功推动了物体识别技术的跨越式发展,特别是基于卷积的深度学习技术在视觉识别方面已经达到人类水平,为光网络单元故障的自动识别提供了技术基础。文章对识别光网络单元的工作状态进行了研究,将设备工作状态分为7个场景,提出了利用手机APP采集图片识别故障的解决方案并投入了实际生产;重点阐述了深度学习模块的设计与实现,提出一种通过算法整合的方式综合运用物体检测和图像分类算法,分3阶段逐步求精,解决了图片过滤,光网络单元型号和状态识别等问题,实现了基于计算机视觉自动识别光网络单元故障。从数据上看产品的端到端准确率超过84%,识别速度达到10 FPS,月均提供服务超过1万人次,在减少用户等待的同时节约了人力资源。