面向船舶运动控制仿真的网络数据库系统

构建一个基于JSP+JavaBean的B/S体系结构的船舶运动的网络数据库,给船舶仿真提供一个与用户交互的平台,使用SQL Server 2005,结合Ajax+JavaScript技术,主要采集模拟船舶运动仿真过程所需的参数、显示船舶运动状态参数以及运行轨迹,并可以方便地对船舶、操舵员(用户)等进行信息管理.     

校园电子商务系统设计

针对校园电子商务的产生和发展进行了阐述,对校园电子商务的功能模块进行设计和描述,提出了校园电子商务带来的影响,并探讨了校园电子商务在信用、物流、市场规划、管理模式、安全支付等方面存在的问题。     

深入浅出讲解“Windows程序设计—Visual C++”课程

针对Windows程序设计——Visual C++课程涉及知识面广、实践性强、复杂难学的特点,分析了该课程难点之所在及传统教学过程中存在的问题,并从教学内容、教学方法和模式等方面采取了一些改革措施。实践证明,改革措施能够激发学生的编程兴趣,提高学生自主学习的能力,使学生较快进入状态,提高教学质量。     

虚拟现实技术在反恐训练中的研究进展

介绍了虚拟现实技术的国内外研究现状,以及仿真技术与虚拟现实技术结合使用的发展趋势.为了更好地履行反恐使命,适应形势的发展,有必要提高反恐教学训练质量,创新反恐行动教学训练手段.将仿真技术和虚拟现实技术应用于路边炸弹的虚拟及仿真,能使反恐受训者不受时间、空间、经费和器材的限制,利用各种3D虚拟模型任意组装不同起爆方式下的路边炸弹,拓展其想象空间和创新思维,使之对路边炸弹的结构组成、工作原理及爆炸效应等有深刻理解.     

利用Visual C＋＋和Direct3D设计雷达显示器

利用Visual C＋＋和Direct3D对某雷达显示器的实现过程作了详细论述,包括数据采集、PPI型显示器、A型显示器、B型显示器、余晖显示、航迹显示等。通过试验证明,采用Direct3D绘图方式比采用GDI绘图方式效果好,更适用于数据处理量大、天线扫描速度快的雷达显示器。     

基于M-CDIO的C语言课程教学研究

提出了基于CDIO工程教育模式的本地化和微型化教学模式(M-CDIO),并将其运用于C语言程序设计课程教学过程中;重新修改和设置了教学目标、教学内容、教学体系、教学方法和团队项目等:课程组织方式以微型项目为导向而不沿用传统的知识点导向,知识内容为集成的而非传统的知识与能力割裂的,等等.这些创新对深化工程课程教学改革具有实际意义.     

MC算法在医学图像三维重建中的应用

详细介绍了MC算法,提出了优化网格模型简化算法。优化网格模型简化算法选取坐标点的原则是,尽可能地接近原始网格,通常采用子集选择法或优化选择法。在尽可能保证图像精度的前提下,优化网格模型简化算法可以提高运算速度,而单纯的网格算法由于失真严重而缺乏实用价值。基于体绘制的网格化简化算法重建的三维模型比较完全,且算法简单,在多排螺旋CT等医学图像三维重建中有较好的应用。     

邻域等价关系诱导的改进ID3决策树算法

经典ID3决策树算法适用于离散型数据分类,但用于连续处理时需要数据离散化容易导致信息损失。提出邻域等价关系从而诱导邻域ID3(NID3)决策树算法,NID3算法改进了ID3决策树算法,能够直接实施连续预测并获取更好的分类效果。在邻域决策系统中,挖掘一种邻域等价关系;基于邻域等价粒化,构建邻域信息度量;基于邻域信息增益,设计NID3决策树算法。实例分析与数据实验均表明,NID3算法具有连续数据分类预测有效性,在分类机器学习中优于ID3算法。     

基于地面先验的3D目标检测算法

为了提高自动驾驶汽车环境感知的性能,增强单目相机对障碍物三维和边界信息的感知能力,提出了一种基于地面先验的3D目标检测算法。基于优化的中心网络(CenterNet)模型,以DLA(deep layer aggregation)为主干网络,增加目标3D边沿框中心点冗余信息预测。根据自动驾驶场景的地面先验信息,结合针孔相机模型,获取目标3D中心深度信息,以优化深度网络学习效果。使用KITTI 3D数据集评测算法性能,结果表明:在保证2D目标检测准确性的基础上,该算法运行帧率约20 fps,满足自动驾驶感知实时性要求;同时相比于CenterNet模型,在平均方位角得分(average orientation score)和鸟视图平均准确率(bird eye view AP)上分别有4.4和4.4%的性能提升。因而,该算法可以提高自动驾驶汽车对障碍物三维和边界信息的感知能力。     

卷积融合文本和异质信息网络的学术论文推荐算法

针对交互数据稀疏和推荐多样性问题,基于卷积协同过滤推荐框架提出卷积融合文本和异质信息网络的学术论文推荐算法（WN-APR）。首先学习不同语义下用户和论文的多样化特征,缓解数据稀疏问题;然后基于外积设计不同语义特征相互增强的方式融合它们,并使用三维卷积神经网络代替二维卷积神经网络充分挖掘不同特征对性能的影响;最后改进贝叶斯个性化排序损失函数增强推荐多样性。在CiteuLike-a、CiteuLike-t数据集上的实验结果表明,相比于基线模型,WN-APR在准确率和多样性的四个指标上都有所提升。