基于生态学习环境下结构化资源库系统的构建和探究

学习生态是一项新型研究课题,在国内的发展时间并不长。基于国外研究专家对学习生态理论和资源构建模型的分析可知,网络已经成为21世纪拓展生态学习系统资源的主要媒介。学习主体的交互发展,促进了资源环境的渗透能力,让学生的学习观念发生了质的改变。基于此,本文将结合苏州工业园区正在构建的生态学习资源系统,深刻剖析生态学习系统对现代教育的启示作用。     

基于“情景-应对”的随县柳林镇“8·12”山洪灾害推演

【目的】降雨诱发的山洪具有暴涨暴落特点,其防御及应急也一直是我国防汛减灾工作中的薄弱环节。为指导山洪灾害应急救援工作,减少暴雨山洪带来的影响及损失,【方法】以湖北省随州市柳林镇“8·12”山洪灾害为研究对象,基于“情景-应对”式情景构建方法,采用无人机航测技术提取柳林镇地形、植被等信息要素,构建柳林镇“8·12”山洪事前、事中、事后情景;在此基础上耦合“水文-水动力”模型推演了暴雨诱发山洪的全过程,从而对本次灾害应急过程进行了深入分析。【结果】结果显示：柳林镇“8·12”山洪在12日3时30分左右洪水位开始猛增、2.5 h后即达到峰值,最高淹没深度超5 m,峰值过后3.5 h洪水基本褪却,极快的流速和暴涨的水位导致有效转移时间不足1 h。【结论】结果表明：基于“情景-应对”式灾害情景构建方法,可全景式再现山洪灾害孕灾-发灾-致灾全过程;耦合水文-水动力模型在无人机获取的高精度地形数据基础上具有较高的适用性;能力评估揭示了本次山洪灾害重大人员伤亡的主要原因是气象预警能力不足、人员撤离不及时以及应急救援力量薄弱。     

语义线特征辅助的动态SLAM

动态环境干扰是视觉同时定位与地图构建（simultaneous localization and mapping,SLAM）领域内一个亟待解决的问题,场景中的运动对象会严重影响系统定位精度。结合语义信息和几何约束更强的线特征辅助基于传统ORB特征的SLAM系统来解决动态SLAM问题。首先采用深度学习领域的优秀成果SOLOv2作为场景分割网络,并赋予线特征语义信息;完成物体跟踪和静态区域初始化后,使用mask金字塔提取并分类特征点;再使用极线约束完成动态物体上点线特征的剔除;最后融合静态点线特征完成位姿的精确估计。在TUM动态数据集上的实验表明,提出的系统比ORB-SLAM3的位姿估计精度提高了72.20％,比DynaSLAM提高了20.42％,即使与近年来同领域内的优秀成果相比也有较好的精度表现。     

中职“计算机应用基础”课程教学模式的构建与研究

对于中职学生来说,在信息时代的大环境下,要想具备一定的专业技能,必须精通“计算机应用基础”这门学科。通过对“计算机应用基础”学科的深入学习,可以帮助学生掌握计算机基本原理和应用技能,进而帮助学生运用计算机开展学习活动、运用计算机获得信息等,有效拓宽中职学生的学习视野、拓展学习内容、丰富学习认知,全面提高中职学生的职业技能,促进计算机应用基础学科核心素养的发展。     

中国名人人脸数据集

为快速构建大尺度、高质量中国人脸识别数据集,本文提出一种半自动构建方法.相较于现有的数据集构建方法,该方法可以快速地构建大尺度中国名人人脸数据集,将此数据集命名为CCFace(Chinese Celebrities Face).CCFace数据集包含431个人物,506874张人脸图像,平均每个人物包含1176张不同年龄、姿态的图像,该构建方法在一定程度上解决了当前社区中可用的中国人人脸图像数据集短缺问题.在实验部分中以多个模型测试该数据集的有效性,表明其可以作为SOTA(State Of The Art)模型的训练集使用,相信这种方法以及该数据集将引来更多的人来从事人脸识别的研究工作,并促进国内人脸识别应用的发展.     

"1+X"下校园网络安全实训室的构建

引入"1+X"证书制度是我国职业教育改革的一项关键措施.针对"1+X"制度下网络安全类证书的需求,结合当前网络安全类课程教学现状,设计了基于"1+X"证书需求分析的网络安全实训室.重点分析了网络安全相关"1+X"证书的软硬件需求;针对实训室总体拓扑细化了实施步骤;给出了实训室所能开出的实训项目,并分析了实训室预期的效果.     

基于点云分割的运动目标跟踪与SLAM方法

现有的绝大多数同步定位与地图构建(SLAM)方法是基于静态场景假设,场景中运动目标被视为干扰,它的存在会导致定位和建图精度下降甚至失败.而运动目标检测与跟踪在很多应用中又是必须的,却在求解SLAM问题时被滤除.针对这一问题,本文提出一种融合激光雷达和惯性传感器,可同时完成SLAM和运动目标检测与跟踪的方法.首先利用惯性传感器的观测结果来补偿激光雷达扫描过程中由于自身运动引起的运动失真,在运动补偿后的点云上应用全卷积神经网络(FCNN)检测出所有可能的运动目标,并基于无迹卡尔曼滤波(UKF)实现运动目标的跟踪以及动、静目标的区分.然后利用剩下的静态背景点云部分进行数据关联和运动估计,实现定位和建图.为进一步提高建图的一致性和精度,增加了闭环检测,并基于图优化的方法实现地图和轨迹的全局优化.在开源数据集KITTI及实验平台采集的数据集上进行了大量实验验证.实验结果表明,相比于传统的SLAM方法,本文方法不仅能实现运动目标的检测与跟踪,同时可完成实时、鲁棒、低漂移的车辆位姿估计与建图,且建图精度明显优于现有其他方法.     

基于核保持嵌入的子空间学习

子空间学习是特征提取领域中的一个重要研究方向,其通过一种线性或非线性的变换将原始数据映射到低维子空间中,并在该子空间中尽可能地保留原始数据的几何结构和有用信息.子空间学习的性能提升主要取决于相似性关系的衡量方式和特征嵌入的图构建手段.文中针对子空间学习中的相似性度量与图构建两大问题进行研究,提出了一种基于核保持嵌入的子空间学习算法(Kernel-preserving Embedding based Subspace Learning,KESL),该算法通过自表示技术自适应地学习数据间的相似性信息和基于核保持的构图.首先针对传统降维方法无法挖掘高维非线性数据的内部结构问题,引入核函数并最小化样本的重构误差来约束最优的表示系数,以期挖掘出有利于分类的数据结构关系.然后,针对现有基于图的子空间学习方法大都只考虑类内样本相似性信息的问题,利用学习到的相似性矩阵分别构建类内和类间图,使得在投影子空间中同类样本的核保持关系得到加强,不同类样本间的核保持关系被进一步抑制.最后,通过核保持矩阵与图嵌入的联合优化,动态地求解出最优表示下的子空间投影.在多个数据集上的实验结果表明,所提算法在分类任务中的性能优于主流的子空间学习算法.     

浅谈平面设计中视觉审美元素的构建

一个好的平面设计,往往能够吸引人去观看。而平面设计中的审美元素,往往决定着一个平面设计的优劣。从这些视觉审美元素中,往往能够暴露出平面设计的特点,展现出平面设计的特色。而研究平面设计中的视觉审美元素,能够探索出优秀的平面设计,从而有利于推动平面设计的发展。基于此,本文将浅谈平面设计中视觉审美元素的构建。     

大学生创新创业能力训练体系的构建与实践

大学生创新创业能力是制约大学生竞争力的关键因素,创新创业训练体系建设关系到人才培养的质量。本文以电子商务这一典型创新创业教育载体专业为例,从全员参与视角构建了涵盖创新意识、创新素质、创新欲望、创新能力等多维培养的大学生创新创业训练体系。最后,以吉首大学电子商务专业为例,分析了全员参与创新创业训练体系的实践应用效果。