以项目为导向的VB测绘程序设计课程教学设计与实践

针对VB测绘程序设计课程教学中存在的问题,以学生职业岗位能力培养为核心,以项目为导向,从课程教学模式、教学内容组织、教学过程设计、考核与评价等方面进行了探索与实践,取得了较好的教学效果。     

原子尺寸因素对块体非晶形成能力的影响

块体非晶的研究无论在理论上还是在应用上都有重要意义,而非晶形成能力是决定非晶制备的关键因素之一.通过研究原子尺寸分布对非晶形成能力的影响,计算了原子尺寸差函数与合金非晶形成能力间的关系,系统地分析了其机理,并对其合理性进行了验证.结果表明,原子尺寸差函数可以估计合金体系的非晶形成能力.相同合金体系中,非晶形成能力与基元素的原子百分含量存在线性关系.     

测绘工程专业课程体系改革探讨

通过对测绘工程传统人才培养方案的分析,搭建了通识教育、学科教育、专业知识、专业方向及集中实践教学主要平台,该模式充分考虑了学生的个性发展方向,强化了对学生实际动手能力的培养,并按照提高综合素质的要求,拓宽了学生的知识面,满足了培养学生宽厚的知识基础、扎实的专业知识和较强的实践动手能力的要求．     

管道漏磁检测缺陷识别技术

针对神经网络法对管道缺陷进行识别存在所需样本数据量大、容易陷入局部极值、泛化能力没有保证等问题,提出一种新的机器学习方法,即支持向量机法.介绍了支持向量机的分析原理,以碗状缺陷为例,采用ANSYS有限元分析软件对40组不同尺寸的缺陷进行仿真,将得到的40组漏磁数据和10组实测数据作为学习样本,另外10组新数据作为验证数据,以MATLAB软件为平台进行了识别实验.实验结果表明,识别误差均在5％以下,且泛化能力强,识别方法简单,在有限样本情况下比神经网络法更具优势.     

加强产学研用深度合作,突出工程硕士工程实践能力培养

工程硕士专业学位教育强调工程性、实践性和应用性,旨在培养适应经济社会发展的应用型、复合型高层次工程技术和工程管理人才。兰州理工大学从培养方案修订、课程改革、实践基地建设、质量保障体系建立等方面对全日制工程硕士研究生的培养模式进行改革,加强产学研用深度合作,突出工程实践能力培养,取得了一定成效。     

也谈士官教育——Word一堂课教学设计

熟练掌握office办公软件,是士官学员毕业后参与部队训练、管理、教育必须掌握的技能。为了培养士官学员的这一技能,针对士官职业技术教育中实施信息技术基础教学既要引导学员对办公自动化软件基本功能的熟悉,又要有效指导学员具体实践操作,还要在所学知识的基础上能有拓展提高的要求,在Word一堂课教学实施过程中,可以采取任务驱动,能力训练项目来展开教学,以达到理想的成效。     

NETEM阅读部分的真实性分析

从真实性的角度出发,利用Bachman的任务特征框架分析了NETEM阅读理解部分对考生交际语言能力的测试.分析表明,NETEM在输入材料方面有较高的真实性,任务涉及的语言能力的真实性也有很大的提高.但从输入与回答之间的关系看,个别题目未能体现交际语言能力的特点,仍有待改进.     

应用型本科院校“数字图像处理”教学研究与改进

"数字图像处理"是电子信息类专业的基础课程具有很强理论性和工程应用性。根据培养高素质应用型人才的培养目标以及课程思政的要求,分析当前教学模式中存在的问题和不足,提出旨在提高教学质量和人才培养质量的方法和措施。教学改革措施增强了学生对该课程的学习兴趣和主动性,培养了学生的爱国情怀、创新思维,提升了学生的实际工程能力,且提高了教学质量。     

时空双仿射微分不变量及骨架动作识别

目的 人体骨架的动态变化对于动作识别具有重要意义。从关节轨迹的角度出发,部分对动作类别判定具有价值的关节轨迹传达了最重要的信息。在同一动作的每次尝试中,相应关节的轨迹一般具有相似的基本形状,但其具体形式会受到一定的畸变影响。基于对畸变因素的分析,将人体运动中关节轨迹的常见变换建模为时空双仿射变换。方法 首先用一个统一的表达式以内外变换的形式将时空双仿射变换进行描述。基于变换前后轨迹曲线的微分关系推导设计了双仿射微分不变量,用于描述关节轨迹的局部属性。基于微分不变量和关节坐标在数据结构上的同构特点,提出了一种通道增强方法,使用微分不变量将输入数据沿通道维度扩展后,输入神经网络进行训练与评估,用于提高神经网络的泛化能力。结果 实验在两个大型动作识别数据集NTU（Nanyang Technological University）RGB+D（NTU 60）和NTU RGB+D 120（NTU 120）上与若干最新方法及两种基线方法进行比较,在两种实验设置（跨参与者识别与跨视角识别）中均取得了明显的改进结果。相比于使用原始数据的时空图神经卷积网络（spatio-temporal graph convolutional networks,ST-GCN）,在NTU 60数据集中,跨参与者与跨视角的识别准确率分别提高了1.9%和3.0%;在NTU 120数据集中,跨参与者与跨环境的识别准确率分别提高了5.6%和4.5%。同时对比于数据增强,基于不变特征的通道增强方法在两种实验设置下都能有明显改善,更为有效地提升了网络的泛化能力。结论 本文提出的不变特征与通道增强,直观有效地综合了传统特征和深度学习的优点,有效提高了骨架动作识别的准确性,改善了神经网络的泛化能力。     

求解0-1背包问题的混合贪婪遗传算法

求解0-1背包问题（KP）的最优解的时候,传统遗传算法（GA）的局部求精能力不足而简单局部搜索算法的全局探索能力有限,针对上述问题,将这两个算法整合并提出了混合贪婪遗传算法（HGGA）。在GA全局搜索框架下增加局部搜索模块,并改进传统仅基于物品价值密度的修复算子,增加基于物品价值的贪婪混合选项,从而加速寻优过程。HGGA一方面引导种群在进化的优质解空间中展开精细搜索,另一方面依靠GA的经典操作算子开拓全局搜索空间,从而达到算法求精能力和开拓能力的良好平衡。HGGA分别在三组数据上做了测试,结果表明在第一组15个测试用例中的12个上,HGGA能够百分百找到最优解,成功率达到80%;在第二组小规模数据集上,HGGA的性能明显好于其他同类GA和其他元启发算法;在第三组大规模数据集上,HGGA较其他元启发式算法具有更好的稳定性和高效性。