基于阿里云的垃圾图像识别分类系统的设计与实现

近年来,随着国家可持续发展战略的不断推进,垃圾分类处理问题显得尤为重要。为解决目前传统垃圾分类过程中存在的垃圾种类繁多、人工分类效率低等难点问题,设计并实现了一种基于阿里云的垃圾图像识别分类系统。该系统使用方便,识别准确率较高,能有效提高垃圾分类效率,降低了垃圾分类难度,对垃圾分类政策的推广有很好的辅助作用。     

基于超星学习通的混合式教学模式探索——以《C语言程序设计》课程为例

C语言程序设计是一门综合性极强的课程,传统的以老师为中心单向灌输,学生被动接受的教学方式早已满足不了如今的教学需求。随着网络教学平台的普及,混合式教学逐渐登上舞台,本文描述通过超星学习通开展“线上+线下”混合式教学,以学生为主体,克服学生学习程序设计的恐惧心理,不断激发学生的学习兴趣。同时,教师也可以通过超星学习通及时、准确地了解学生的学习情况,从而在课堂上有针对性地展开教学。     

改进的人工势场在智能餐厅服务型机器人上应用的研究

人工势场是一种常用的机器人路径规划和避障方法,然而在智能餐厅服务型机器人的应用中,存在一些问题和挑战。在此研究了改进的人工势场在智能餐厅服务型机器人上的应用。传统人工势场在路径规划和避障方面存在局部极小值等的缺点,为了克服这些问题,引入不同的算法来调节势场的作用范围。通过对比规划,改进的势场方法在智能餐厅场景下表现出更好的稳定性、收敛性和适应性。     

基于超星泛雅平台的合作式教学方法在课堂中的应用——以“HTML5开发基础”课程为例

针对目前本科教学中出现的学生课堂活跃性低,课中参与度不高和作业、实验独立完成度低等问题,文章提出一种基于超星泛雅平台的合作式教学方法。根据该方法,课前学生通过超星泛雅平台,对本堂课的知识点进行合作式自我学习,课中教师和学生进行分工合作,学生负责对基本知识点的讲授,老师进行补充和深层次的探究。通过将该方法应用在“HTML5开发基础”课程中,不仅能提高学生的自主学习能力、表达能力,更能提高学生课堂的参与度,让学生成为课堂的主体。经过两年的实践,证明该方法取得不错效果。     

深度迁移学习在小批量图像分类中的应用

利用深度迁移学习算法，将深度模型迁移至小批量数据中进行使用，解决过拟合和对数据标签依赖性强的问题。首先，将已经训练好的模型应用在相似图像分类任务中，提高模型效率；其次利用微调策略，对深度学习网络全连接层进行调整，丢弃部分神经元以降低过拟合的发生，提高模型准确性；最后使用DogsVSCats数据集进行测试。实验结果表明，深度迁移学习算法在小批量样本数据中具有更高的准确性。