国内旅游收入影响因素分析

随着国民收入水平的不断提高,旅游业在国民经济中的地位越来越突出。运用统计学的回归分析,借助SPSS分析中国不同地区的旅游收入与交通运输、住宿业、餐饮业、商品经济发展状况及人口等因素之间的关系,从而得到旅游收入与影响因素之间的线性回归模型,并对模型进行检验和分析。通过对模型的分析对中国旅游业做出一定预测,并对旅游业的发展提出合理的建议。     

C2D-CNN模型下的人脸识别方法研究

为解决人脸识别工作中测试数据与训练数据的差异带来的精度损失问题,提出一种C2D-CNN模型下的人脸识别方法。该模型将彩色2DPCA算法提取的原始图像像素特征与CNN(Convolutional Neural Network)学习的图像表示相融合,能显著提高人脸识别性能。进一步的,提出一种新的CNN模型,在CNN中引入归一化层,以加速网络收敛,此外还加入了分层激活函数,使得激活函数对归一化后的数据有自适应性。选取复杂环境下的FRGC人脸库以及自采集人脸库进行实验。实验结果表明,对于FRGC人脸库,相比Alex Net网络,本算法的预训练时间缩短了69. 4%,识别率提高了9. 72%～22. 99%,相比微调后的AlexNet网络,识别率提高了6. 07%～15. 28%,解决了测试集与训练集之间的差异带来的识别率低的问题。     

古籍普查档案填写应注意的若干事项

随着古籍普查工作在全国范围的展开,各地图书馆、文博单位均纷纷举大量人力物力投入到这一重要而浩大的工程之中。而古籍普查中一项较为基础又琐碎的工作则是古籍档案（16表）的填写。如何更加准确、详细而全面地反映古籍原本的诸多信息,关系到国家珍贵古籍名录申报书的填报质量、全国古籍普查平台数据库准确性及古籍普查工作的顺利进行,进而关系到古籍修复及保护计划的进一步制定和落实。结合我们参加古籍普查工作两年多以来的经验,古籍档案填写有几个值得注意的地方,概述如下。     

梯度主动轮廓与曲波变换联合分割方法研究

随着医学技术不断发展,人们对肿瘤图像的分割要求日益提高,为了满足临床需要,提高医学图像分割的准确性,提出了一种基于梯度主动轮廓和第二代离散曲波变换(Discrete Curvelet Transform,以下简称:DCUT)的医学图像分割算法。该算法首先对医学数据进行离散曲波变换,获取增强后的医学数据,再利用Canny算子和形态学运算进行边缘检测,对处理后的数据利用梯度主动轮廓模型确定病灶区域的轮廓。本文选取了297组医学图像进行验证,实验结果表明:医学图像经过本算法处理后,边缘检测性能由传统算法的88.95%达到96.03%,分割位置的准确性得到进一步提高,目标边缘和轮廓提取更加清晰、稳定,有效提高了医学图像分割精确性。     

基于OBE理念的双向互馈式高三地理试题评析课设计

高三阶段的教学时间较紧迫,高频次考试需要高效率的试题评析课。OBE理念强调以学生为中心、以学习成果为导向,教学过程注重“教”与“学”的深度交互。本文基于OBE理念,提出双向互馈地理试题评析课设计模式,该模式突出学生反馈与教师反馈的高度配合,既能充分提升学生的自主学习能力,又能追寻教学目标的高阶性与教学过程的高效性,双向互馈强调师生互动,能在纠错与反馈、精讲与释疑、反思与总结等环节深化高三教学,进而提升高三试题评析课的品质。     

浅析中职美术课堂中的创新

中职教育培养出来的人才除了应当具有基本的科学文化素养、继续学习的能力以外,还应该具有一定的创新精神;不仅具有基本的欣赏美的能力以外,更要有创造美的能力。对于美术教学而言,创新在欣赏、创作方面更是不可缺少的一部分。本文针对中职美术课堂中的创新进行浅析,从创新的重要性、创新在中职美术教学中的体现和创新应注意的问题三个方面展开说明。     

实施高年级本科学员进实验室进行创新研究计划的探索与思考

教学是大学的中心工作,本科教学在大学人才培养工作中的重要性不言而喻。国防科技大学一直非常重视本科教学,教师积极参与教学,从不同视角研究教学,在本科教学实践中积累了丰富的经验,本刊在此刊发部分文章,以资交流。     

巧用逐项比较法证明数列不等式——由2008年陕西22题别解想到的

不等式的证明历来是高中数学学习的难点,其变化很多,技巧性高,方法独特,在各省高考试题中受到命题者的喜爱,也是各数学爱好者研究的方向.笔者通过对2008年陕西试题的研究,从而总结出证明一类数列不等式的证明方法.     

小说开头

公元前13世纪的一天,阳光普照着大西洋上的亚特兰蒂斯群岛。这是一个神秘的国度,国土全部由岛屿组成,几乎每个岛都是魔法石的产地。这是一个属于冷兵器和魔法石的时代。现在,人们每当想起它,都会有一种神秘感——因为谁也不知道这个时代究竟发生了什么,除了尼古拉勒梅和柏拉图等少数人……在百慕大岛的中央地带,矗立着一座红色的可怕的山峰,这就是当时的世界