高职《高分子材料检测技术》课程教学设计与实践

根据高职课程教学的特点,对《高分子材料检测技术》的岗位职业能力、课程设计的理念与思路进行了分析,从能力目标、课程的项目内容、课程教学方法的改革、课程教学手段的改革及课程考核评价五个方面对课程教学设计进行了阐述,并对《高分子材料检测技术》课程课程标准教学设计与实践进行了总结．     

基于特征模型融合的实时车道线检测研究

针对无人驾驶领域的车道线检测鲁棒性差的问题,提出一种基于特征模型融合的实时车道线检测算法。在图像预处理阶段引入白平衡、灰度化操作及形态学处理,将RGB颜色空间转换成HSL颜色空间,接着采用梯度阈值检测出黄色和白色车道线进行线性融合以增强车道线特征信息。在模型拟合阶段,采用Canny边缘检测算法和改进的Hough变换提取出边缘特征,最后采用最小二乘法拟合车道线双曲线模型。本文在Python实验环境下对随机选取的不同复杂路况下的视频流序列进行算法验证。实验结果表明该算法平均正确率为96%以上,平均未检测率和平均误检测率分别为1%和3%。实验说明本文算法具有良好的准确性和鲁棒性。在无人驾驶领域具有一定的应用价值。     

煤矿瓦斯监测技术的专利地图研究

运用专利地图对煤矿瓦斯检测技术进行了研究。结果表明,中国煤矿瓦斯检测技术正处于发展期,专利申请量呈现出快速增长的趋势,该领域专利以发明和实用新型专利为主,创新主体以煤炭行业高校为主;新技术特征较强,仍有较大发展空间。建议抓住煤炭产业转型升级机遇,强化煤炭企业技术创新主体地位和知识产权意识,加大研发投入,在提高专利数量的同时提升质量;加强原始创新和集成创新,突出技术微型化、智能化和网络化发展趋势以及集成化、多功能化、微功耗无源化、高精度及高可靠性等新特点。     

艺术学研究生学位论文撰写问题刍议——基于广州美术学院论文盲审结果的分析

艺术学硕士的学位论文撰写具有一定的特殊性。本文以广州美术学院艺术学硕士论文盲审结果为基础,从论文选题、文献资料的掌握情况、论文的论述过程和论文写作规范四个方面,透视艺术学硕士论文撰写中存在的问题及其深层次原因,以期为提高艺术学硕士培养质量提供一定的参考。     

基于物联网技术的电力设备站所水位自动检测装置设计与实现

在电力设备站所的运行过程中,水位的监测是保障站所安全运行的重要工作。传统的水位监测主要采用人工抄表、简易的水位计进行测量,这种方式不仅效率低下,而且可靠性差。随着物联网技术的发展,人们开始意识到物联网技术在电力设备站所水位监测方面具有很大的应用潜力。本文针对电力设备站所水位监测的需求,提出了一种基于物联网技术的电力设备站所水位自动检测装置,该装置采用GPRS通信方式将采集到的水位信息发送到指定服务器。     

真随机数发生器芯片的设计

真随机数发生器在安全领域内有着广泛的应用。文章主要介绍了在一块芯片上产生随机数的三种方法,并且提供了一套随机数定量检测的方法。     

基于混合模型的入侵检测系统设计

随着Internet的高速发展,网络安全问题越来越引人注目,入侵检测系统越来越多地引起了人们的重视.本文提出一个基于混合模型的入侵检测系统,从系统调用,审计日志,网络协议三个层次,分析数据特征,建立相应的检测模型.使系统既可以检测新的攻击,又可以具有较低的误警率.     

高中生物线上教学的调查研究

近年来,线上教学成为中学教育教学的主要模式,但线上教学“教”与“学”的效果均令人担忧。本研究以乌鲁木齐市C中学高一学生为研究对象,采用课堂检测及问卷调查了解学生的学习情况。调查发现,尽管在线课堂新颖方便,可协助教师高效授课,促使学生自主学习,提升课堂反馈效率,但仍在学习氛围、学生学习状态及自律性等方面表现出较大弊端,进而直接影响学生的学习效果。据此,本研究针对高一生物线上教学提出优化策略,对教学方式进行反思和改进。     

基于改进CenterNet的绝缘子缺陷检测模型

针对电力输电线无人机巡检图像中绝缘子及其缺陷识别精度低的问题,提出了一种基于CenterNet改进的绝缘子缺陷检测模型。该模型基于CenterNet目标检测模型,对编码器和解码器进行了改进。改进的编码器采用ResNet 50作为骨干网络,兼具特征提取能力和较快的运行速度,并加入卷积注意力模块(CBAM)和空间金字塔池化模块(SPP),以增强特征提取能力。改进的解码器将转置卷积替换为内容感知特征重组模块(CARAFE),以减小连续上采样导致的特征丢失,并在解码器末尾加入坐标卷积以减小标准卷积空间不变性造成的影响。最后将模型中的标准卷积层替换成深度过参数化卷积(DO-Conv),进一步提升模型的性能、加快模型训练的收敛速度。使用绝缘子图片数据集对改进CenterNet模型进行了训练和测试。结果表明,改进CenterNet模型与其他主流的目标检测模型对比精度最高,m_AP达到97.16%,检测速度达到了43帧·s^-1,m_AP比CenterNet模型提高了2.92%。     

基于CutMix和YOLOv3的工件表面小缺陷识别方法

针对工件表面小缺陷经常由于数量少且视觉特征不明显而导致的被漏检和错判的问题,提出一种基于CutMix和YOLOv3的工件表面小缺陷识别方法CSYOLOv3.使用贝塔分布动态调整的CutMix方法在网络训练时动态扩充训练集中小缺陷的数量;并对YOLOv3网络进行了改进,拆分其浅层大特征图,取部分与预测分支的特征图融合以保...