分解跟踪法使球体的截交线作图由难变易

《工程制图》的教学是让学生具有一定的绘图与识图的能力,这其中重点是要训练学生的空间想象和分析能力。分解跟踪法的使用,能使学生将投影分析与几何作图结合起来,从立体到平面,再从平面到立体,实现了二维平面图形与三维立体形状的结合,培养了学生的空间想象与空间思维能力,增强了学生读图画图的能力。     

认知导师在教学中的应用研究综述

认知导师将认知心理学的原则融入到人工智能中,是围绕学生当前所学知识的认知模型而建构的。本文对认知导师的发展与应用及认知导师中的模型跟踪和知识跟踪进行了简要的概述,并综述了认知导师设计的六个原则,最后举例说明了认知导师在几何中的教学应用情况,以期对国内研究者和教师提供参考。     

用手机对付隐形飞机

隐形飞机之所以能“隐形”,主要是在飞机的外形设计上采用了独特的抗干扰装置,阻止着雷达波的反射,同时在飞机外形上涂上化学涂料,在进入对方雷达区时吸收雷达波,这样使得对方无从发觉,从而达到“隐身”的目的。事物总是客观的,隐形飞机不管伪装得多么神秘,总会     

考虑遮挡的视频车辆跟踪

为了对遮挡情况下的运动车辆进行跟踪,提出一种基于分块的车辆跟踪算法。该算法将目标车辆以可重叠的方式划分为若干大小一致的子块。在分块的基础上估计所有子块的运动矢量,检测噪声运动矢量并进行调整,以减少运动矢量估计的误差,然后对子块进行移位以实现车辆跟踪。为了处理车辆间的遮挡现象建立了马尔可夫随机场描述子块之间的关系,利用欧氏距离定义块的邻域,并基于块的直方图构建能量函数,最后利用模拟退火法对能量函数进行优化,以对遮挡区域进行分割。实验结果表明,该算法能够对遮挡车辆进行准确跟踪。     

基于DSP的运砂车统计系统的设计与实现

基于DSP的运砂车统计系统能远程监控采砂场的采砂活动。它的硬件由DSP处理模块、无线通信模块和太阳能供电模块组成,采用Vibe背景建模方法对运动目标进行检测,实现了对车辆目标的检测及统计功能。管理人员能通过客户端随时查看运砂车辆状况,了解砂场的采砂情况。实验结果表明,本系统能够实时有效的检测车辆的数量,可应用于砂场、油田,或其他户外生产现场。     

地理核心素养进阶培养的实证研究

人地协调观、综合思维、区域认知、地理实践力四项核心素养的内涵均可大致分为三方面,根据《普通高中地理课程标准(2017年版)》中的学业水平质量描述,每项核心素养的每方面内涵有不同的水平层级;每项核心素养的三方面内涵相比,也有水平差异。数字化课堂观察数据显示,目前高中地理课堂教学已经具备了一定的核心素养培养基础,但也存在一定的问题。核心素养培育是一个循序渐进的过程,高中地理教师必须认真研读课标,学会整体构建学生核心素养进阶表现性标准体系,并开展循环跟进、同课异构等观课评课活动,以促进教师核心素养培育能力不断进阶。     

冷轧厂酸轧物料跟踪系统

介绍了冷轧厂连续酸洗连轧线中,物料跟踪系统(MTR)控制功能的原理,以及物料跟踪系统发生故障后如何应用物料跟踪同步功能进行修复。     

动态分层二值进化全关节驱动跟踪贫化算法

在人体运动跟踪建模中,需要对样本集的多样性特征进行贫化处理,以提高全关节驱动模式运动状态跟踪的准确性。传统方法采用量子进化和粒子滤波算法进行人体运动跟踪贫化算法实现,算法在全关节多样化样本特征运动模式下,跟踪效果不好。提出一种采用动态分层二值进化处理的改进的量子进化粒子滤波全关节驱动模式跟踪方法,解决多样本特征的贫化问题。进行人体全关节驱动模式动力学分析及人体运动跟踪模型构建,通过动态分层处理技术,获得二值前景图像,求得人体关节的全方位信息特征,通过动态分层二值进化方法,准确地找到各关节位置,构建亮度模型函数,实现贫化处理。实验表明,改进算法能实现对体操运动员运动幅度大的肘、腕、踝部位均得到了准确的跟踪结果,贫化效果较好,运动状态估计精度较高。     

GP S软件接收机跟踪算法研究

全球定位系统（GPS）软件接收机被广泛应用于卫星信号的精确定位。在接收机跟踪算法中,载波跟踪环路采用了Costas环,以保证对180度相位翻转不敏感;码跟踪环路采用了性能良好的归一化超前减滞后码相位鉴别器,以确保对信号的准确跟踪。最后提出了窄相关技术,在噪声和多径干扰条件下能够有效降低码跟踪误差。     

基于OPENCV平台的运动物体跟踪与轨迹生成研究

在比赛项目中,对运动员进行跟踪和分析,精确计算运动员的体能消耗和状态是十分必要的。一个新兴的交叉学科SportsIT,就是利用先进的计算机图形图像技术来分析各种比赛时运动员状态。在此背景下,利用OPENCV平台,实现运动物体的实时跟踪,生成轨迹和长度。实现了对艺术体操运动进行识别和追踪,生成运动轨迹。首先采用camshift方法进行跟踪,当遇到相似的背景导致跟踪失败时,采用帧间差分算法对运动物体再次识别,在出现多个候选运动目标中挑选出距离跟踪失败坐标点最近的运动目标,找回跟踪物体。