论Windows映射模式在应用中若干问题的解决方法

在W indows应用程序中,只要与图形文字输出有关系,都要使用映射模式。实际应用中,我们会遇到一些与映射模式有关的问题,如OLEServer应用程序中映射模式的设置;映射模式下坐标转换误差等。本文主要针对这些问题,详细论述了解决的方法。     

八点算法的降维EVD技术

传统的应用于双视图三维复原的八点算法使用标准特征值分析(EVD)算法。通过统计分析可知,该技术存在估计偏差大和均方误差都大的缺点。其产生原因是数据噪声的有色性和自相关函数矩阵的条件数过大,因此白化数据噪声和正则化变换是提高性能的有效措施。通过理论分析和计算机仿真实验,表明文中所给出的降维EVD技术固有地同时具备噪声预白化功能和数据正则化功能,因此它能给出均方误差相当小的无偏估计。由于它无须进行预白化变换或正则化变换,并把最优化过程的维数从9降为4,所以它还具有计算快速、实现简单方便的优点。     

深水蛙泳教学纠正错误动作的教法研究

在深水条件下进行游泳教学，存在的一个最大问题是：教师在水中无法帮助学生体会正确的游泳技术动作。所以，一般都是采用先在陆上模仿正确的游泳技术动作，然后下水进行练习的方法(常规教法)。用这种方法，学生在陆上做模仿练习时．在教师的指导和帮助下。技术动作的模仿练习做得非常正确．但下水练习时，大多数学生仍然表现出原有的错误动作。特别是一些学生，自学成一种近似于“狗爬式”和“侧泳”的混合姿势，由于他们长期使用这种不规范的游泳姿势，形成错误的技术动力定型，对其学习、掌握正确的游泳技术形成巨大的障碍。为了提高教学质量。加速改进学生错误技术动作的进程，我们对教学方法进行了改革，尝试在水中建立“教学平台”的方法，     

重构体育教学原则

通过文献资料法的研究,对传统的体育教学原则进行了反思,在此基础上构建了学生主体性、身心全面发展、技能教学为上、兴趣先导、实践强化、为终身体育打基础、全面效益等一套新的体育教学原则,并对这些原则提出的依据和贯彻的要求做了论述.     

基于点云数据的复杂型面实体建模研究

文章针对复杂型面产品的特点,从工业产品设计的实际应用出发,提出将正向设计的尺寸和定位关系设计方法和逆向设计的复杂曲面设计方法有效结合起来,基于点云数据实现产品的实体模型重建。以摩托车覆盖件为例,利用逆向工程软件从点云数据中提取和重构特征曲线与曲面,然后将这些几何元素信息在正向设计系统中结合特征建模方法创建整体三维CAD模型。     

基于图像分割和EM算法的PolSAR地物分类方法

在极化合成孔径雷达（PolSAR）地物分类研究中,基于卷积神经网络的图像分割算法存在高维特征信息冗余而导致的分类边界模糊、分类精度低、计算复杂等不足,提出一种基于卷积神经网络和EM算法的轻量化图像分割网络,称为低秩重构网络（low-rank-reconstruction-net,LRR-Net）,应用于全极化SAR图像的地物分类。LRR-Net从极化目标分解的思想出发,利用EM算法对特征进行低秩重构,将特征从高维空间映射到低维空间,在减少参数的同时实现更精确的分类。用高分三号全极化图像数据对模型进行训练测试并评估,结果表明模型在保证分类精度的前提下,降低了模型复杂度。     

基于双目点云的三维物体检测准确性分析

双目相机虽然能通过算法生成密集的深度数据,但其在精度上与激光雷达生成的深度数据有着较大的差距,特别是在纹理不明显的区域。针对这种现象,尝试使用激光雷达的精确点云来排除由双目相机产生的pseudo-LiDAR数据中与之差别较大的部分点,然后将优化后的pseudo-LiDAR用以进行三维物体检测。实验结果显示,将pseudo-LiDAR数据中的不准确点（坏点）排除,有助于提高检测准确率,最多可提高21.02%。因此,如何不依赖激光雷达数据来排除pseudo-LiDAR点云中的坏点是进一步提高双目相机系统检测准确率的关键。     

网络环境下主题标引误差的因素分析及对策

网络环境下,主题法将成为文献主要的标引与检索工具,并成为我国文献分类的主要手段,在对文献进行主题标引的过程中,往往会出现很多的偏差,造成文献的漏检.文章对文献主题标引工作中出现的问题进行了分析并提出网络环境下文献标引质量控制的对策.     

基于读者属性分析的图书馆空间再造研究

[目的/意义]现阶段很多图书馆都出现了空间不足、环境老化的现象,空间再造成为图书馆的一个迫在眉睫、亟待解决的重大课题。[方法/过程]根据图书馆空间五要素要求原则,从读者属性角度分析图书馆空间短缺的原因是来自读者对图书馆空间的需求差异,把握读者属性的特点才能更好的进行空间再造。[结果/结论]针对不同类型的图书馆给出有效改善图书馆空间紧缩或阅读空间空置率高等现状的相应思路。