检索结果-南通市图书馆

基于“互联网+”职业教育学生学习行为的探讨

在线全文

学校读者我要写书评

暂无评论

汽车与驾驶维修 2024年第5期 77-80页

作者：董志辉闫云敬杨永贵朱炳耀韩立星柳州城市职业学院机电与汽车工程学院柳州545036

本文以柳州城市职业学院汽车检测与维修专业学生为研究对象,通过“互联网+”环境下的在线学习数据,采用Excel和Origin软件进行数理统计分析,以探讨学生的学习行为如何影响学习效果。研究结果表明:学生在学期开始阶段的学习投入程度较高... 详细信息

本文以柳州城市职业学院汽车检测与维修专业学生为研究对象,通过“互联网+”环境下的在线学习数据,采用Excel和Origin软件进行数理统计分析,以探讨学生的学习行为如何影响学习效果。研究结果表明:学生在学期开始阶段的学习投入程度较高,学习效果相对较高好;但在后续阶段则更多关注完成课后作业,而对学习的深层意义和持续投入有所忽视,并没有达到预期学习效果。根据数理统计分析得到的研究结果,并剖析问题结论,本文提出了改进在线课程设计、优化考核方式、加强在线学习监督与引导以及提供丰富的学习资源等教学改进建议。

关键词：互联网+ 职业教育学习行为 excel origin

在线全文

学校读者我要写书评

暂无评论

某商用汽车无法启动的故障分析

内燃机与配件 2024年第6期 82-84页

作者：闫云敬柳州城市职业学院机电与汽车工程学院广西柳州545036

人们生活水平提高以后,使用汽车的频率也越来越高,而汽车在经过长时间的使用也必定会出现一些故障,尤其是商用汽车由于经常运输货物和大量的人员,磨损率更大,为了可以对汽车进行有效的维修和保养,需要对汽车故障进行快速的排除。本文以... 详细信息

人们生活水平提高以后,使用汽车的频率也越来越高,而汽车在经过长时间的使用也必定会出现一些故障,尤其是商用汽车由于经常运输货物和大量的人员,磨损率更大,为了可以对汽车进行有效的维修和保养,需要对汽车故障进行快速的排除。本文以某商用汽车发动机无法启动为例,对其进行了故障现象和故障分析,同时也对发动机无法启动的原因进行了分析,然后通过故障分析方法对此商用汽车无法启动的故障原因进行了判断和思考。

关键词：商用汽车汽车故障无法启动故障分析

在线全文

学校读者我要写书评

暂无评论

利用开学典礼开展思想政治教育的实践新塑

黑龙江史志 2024年第1期 191-193页

作者：牛瑞广州城市职业学院电子信息工程学院广东广州510000

高校开学典礼作为大学生踏入校门的一项重要仪式活动,是开展思想政治教育的重要载体,具有传播校园文化、实现价值引领等重要功能,本文分析当前高校开学典礼活动育人功能发挥的困境,并提出将思想政治教育融入开学典礼的有益实践。

关键词：开学典礼思想政治教育育人

基于D-LinkNet与形态学计算的高分遥感图像车流量监测

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

电讯技术 2024年第5期64卷 663-669页

作者：刘颖吴凌寻朱明辉南京交通职业技术学院电子信息工程学院南京211119

针对城市交通路面车流量监测实时性和准确性高的需求,设计了一种利用高分遥感图像进行道路网自动提取和车辆自动监测的处理方法。综合利用D-LinkNet和形态学计算实现道路区域的二值化语义分割及连贯性、边缘扩展以及平滑性优化,同时将... 详细信息

针对城市交通路面车流量监测实时性和准确性高的需求,设计了一种利用高分遥感图像进行道路网自动提取和车辆自动监测的处理方法。综合利用D-LinkNet和形态学计算实现道路区域的二值化语义分割及连贯性、边缘扩展以及平滑性优化,同时将道路信息作为掩码并外溢后进行车辆目标检测,有效避免非道路区域车辆目标干扰。提出采用热力图的形式改进车流量监测方法,可以更直观显示道路拥挤程度。综合利用现有数据集对所提方法进行评价,车辆检测的平均精度达91.7%,道路提取平均交并比达85.3%,可以实现道路车流量的有效监测。

关键词：道路网提取车流量监测车辆检测高分遥感影像形态学运算

在线全文

学校读者我要写书评

暂无评论

阿尔茨海默病的图神经网络分类方法研究进展

计算机工程 2024年第10期50卷 35-50页

作者：顾宇衡潘嘉诚钱江波董一鸿宁波大学信息科学与工程学院浙江宁波315211 宁波城市职业技术学院信息与智能工程学院浙江宁波315100

阿尔茨海默病(AD)是一种不可逆的神经退行性疾病,会导致认知能力的逐渐下降。AD症状的演变过程可能很长,在不同的神经成像模式中可检测到脑区生物标志物的细微变化,但其早期检测具有挑战性。由于神经成像数据的高度复杂性和大脑网络的... 详细信息

阿尔茨海默病(AD)是一种不可逆的神经退行性疾病,会导致认知能力的逐渐下降。AD症状的演变过程可能很长,在不同的神经成像模式中可检测到脑区生物标志物的细微变化,但其早期检测具有挑战性。由于神经成像数据的高度复杂性和大脑网络的不规则性,传统的机器学习和深度神经网络模型存在许多不足,开发基于图神经网络(GNN)的计算机辅助诊断(CAD)模型可以为分析非欧几里得空间的神经影像模式以及探究生物标志物提供极大帮助。首先,对基于GNN分类方法的AD预测进行详细的调研和概述。然后,从基于单模态数据和基于多模态数据两个视角进行梳理,重点介绍和分析这些方法在单模态和多模态数据应用场景中的数据提取、脑网络建模、特征学习、信息融合等过程,并评述部分方法的性能。最后,针对GNN应用于AD诊断的主要挑战和未来研究方向进行了展望,为AD辅助诊断的进一步研究提供有益的建议。

关键词：图神经网络阿尔茨海默病辅助诊断神经成像多模态数据

模糊自整定PID的液压马达驱动机床主轴速度控制研究

在线全文

学校读者我要写书评

暂无评论

机械设计与制造 2024年第3期 111-114,118页

作者：赵鹏展郭鹏远黄贵川重庆城市职业学院信息与智能工程系重庆402160 重庆文理学院智能制造工程学院重庆402160

液压马达驱动机床主轴系统具有参数时变和高度非线性,传统PID控制器控制精度不高。针对液压马达驱动机床主轴系统速度控制问题,采用模糊自整定PID控制器实现液压马达驱动机床主轴系统的有效控制,并对控制效果进行仿真验证。构造了液压... 详细信息

液压马达驱动机床主轴系统具有参数时变和高度非线性,传统PID控制器控制精度不高。针对液压马达驱动机床主轴系统速度控制问题,采用模糊自整定PID控制器实现液压马达驱动机床主轴系统的有效控制,并对控制效果进行仿真验证。构造了液压马达驱动机床主轴系统模型简图,建立了液压马达驱动机床主轴系统数学模型。对传统PID控制器参数,用模糊控制器进行实时整定,开发了模糊自整定PID控制器。最后,采用MATLAB对液压马达驱动机床主轴系统进行仿真。同时,与传统PID控制器的计算结果进行对比和分析。仿真结果显示:采用模糊自整定PID控制器的液压马达驱动机床主轴转速超调量小,具有更快的响应时间,跟踪精度高,同时系统能耗减少20%左右;即使受到较大随机干扰,模糊自整定PID控制器也能快速消除干扰,使机床主轴转速处于受控状态。采用模糊自整定PID控制器可以有效提高液压马达驱动机床主轴系统的动态稳定性以及抗干扰能力。

关键词：模糊自整定 PID控制器液压马达机床主轴

基于深度学习的垃圾分类识别小程序的设计与实现

在线全文

学校读者我要写书评

暂无评论

现代信息科技 2024年第18期8卷 75-82页

作者：吴明珠广州工程技术职业学院信息工程学院广东广州510075

随着城市化进程的加快,垃圾分类问题日益突出。文章设计并实现了一个基于深度学习的垃圾分类识别小程序,以提高垃圾分类的效率和准确性。该程序可以通过文字搜索、语音搜索和拍照识别三种方式来进行垃圾分类查询,通过个人发表分享和在... 详细信息

随着城市化进程的加快,垃圾分类问题日益突出。文章设计并实现了一个基于深度学习的垃圾分类识别小程序,以提高垃圾分类的效率和准确性。该程序可以通过文字搜索、语音搜索和拍照识别三种方式来进行垃圾分类查询,通过个人发表分享和在线问答的方式来提高居民垃圾分类的知识。实验结果表明,该程序具有较高的识别准确率和实时性,可为城市垃圾分类提供有效的技术支持。

关键词：深度学习垃圾分类搜索识别

基于DAL的工业机器人RV齿轮箱故障识别分析

在线全文

学校读者我要写书评

暂无评论

现代工业经济和信息化 2024年第9期14卷 217-219页

作者：刘喜庆张文豪潘真真郑州城市职业学院电子信息工程学院河南郑州452370

工业机器人的传动效率直接影响到工业节能效果。针对齿轮箱故障诊断能力,设计了一种基于深度主动学习(Deep Active Learning,DAL)的工业机器人RV齿轮箱故障识别方法,并开展测试分析。研究结果表明,边缘抽样、深度学习、深度主动学习、... 详细信息

工业机器人的传动效率直接影响到工业节能效果。针对齿轮箱故障诊断能力,设计了一种基于深度主动学习(Deep Active Learning,DAL)的工业机器人RV齿轮箱故障识别方法,并开展测试分析。研究结果表明,边缘抽样、深度学习、深度主动学习、随机抽样分别达到77.23%、94.35%、97.18%和84.26%的准确率,表明该方法可以有效地过滤出较难鉴别的样品。分析混淆矩阵表明,在只利用小样本进行训练的情况下,DAL算法取得了比传统学习算法更优的处理结果。该研究有助于提高工业机器人控制效率,具有广泛的应用价值。

关键词：工业机器人 RV齿轮箱故障识别深度主动学习

在线全文

学校读者我要写书评

暂无评论

内容感知的可解释性路面病害检测模型

计算机研究与发展 2024年第3期61卷 701-715页

作者：李傲葛永新刘慧君杨春华周修庄重庆大学大数据与软件学院重庆401331 重庆城市管理职业学院智能工程学院重庆401331 重庆大学计算机学院重庆400044 北京邮电大学人工智能学院北京100876

针对实际场景中高分辨路面图像难以直接作为现有卷积神经网络(convolutional neural network,CNN)的输入、现有预处理及下采样算法无法有效感知并保留原始路面图像中低占比的病害区域信息等问题,借助于可视化解释的技术手段,设计了一种... 详细信息

针对实际场景中高分辨路面图像难以直接作为现有卷积神经网络(convolutional neural network,CNN)的输入、现有预处理及下采样算法无法有效感知并保留原始路面图像中低占比的病害区域信息等问题,借助于可视化解释的技术手段,设计了一种即插即用的图像内容自适应感知模块(adaptive perception module,APM),既平衡了高分辨路面图像与CNN输入限制,又能够自适应感知激活前景病害区域,从而实现高分辨路面图像中病害类型的快速准确检测,构建可信路面病害视觉检测软件系统.APM利用大卷积核和下采样残差操作降低原始图像分辨率并获取图像浅层特征表示;通过注意力机制自适应感知并激活图像中路面病害区域信息,过滤无关的背景信息.利用联合学习的方式,无需额外监督信息完成对APM的训练.通过可视化解释方法辅助选择和设计APM的具体结构,在最新公开数据集CQUBPMDD上的实验结果表明:APM相比于现有的图像预处理采样算法均有明显提升,分类准确率最高为84.47%;在CQU-BPDD上的实验结果及APM决策效果可视化分析表明APM具备良好的泛化性与鲁棒性.实验代码已开源:https://***/Li-Ao-Git/apm.

关键词：路面病害检测可解释性自适应感知注意力机制联合学习