书法学学科升级背景下高等书法教育的机遇、挑战与使命

近年来,书法学科的地位日益提升,招生院校及规模逐年扩大,教材与教学体系日趋完善。但发展与矛盾并存,高等院校书法学专业学生往往重实践、轻理论,忽视文字学、文献学和诗词等书法赖以生存的文化土壤。此外,当代高等书法教育的发展需要我们直面高等书法教育与义务教育阶段书法教育断层的现状,加强高等院校师范生的书法教育,为基础书法教育储备师资,从而实现学科提升的价值,为书法文化复兴奠定基础。

基于关键帧轮廓特征提取的人体动作识别方法

为了在人体动作识别中获得更加准确的前景分割和防止关键信息的几何丢失,提出一种利用关键帧提取关键姿势特征的人体动作识别方法。由于背景建模和差分获得的前景不准确,利用基于纹理的灰度共生矩阵提取动作轮廓,并对原图像帧进行分割;然后计算人体Blob的能量,选取最大信息内容的帧作为关键帧,关键帧的获取使得特征提取对时间的变化具有一定鲁棒性;在特征分类识别阶段,为了提高分类的准确性,提出使用支持向量机-K最近邻(support vector machine-k nearest neighbor,SVM-KNN)混合分类器完成分类。在Weizmann,KTH,Ballet和TUM 4个公开数据集上实验验证了该方法的有效性。相比于局部特征方法、全局特征方法和关键点方法等,该方法获得了更高的识别率。此外,实验结果表明,该方法在KTH和Weizmann数据集上的早期识别效果优于Ballet数据集。

无线传感器网络中基于信念传播的分布式目标跟踪

为在分布式目标跟踪中交换局部似然函数的信息,研究常见的分布式目标跟踪方法,提出一种基于信念传播的分布式粒子滤波方法(DPF-BP)。在有限次的迭代中,计算图的最大直径。为避免网络评估的分歧性,在计算评估之前运用一致性最大化,将节点及迭代次数表示成函数形式,经过标准化和估值计算后重采样替换。仿真实验结果表明,与标准信念一致方法、随机流言方法和都市信念一致方法(MBC)相比,在相同配置下,DPF-BP方法的均方根误差指标较优,在环形网络中运用DPF-MBC方法较好,而在树状网络中运用DPF-BP方法最佳。

杂乱背景和遮挡环境下基于联合框架的人眼检测与跟踪方法

针对人眼检测与跟踪中背景和遮挡的问题,提出一种联合分级方法,该方法由人眼检测部分和人眼跟踪部分组成.人眼检测部分,首先使用Adaboost人脸检测方法在整个图像中寻找人脸,然后利用提出的人眼滤波器对人眼进行滤波检测.人眼跟踪部分由3个元素组成,即金字塔光流跟踪器、基于压缩传感的在线训练的目标分类器和融合器,其中光流金字塔用于应对目标形变,在线训练的分类器可以处理遮挡和目标消失,而融合器是将跟踪器和分类器获取的位置进行合并,并输出最终的决策.仿真实验结果验证了本文方法的有效性,与基于外观的方法和混合方法相比,本文方法取得了更高的精度,至少提高了7.2%,而且处理视频的帧率达到30fps,满足实时性要求.

交叉分辨率自适应字典学习的单帧超分辨率算法

两步自适应字典学习的超分辨率算法易受插值图像影响而导致图像模糊。针对该问题,提出一种改进交叉分辨率自适应字典学习算法。根据自然图像的冗余性,即不同分辨率图像依然有相似的图像块,直接以低分辨率图像作为字典学习对象。为了弥补单帧图像作为字典学习的不足,采用镜像图像进行字典学习,以产生容量更大的字典。输入低分辨率图像,利用新的字典通过稀疏表示获得高分辨率图像,采用峰值信噪比(PSNR)和结构相似性度量(SSIM)评估重建效果。实验结果表明,与立方插值、SUSR、MSS、HLSR算法相比,提出算法的重建图像纹理保留得最好,图像效果更加丰富自然,且算法运行速度较快,在多数情况下具有最高的PSNR值和SSIM值。

基于图像非均匀映射的无源定位观测过程仿真

研究战场中对敌方目标车辆进行准确定位,可提高战场生存率和战争的胜率。利用传统的GPS定位方法进行敌方目标定位的过程中,由于信号极易受到敌方电磁干扰信号的干扰,从而降低了定位精度。为解决上述问题,提出一种采用图像非均匀映射的无源定位观测方法。利用红外焦平面阵列进行敌方目标车辆成像,对目标车辆图像序列的行驶轨迹分析结果建立目标车辆图像的非均匀性映射模型,消除电磁干扰带来的影响。利用图像中所有像元点在时间轴上发生的拐点图的运动估计最终完成目标车辆的运动估计,从而实现了目标车辆的准确定位跟踪。实验结果表明,利用改进算法能够有效提高目标车辆的定位精度。

自商图像优化加权LBP直方图的光照变化人脸识别

针对光照变化环境下人脸识别难度大的问题,提出了一种基于自商图像(SQI)和加权局部二值模式(LBP)的光照变化人脸识别方法。首先,利用SQI方法消除光照变化;然后,将两个加权的多区域LBP分别应用于各个图像以提取光照不变特征;最后,将自商图像方法和加权LBP算法提取的直方图融合形成最终的特征向量并用于人脸识别。在扩展YaleB和CMU-PIE人脸数据库上的实验结果表明,相比其他几种人脸识别方法,取得了更好的识别效果。

关于高等师范学生职业技能培养的研究

教师职业技能是指教师在教育过程中,依据教育理论,运用教育专业知识,通过练习而获得的顺利完成教育教学任务所必须的、比较稳定而系统的行为方式,高等师范教育以培养合格的基础教育教师为目的,培养的教师必须能够承担起提高基础教育教学质量的重任。

基于IPSec的安全性分析及改进方案

对目前IPSec的运行机制及安全性方面所存在的问题进行了描述,提出了使用分层IPSec机制来解决这些问题的方案.该方案通过对数据包进行分区并采用复合安全关联技术来实现对数据的分层保护,从而解决了IPSec采用端到端的网络安全机制与网络中某些最新的应用无法获取高层协议信息的冲突这一问题.

本科评估支撑材料管理系统的设计与实现

使用J2EE技术实现本科评估支撑材料管理系统,该系统为教师提供了在线支撑材料查询、留言等,为管理员提供在线添加、删除和更新支撑材料信息等功能。

基于Gabor小波变换与K-L高斯黎曼流形判别的人脸识别

针对图像集人脸识别中的子空间模型限制,结合Gabor小波变换与K-L高斯黎曼流形判别,提出一种新的图像集人脸识别方法。通过Gabor小波变换表征图像集中人脸图像的特征向量,利用混合高斯模型中带有先验概率的高斯分量表示每个图像数据集,采用可信的K-L概率核函数表示高斯分量间的不同距离,通过加权核判别分析最大化高斯分布间的间距,获取底层数据分布。实验结果表明,与基于线性仿射子空间、基于非线性流形和基于统计模型的方法相比,该方法在YTC和COX数据库上的识别率较高,在YTF数据库上的ROC曲线面积达到85.91,表现最优。测试和训练时间比较结果也表明该方法更适合应用于离线图像集人脸识别系统。

FMM神经网络结合CART的感应电动机故障诊断方法

针对感应电动机存在多种故障问题,提出一种融合模糊极小-极大(FMM)神经网络和分类回归树(CART)的电机故障诊断方法(FMM-CART),对转子断条、定子绕组和电压失衡三种常见电机故障进行诊断。通过采集电机三相的电流信号,并进行功率谱分析,提取特定谐波信号作为FMM-CART模型的输入特征。训练过的FMM神经网络根据输入特征计算置信因子,CART根据置信因子构建决策树,最终输出诊断结果。实验结果表明,FMM-CART能有效的诊断各种电机故障,且具有较少的检测时间和较低的网络复杂度。

飞行器降落图像智能优化识别建模研究

飞行器在复杂地形环境下的降落过程,需要根据采集的图像进行判断是否符合降落要求。飞行器最佳降落地点选择时,一旦降落地点复杂程度较高,采集的图像中将会产生海量的训练样本的数目,图像配准过程中,极大增加运算量,造成最佳降落地点选择的准确率降低。提出一种图像智能识别的最佳降落地点的选择方法。利用伪Zemike矩能够对降落地点的形状图像进行准确描述,利用Procrustes形状分析法提取最佳降落地点的特征,利用Rank的融合决策法最终完成最佳降落地点的选择。实验结果表明,利用改进算法进行飞行器最佳降落地点的选择,能够提高各地形最佳降落地点的准确率。

基于Witkey-CDIO模式的高校应用型创新人才培养模式探究

应用型创新人才培养是我国高等教育转型的重要方向。目前,各高校都在积极探索更加科学有效的应用型人才培养模式。本文提出基于Witkey-CDIO的人才培养模式,实现了学校理论知识与企业实践能力之间的完美对接,并对每个环节都提供了可参照的规范与标准,其科学性和规范性有利于应用型、复合型、技能型人才的培养。

基于改进GA的SVM电力变压器过热诊断方法研究

电力系统的安全运行和高电力变压器的过热后会散发化学气体,气体浓度是检测设备过热和局部漏电的基础特征;将支持向量机和遗传算法应用于电力变压器的过热诊断中,首先,将变压器过热产生的五种特有气体的浓度作为过热特征参数,代入支持向量机和遗传算法的模型,得到备选的过热特征集,通过适应度函数对种群中的过热参数进行评价,然后,把优化后的训练样本输入到模糊支持向量机中进行相应的训练仿真;最后,通过基于遗传算法优化的支持向量机模型进行电力变压器的过热诊断,诊断结果表明该方法能够准确地诊断出电力变压器的故障类型,具有较高的故障诊断精度。

Levy变异ABC算法优化二阶Volterra核的鲁棒人脸识别

针对人脸识别中由于人脸表情、姿态、尺度、光照和其他环境参数变化而影响识别性能的问题,提出了一种随机优化算法。首先,将原始图像划分成特定空间子块,并使用二阶Volterra核寻找非线性函数映射;然后,使用人工蜂群算法获取最优Volterra核,从而在特征空间内最大化类间距离并最小化类内距离;最后,利用投票策略和最近邻分类器完成人脸的分类。在两个通用人脸数据集Yale A和扩展Yale B上对该算法进行了评估,并将其与其他统计学习算法和几种最新提出的方法进行了比较。实验结果表明了Levy变异人工蜂群算法优化Volterra核的有效性,识别效果明显优于许多现有算法。

海量数据环境下高效数据定位算法研究与仿真

在对海量数据环境下的数据进行定位过程中,由于其数据量大,数据特征分布广泛的特点,只能以数据节点初始坐标进行定位,产生过多的测距约束性。传统的定位算法由于受到这种约束条件的干扰,导致算法陷入局部最优,产生定位精度低和抗干扰性差的问题。提出基于数据融合算法的海量数据环境下的高效数据定位方法。依据海量数据系统中数据节点间需要符合的测距约束性条件组建软约束集中模型,在代价函数中引入惩罚项,融合于负梯度算法获取数据节点初步定位的估计值,再利用Taylor级数对定位结果进行修正,最终完成了对海量数据环境下数据的高效定位。仿真证明,数据融合算法的海量数据环境下的高效数据定位方法具有定位精度高,抗干扰性能好的特点。

基于MVC的煤矿瓦斯预警系统开发

针对煤矿安全生产中灾害隐患判别和应急救援决策问题,以瓦斯浓度等监测数据的预测分析和隐患预警为目标,采用Java语言,结合MVC框架,使用My SQL管理后台数据库,开发了一个煤矿瓦斯预警系统。该系统能够对瓦斯数据进行实时显示和动态预测,为煤矿的安全生产智能化提供决策支持,有效地实现事故的提前预防,避免、减少事故的发生,对于确保煤矿产业协调、稳定、健康、可持续发展,具有明显的社会效益和经济效益。

东至县农村饮水安全工程后评价研究

农村饮水安全工程建设及运行管理工作是当前水利工作的一项重要内容。本文以东至县农村饮水安全工程为背景,利用等级全息建模法(HHM)与层次分析法(AHP)识别并筛选出农村饮水安全工程后评价指标,利用模糊综合评价法(FSE)建立农村饮水安全工程后评价模型;最后使用案例分析法,以典型案例开展具体后评价工作,分析后评价结果并提出建议。

基于协同过滤的Multi-agent反垃圾邮件系统的研究

基于单客户端的垃圾邮件过滤系统面对技术越来越高明的垃圾邮件发布者已经突现出它的弱点,多Agent技术为垃圾邮件过滤系统的设计提供了新的思路。旨在将Multi-agent技术和协同过滤的思想引入到垃圾邮件过滤系统中,设计一个多层次垃圾邮件过滤系统。该系统针对垃圾邮件一般群发给多人的特点,提取用户的操作和阅读速度进行反馈,利用他人的反馈结果进行协同过滤。