期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
对提高高中学生作文素质的探讨
1
作者 吕裕 《内蒙古师范大学学报(教育科学版)》 2006年第S1期28-32,共5页
作文是检验学生语文素质和能力的试金石,提高高中学生的作文素质,进一步落实“新课标”指导下的作文教学目标,以适应新世纪对创新人才培养的需求,是高中语文教学的重要任务。高中作文教学应在科学发展观的指导下,打破传统的教学模式和方... 作文是检验学生语文素质和能力的试金石,提高高中学生的作文素质,进一步落实“新课标”指导下的作文教学目标,以适应新世纪对创新人才培养的需求,是高中语文教学的重要任务。高中作文教学应在科学发展观的指导下,打破传统的教学模式和方法,深入地探究制约高中生作文素质提高的原因,采取激发兴趣、养成习惯、坚持多写、科学指导等正确而有效的措施,以提高学生的作文能力。 展开更多
关键词 提高 作文素质 探讨
下载PDF
基于卷积通道筛选的大规模图像识别
2
作者 李凤 吕裕 +1 位作者 张海曦 何贵青 《弹箭与制导学报》 北大核心 2022年第2期42-49,共8页
一直以来,由于大规模图像种类繁多且形态各异,导致大规模图像识别领域研究发展非常缓慢。在深度模型中,卷积神经网络(convolutional neural network,CNN)可以提取颜色、轮廓等浅层特征。随着层次的加深,其特征表述也由颜色、轮廓等特征... 一直以来,由于大规模图像种类繁多且形态各异,导致大规模图像识别领域研究发展非常缓慢。在深度模型中,卷积神经网络(convolutional neural network,CNN)可以提取颜色、轮廓等浅层特征。随着层次的加深,其特征表述也由颜色、轮廓等特征逐渐抽象为整体特征。然而通过实验发现,网络的这种特征提取方式在提取整体特征时会出现一些不利于有效分类的“坏通道”。这种现象在大规模的图像分类任务中表现的更加明显。这些通道参与了网络的后续计算并且一定程度上降低了网络的性能。为了筛选出这些不利于分类的通道,提出了结合L1和L2范数进行特征选择的方法。通过对比多个网络模型的实验结果,该特征选择算法在大规模图像识别中具有更好的性能,并且可以提高网络的识别准确率。 展开更多
关键词 大规模图像识别 卷积神经网络 特征选择 通道筛选
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部