对高校开展阳光体育运动提高学生健康素质的研究

通过对阳光体育运动特点的分析和阐述,从树立"健康第一"的指导思想,加强舆论导向,完善体质健康测试,改革体育教学,开展体育课外活动6个方面出发,为普通高校更好的开展阳光体育运动提出了对策。

普通高校体育选项课教学现状的研究

各高校体育选项课正在逐步普及,取得了很多教学成果。但在实际教学操作中,也存在着一些问题。本文通过问卷调查,查阅文献资料,访谈和逻辑分析等方法,以湖南工程学院为研究对象,对体育选项课教学现状及影响选项的因素进行了分析,提出了合理设置高校体育选项课的对策,为普通高校体育选项课的发展提供有益的参考。

基于小波变换的静止图像快速编码算法

基于小波变换静止图像压缩提出一种快速算法。在兼顾压缩比和峰值性噪比的同时,采用离散小波变换的快速算法,对量化和熵编码两部分进行优化,提高了算法的快速性,并进行了实验验证。

新建本科院校以评促建加强教学管理队伍建设

教学管理是高校教育管理工作的核心内容,基层教学管理队伍是高校教学工作中的重要力量,其综合素质的高低,直接影响着高校的办学水平和教学质量。分析了新建本科院校教学管理人员普遍存在问题,从实际情况出发,结合本科教学工作水平评估,提出了加强教学管理队伍建设的建议与对策。

基于激光测距的温室移动机器人全局定位方法

针对无土栽培温室类结构化环境下机器人的全局定位问题,采用激光测距仪感知环境特征,提出了一种以自适应曲率计算方法进行环境特征分割的移动机器人Monte Carlo全局自定位方法。在机器人定位过程中,利用运动模型预测机器人的位姿,感知模型根据激光测距仪感知的环境特征的几何相似性更新粒子集的分布,实现了机器人的自主定位。仿真实验验证了算法能够满足温室移动机器人定位的需要。

融合异质传感信息的机器人粒子滤波定位方法

针对机器人采用视觉传感器和激光测距传感器单独定位的缺陷,提出一种融合视觉传感器和激光测距传感器感知信息的移动机器人Monte Carlo自定位方法。视觉目标识别过程中,只采用激光测距信息单独进行粒子集更新;当视觉目标识别完成,利用码盘信息对视觉定位信息进行修正,然后融合激光测距信息进行粒子集的同步更新。视觉信息的全局性和激光测距的快速性得到互补。实验表明,运用异质传感器信息融合明显地加快了粒子集的收敛,提高了移动机器人的自定位精度。

一种基于图像检索的机器人自定位方法

针对单目视觉机器人的定位问题,提出了一种基于EM(expectation maximization algorithm)的混合高斯粒子滤波定位算法。采用高斯混合模型矢量量化的方法生成图像直方图,利用图像特征相似性度量方法对提取的图像直方图进行匹配,并将匹配的结果应用到粒子滤波定位中,实现了室内结构化环境下机器人的全局定位。仿真实验结果表明颜色特征提取方法和机器人定位方法的有效性。

网络工程与通信省级实验教学示范中心建设

结合湖南工程学院网络工程与通信省级实验教学示范中心建设的具体实践,阐述了建设过程中的建设思路和实施方案。以工程素质和能力培养为主线,构建了"四层次,两结合"的实验教学体系;整合资源、搭建综合实验教学平台、采用全开放的实验教学模式,为信息类专业人才培养的实践教学工作提供了有力的支撑平台,实现了实验教学资源的共享;改革实验教学方法、提高实验师资水平、健全管理和运行机制,显著提高了学生的创新能力和综合实践能力,对国内高校信息类专业的实践教学硬件和软件建设起示范和辐射作用。

一种改进的基于小波的自适用图像编码方法

基于零树小波算法提出了一种新的图像编码方法———改进的自适应算术编码.将图像进行零树小波编码后的小波系数符号流采用改进的自适用算术编码方法进行二次编码.实验结果表明该算法编码效率高于传统的嵌入零树小波算法.

不同体质的大学男生评分指标与总成绩间优势分析

运用相关和回归理论,通过量化计算,找出影响不同组别大学生体质状况的优势和劣势指标,为体育部门改革教学、制订科学的教学计划、实施有效的运动健康干预提供理论支持,进而达到科学地指导学生合理地进行体育锻炼,增强学生体质的目的。

高校体育选项课程开设现状与优化路径探究

当前高校普遍采用体育选项课这种教学形式组织课堂教学,针对高校体育选修课的开展现状和存在的问题,对体育选修课的影响因素进行了分析,提出了对策与建议,为深化体育教学改革提供科学理论依据。

一种基于激光测距的机器人地图创建方法

针对未知环境中机器人局部地图的构建问题,提出一种激光测距的离散数据自适应曲率估计算法。采用该算法对预处理后的激光扫描数据进行环境特征分割,然后提取并描述环境特征,最后根据特征元素集构建局部地图。仿真和实验结果表明,该方法能准确地描述结构化室内环境,有效地描述和表征了实验环境。

基于单目视觉的机器人Monte Carlo自定位方法

针对单目视觉机器人定位问题,提出一种基于改进的尺度不变特征变换(SIFT)的Monte Carlo自定位方法.应用改进的SIFT方法提取特征,既能保证对图像光强变化、尺度缩放、三维视角和噪声具有不变性,又能减少SIFT算法产生的特征点及其抽取和匹配的时间.在机器人移动过程中,环境特征点的观测信息和里程计信息通过粒子滤波相融合,获得了更准确的环境标志点坐标.仿真实验结果验证了该方法的有效性.