“互联网+”背景下的混合式教学模式探究

在移动互联网+大数据的新时代,彻底的改变传统的教学模式势在必行,混合式教学模式将“线上”教学与“线下”教学有机融合,从传统的以教师的教为中心到以学生的自主性学习为中心,突出了学生参与教学过程的重要性,改变了因循守旧的教学方法,吊足了学生自主学习的胃口,学生个性化的天性得到释放。近些年出现的新型的智慧教学工具,如雨课堂、蓝墨云课堂、微助教等正在挑战着传统的教学模式,激励着教师要顺应时代的潮流,积极采用新型的教学手段,提高教学质量。雨课堂等新型教学工具进入课堂以来,激发了学生的学习意愿,端正了学生的学习态度,使得越来越多的学生愿意参与到整个教学环节中来。

移动互联网下的弹幕互动式教学实践

随着手机、平板电脑等的大力普及,课堂上学生使用手机的频率越来越高,在互联网环境下获取知识的途径和速度远远超出了传统的模式,利用移动互联网教学已经成为一种势不可挡的潮流。作为高校教师,要追踪最新的高等教育教学发展潮流,注意汇聚全世界最优质的教育资源,引进最新、最先进的教育教学模式,摈弃因循守旧的教学方法,为学生提供最优质的服务。当下的教育特别需要用创新文化来思考,翻转课堂、慕课、微课堂已经成为时下人们普遍采用的学习方式。"弹幕互动式教学"的引入,在很大程度上吊足了学生的胃口,迎合了学生的好奇心,引发了师生之间的热议,提高了学生的"抬头率",让手机从"低头的工具"变成了"抬头的神器",构建了和谐的师生互动氛围,极大地调动了学生的学习热情,活跃了课堂气氛,使得他们的参与度越来越高。

基于输电线路监控的双目视觉山火检测技术的研究

随着我国电网规模不断扩大,输电线路的传输容量和传送距离也越来越大,保证输电线路沿线的安全运行也越来越重要。目前,针对输电线路沿线各种致灾性状况,运用传统的输电线路运行维护模式已经无法满足迅猛增长的电网运行维护工作需求。文章针对输电线路通道内山火导致的各种线路故障情况,引入双目视觉和图像处理技术,自动识别山火特征,获取其深度信息,判定山火与输电线路的距离,建立输电线路实时空间保护范围,实现及时地对山火灾害进行识别判定,防范通道内山火危及线路本体安全的事故发生。

基于立体成像系统的架空输电线路通道监测

视频监控在输电线路运维检测中已得到广泛应用,但传统二维成像缺少深度信息无法准确测得真实空间距离。本文提出了一种基于立体成像系统的架空输电线路通道监测方案。方案分为三个阶段:首先,系统标定阶段对立体成像系统标定,获得系统内、外参数;然后,在架设建模阶段对立体成像系统进行现场安装,并建立导线监控空间点数据库;最后,实时检测阶段识别异物,并寻找异物与监控空间点数据库的最小值作为异物与导线的空间距离。通过现场实验,建立了10kV、杆塔高8m、杆塔间距100m的输电线路通道模型,实时检测出了人为设置的异物与异物到导线的空间距离,验证了本文方法的可行性。

基于高等工程教育理念的传感器课程教学改革研究

本文基于工程教育理念对传感器课程的教学改革进行了研究,通过高等工程教育理念下传感器课程的定位对传感器课程进行了教学模式、教学内容和考核方式的改革。提出以项目式教学为核心,提高学生学习积极性。以解决项目问题为目标,培养学生的工程应用与解决问题的能力。最终通过项目式教学试点分析,总结了此次传感器课程教学改革,为工程人才的培养提供借鉴。

基于双目视觉监控的输电线路立体空间建模

为了解决输电线路监控中单目视觉缺少深度信息和双目视觉实时性低的问题,提出了一种基于双目视觉检测的优化方案。方案把传统双目视觉检测流程中监控阶段大量的计算量前移至准备阶段,建立输电线路立体空间模型。对该方法进行了详细说明,并利用Matlab对所提方法的可行性与有效性进行了实验验证。实验通过对导线坐标点三维重建、空间函数拟合和平面保护区域计算,建立了立体空间监控数据库。最后利用数据库检索对检测物进行入侵判断,结果识别出被测物所在空间位置属于在监控区域内。因此,所提方法可有效对输电线路空间进行建模与检测。

电梯门关门阻止力及动能无线检测系统设计

本文阐述一种电梯门关门阻止力及动能检测装置的结构、硬件以及软件设计。该系统采用标准弹簧将电梯门的关门行程动能转换为弹性势能,同时采用位移传感器对弹簧形变量进行检测,并根据能量转换关系及胡克定律计算出电梯门的关门阻止力及动能,达到间接测量的目的。传感器输出信号经AD转换后送至CC2530处理器进行数据处理,进而通过ZigBee无线协议发送至上位机(工业平板电脑)进行数据分析和存储。系统性能可靠,数据科学,检验人员通过手持平板电脑即可实现智能检测,提高工作效率。经实际应用证明,该系统具有一定的推广应用价值。

便携式吸盘电梯层门机械强度检测仪的研究

电梯给人们生活带来便捷的同时也存在着安全隐患。针对预防电梯井道坠落事故,国家修订了电梯层门机械强度安全要求。但因为目前电梯层门机械强度检测设备的便捷性不高,因而现场检测仍不方便。为满足新安全标准要求,并提高现场检测效率,本文提出了一种便携式吸盘电梯层门机械强度检测仪器。该设计在最大限度减轻仪器自重,并提高仪器检测便捷性的同时,仅依靠调节仪器底部吸盘的吸附面积和真空度,便可使设备在检测过程中保持稳固,从而可确保设备检测电梯层门机械强度的精度。

基于YOLOv5网络模型的火焰检测

煤炭资源在开采的过程中会伴随着产生一种名为煤层气的产物,煤层气又称为瓦斯,若将瓦斯直接排放至大气中,则会造成严重的温室效应,研究发现瓦斯可以通过燃烧用来发电,但瓦斯在发电过程中遇到明火,则会发生爆炸,给工作人员及企业会造成不可估量的损失,因此检测瓦斯发电站内的火焰情况,成为了解决瓦斯发电站爆炸事故的重要目标。基于火焰识别问题,采用传统目标检测算法难以满足精度要求,后续出现了基于深度学习的双步目标检测算法,虽在识别精度上能有效满足要求,但检测的实时性上存在不足。本文综合考虑目标检测的检测精度以及检测实时性,采用了最新的YOLOv5模型进行火焰的实时检测。

基于成像颜色校正的机器视觉测量甲烷预混火焰当量比的方法研究

基于机器视觉采集火焰颜色,利用火焰颜色与火焰光谱关系间接测量燃烧当量比是燃烧诊断技术的一个热点。但由于成像设备光谱响应不同,会造成成像色偏,从而影响测量的准确性。为了研究和解决成像过程带来的色偏影响,本文首先对成像参数和色偏现象进行了研究。根据研究结果,本文提出了一种基于成像颜色校正的机器视觉测量甲烷预混火焰当量比的方法,该方法以标准色彩为标定基准,通过白平衡的图像处理算法对成像中的色偏进行校正。最后通过实验对比,表明利用该方法不仅能有效地改善由于白平衡不同而导致的色偏问题,而且可大大提高传统机器视觉测量火焰当量比的线性度和准确性,实验结果验证了该方法的可行性与有效性,可对后续研究提供借鉴。

基于Abel逆变换的颜色法测量火焰当量比的研究

为了响应国家提出的“双碳”目标,可以对当量比进行监控来实现燃料的高效率燃烧。研究表明碳氢火焰的当量比与其燃烧时的火焰自由基有密切的联系,火焰图像中B图层与G图层的比值和自由基中CH^(*)与C_(2)^(*)的比值也有相似的变化趋势,故可利用B/G-CH^(*)/C_(2)^(*)-当量比之间的变化关系来实现当量比的软测量。由于图像边缘区域存在的“颜色厚度”会对软测量模型造成影响,故采用了Abel逆变换对颜色厚度进行消除。对不同工况下的丙烷火焰和甲烷火焰进行研究,初步得出针对含碳量较低的燃料,Abel逆变换对B/G值-当量比软测量模型的优化效果更显著。此外,选取6种不同的Abel逆变换算法进行实验对比,最后证明了direct法在软测量模型中的优化效果最好。

基于双目视觉的指针仪表读数识别

变电站中指针式仪表使用广泛,随着工业的快速发展,图像处理以及机器视觉等技术在仪表读数中的应用越来越广泛,但传统单目视觉仪表读数识别仍存在一定的弊端,在没有正视仪表的情况下,读数仍然存在误差。针对以上问题,构建了一种基于双目视觉的指针式仪表读数识别方案,来实现指针式仪表的准确读数。使用标定过的双目相机拍摄左、右视图,通过极线校正及图像预处理方法来处理所拍摄到的左、右视图后,对指针与表盘进行特征点匹配,接着通过三维重建算法计算出特征点的三维坐标,并构建出指针与仪表盘平面的空间信息,最后将指针垂直投影至仪表盘平面,构建比例尺关系,使用读数计算输出读数。

基于特征工程和支持向量机的甲烷预混火焰当量比测量

利用火焰颜色建模测量火焰当量比是燃烧诊断技术的一个新兴研究方向。目前的建模方法主要利用RGB(Red-green-blue)模型中蓝色/绿色特征(B/G)作为模型输入,但通过单一颜色比值简单拟合得到的颜色-当量比模型存在较大的不确定性及测量误差,因此本文提出利用多颜色模型下的多颜色特征参数作为模型输入。首先,采用数字火焰颜色分布(Digital flame colour distribution,DFCD)技术对采集甲烷燃烧预混火焰图像进行处理并获取火焰图像目标区域(Region of interest,RoI)。其次,综合分析火焰颜色特征变量构建特征工程,设计并提取火焰目标区域的不同颜色模型下的多颜色特征,共计36维火焰颜色特征,利用Spearman秩相关性分析与随机森林(Random forest,RF)算法筛选出表征燃烧当量比更深层的颜色特征,得到16维优质特征子集。最后,通过优化持向量机(Support vector machine,SVM)参数选择,并采用网格搜索方法(Grid search method,GSM)寻求最优参数优化SVM,进一步利用特征工程构建得到的特征子集训练SVM以建立预混火焰燃烧当量比软测量模型。将该算法与传统的BP神经网络和极限学习(Extreme learning machine,ELM)算法进行对比,实验结果表明,本文方法具有较好的回归预测效果,均方误差(Mean square error,MSE)低至0.023。

欧拉视频增强技术在火焰弱信号检测中的应用

为实现火焰弱信号闪烁频率的检测,提出一种基于欧拉视频放大技术的增强检测方法,并对该方法的可行性与有效性进行仿真实验验证。搭建燃烧实验平台,在Matlab平台上对采集的不同干扰强度的火焰视频信号进行检测增强,将实验结果分别在时域和频域上进行分析讨论。结果表明,该方法可以有效地提取火焰的主要波动频率。

基于深度学习的果蝇识别

识别果蝇并根据其数量变化总结出果蝇暴发规律,在其暴发期到来前采用相应手段进行诱杀,是有效加强树莓虫害防控的综合措施。但是,由于果蝇躯体小,人工识别难度大、耗时长、效率低,因此本文提出一种基于深度学习的果蝇识别方法。该方法采用YOLO v3目标检测模型,通过建立果蝇数据集对模型进行训练。测试结果表明,该方法对果蝇的平均识别精度为95.23%,满足果蝇识别的要求。

基于特征点预测的三维表情人脸合成

对于三维人脸表情合成,基于设备的方法成本高、灵活度低,表情的重建依赖人脸扫描过程中原始人脸表情;基于图像的方法大部分以面部行为编码系统(FACS)为基础,存在FACS兼容性较好的部分模型表现粗糙问题、合成真实度较低等问题。针对于此,本文提出一种基于特征点预测的三维表情合成方法。在三维人脸重建效果较好的3DMM算法基础上,引入加权K近邻算法构建表情特征点预测模型,结合BFM表情模型与线性插值算法模型处理纹理遮挡问题。实验表明:该方法较于FACS结合简单模型方法细节表现更强、真实度更高;较于设备方法成本更低、自动化程度更高、整体效果良好。

基于Simulink的混合通信系统仿真分析

本文以混合通信系统研究对象,利用MATLAB/Simulink库搭建了系统仿真模型,分别利用该模型对方波信号、正弦波信号、锯齿波信号进行了仿真分析。结果可知,通信信道的延迟作用,以及噪声信号的影响,会使通信信号产生延迟效果和一定程度的失真现象。

面向视频图像的烟雾检测算法综述

烟雾检测技术在预防早期火灾蔓延方面具有重要的作用,准确快速的烟雾检测算法具有非常重要的实际应用价值。近年来,随着机器视觉与图像处理技术的快速发展,面向视频图像的烟雾检测算法以其非接触性、强鲁棒性等特点受到广泛的关注。面向视频图像的烟雾检测算法有效克服了传统烟雾探测器靠近火源才能工作的不足,但是由于场景的复杂性和环境因素的不确定性,面向视频图像的烟雾检测算法仍然面临着巨大的挑战。首先简单介绍了烟雾检测技术的基本流程,包括预处理、特征提取以及分类识别等步骤;其次介绍了基于颜色和运动分割的预处理方法,进一步分析了烟雾的视觉特性和运动特性,并介绍了相关烟雾特征提取算法;然后,对当前烟雾检测常用的分类器以及深度学习网络模型进行了探讨和总结;最后,重点介绍了烟雾检测算法存在的不足,并对烟雾检测算法的发展进行了展望。

基于陆海新通道背景下贵州物流发展的机遇与对策

本文基于'一带一路'和'陆海新通道'的建设目的及意义,对贵州物流发展的历程与机遇进行了剖析,通过对贵州物流环境、物流企业以及物流人才三个方面的综合分析,提出了相应的适合贵州物流发展的对策与建议,为贵州物流融入'一带一路'国家战略提供借鉴。