医学院校计算机专业应用型人才培养互动教学方法研究

分析当前医学院校计算机专业人才培养中面临的问题和挑战,以应用型人才培养为导向,提出建立在慕课及翻转课堂之上的互动教学方法的研究思路与开展方式。

网络经济指标及其研究方法探讨

在综合介绍国外主要网络经济指标体系的基础上 ,针对各指标体系和我国具体情况进行分析 。

MOOC时代普通高校计算机教学的改革探讨

慕课（MOOC）是近年来新出现并快速发展的一种在线教育模式。它的出现不仅对普通高校计算机课程的教学带来了挑战，同时也带来了变革的动力和机遇。本文在探讨如何将慕课与传统课堂教学思维与模式相结合、如何更好地整合各种教学资源的基础上，对提高计算机课程课堂教学质量及改革教学方法进行了详细分析。

医学信息人才培养模式研究

医学信息人才培养是我国医学信息工作发展的重要基础。本文分析了我国目前医学信息人才培养现状,从笔者所在学校的相关学科设置和人才培养研究出发,探讨了医学院校信息学科人才培养的模式与途径,以及在研究与实践中的关键问题。

信息学科合作学习教学模式研究

合作学习是一种重要的教学理论，本文针对中医药院校信息学科教学中存在的一些实际问题，提出了应用合作学习教学模式开展信息学科教学的研究，以期使其在改进信息学科课程教学效果，培养信息学科学生综合知识运用能力等方面发挥重要作用。

中国网络经济水平测度指标体系设计

本文在对国内外网络经济水平测度相关研究进行广泛调研和深入分析的基础上,建立了中国网络经济测度指标体系的框架,分为三个层次、五大类、共21个指标。

创新实践教育体系 培养高素质应用型IT人才的探索与实践

如何培养IT市场所需的专业基础扎实、实践能力突出的高素质应用型人才是普通应用型本科院校计算机类专业亟需解决的问题。本文结合学校计算机专业特色,从优化实践教学体系、激发学生专业热情、深入校企合作等方面对实践教育体系的构建与实施以及产生的效果进行了阐述。

基于百度AI的校园服务小程序的设计与实现

快节奏的移动互联网时代的到来,以及市面上大量APP、网站与各式各样的快餐信息的出现,让用户对现在的各种网络产品极其挑剔,因此下一代互联网所孕育出的产品应向着'小,精,轻'的方向发展。本文主要介绍了一款基于人流量统计、语音识别等AI技术的提高当代大学校园服务水平的微信小程序。

基于微信开发模式的学院微信平台开发与实践

随着移动互联网的持续高速发展,互联网应用已从传统电脑拓展到移动平台。微信公众平台作为信息技术领域的新生事物,对社会生活和教育领域带来了很大的影响。当代大学生最具思想前沿,具极强的适应性和创新应用能力,因此微信在大学生迅速普及。本文探讨了基于微信开发模式,面向教学管理和学生管理的高校二级学院微信平台的开发与实践。

基于深度学习的新冠肺炎CT图像识别研究

为辅助医疗人员诊断新冠肺炎患者,本文设计出高效快速的CT图像识别系统。该系统通过对比主流卷积神经网络(CNN)模型,选择GoogleNet和ResNet深度学习模型;通过实验对比算法识别的精确度及相应参数调整,验证模型在识别新冠肺炎CT图像中的有效性。

基于计算机视觉的人体姿态识别研究

人工智能交互领域的不断发展,使计算机视觉技术的研究更加深入且多样化。人体姿态识别是计算机视觉中的一个重要的基础问题。文章基于计算机视觉开展人体姿态识别研究,通过VGGNet模型实现神经网络预测,采用Openpose算法获取18个人体关键点位置和置信度,根据PAF和二分图算法实现关节拼接。实验基于MS COCO 2017数据集建立优化模型,在测试集上达到了96.31%的准确率。最后,文章实现了能够识别出人体骨骼姿态的系统。

改性松香不饱和聚酯树脂的研究

本文以来源丰富、廉价的松香与丙烯酸反应制得改性松香来代替邻苯二甲酸酐合成改性松香不饱和聚酯树酯,并对其性能作了研究.通过试验表明:改性松香不饱和聚酯树脂比之通用型不饱和聚酯树脂固化时放热温度低,其力学性能韧性与对断裂低抗能力大为增加,达到了改性与降低原料成本目的.研究还表明:改性松香不饱和聚酯树脂比之通用型不饱和聚酯树脂的玻璃化温度有所提高,有利于其成型加工,扩大了应用范围.

项目式计算机实践教学研究

实践教学在计算机专业人才培养中有着重要的作用。本文基于市场对人才专业能力和应用能力的需求,以培养学生实践应用能力和创新能力为出发点,探讨了通过紧密的校企合作,将企业项目融入实践教学过程。以项目化的形式,分层次分阶段,逐步使学生的专业实践能力和项目开发能力得到培养和提升。

基于HOG-LBP特征的中药饮片图像识别

目的通过对方向梯度直方图(HOG)、局部二值模式(LBP)等特征提取及融合的方法研究,实现有效的中药饮片图像识别。方法分析HOG和LBP特征,进行特征融合,采取支持向量机(SVM)分类算法,在采集整理的中药饮片图像数据集基础上对算法进行训练、测试和改进,从而获得有效的中药饮片多分类模型,并将模型与其他算法进行比较,评价算法的有效性。结果通过对30种中药饮片2927张图像的训练和测试,等价模式下的HOG-LBP融合特征算法的饮片图像识别率达91.16%,优于传统算法。结论等价模式下HOG-LBP融合特征结合SVM分类器的方法具有较高的识别率,可有效应用于中药饮片的识别和分类。进一步提高数据种类和数据量,有助于提高算法的适用性和识别效果。

基于计算机视觉的细胞显微图像研究

细胞计数在医学图像等多个领域有极其重要的作用。传统人工计数方法效率低、耗时长、准确率不高。目前通过图像处理技术进行细胞自动计数研究大都是少数细胞粘连、细胞形状完整且大小均匀。而实际情况下,细胞图像大都是不规则不均匀且粘连的。本文针对荧光染色细胞显微图像采用双阈值检测算法,实现了对粘连细胞的分割及计数。算法准确率较高,可满足实际实验需求。

眼球追踪技术在智能护理领域应用的探讨

人口老龄化问题带来的失能人群比例上升,对智能护理设备提出了迫切的需求。眼球追踪能够实现便捷、高效、精确的控制,提高失能人群的生活品质,在智能护理领域拥有良好的前景。本文通过分析当前主流算法和应用方法,探讨了其在算法研究和智能护理领域应用的优劣。

基于视点跟踪的人机交互技术的研究

为开展视点定位与跟踪研究,实现单摄无光源的基于视点跟踪技术的人机交互系统,文章利用质心法来进行瞳孔定位,并使用几何模型映射方式校准人眼状态和屏幕坐标的对应值,最后实现了较为准确的视点坐标提取与追踪及相应的应用功能。该算法简单易行,具有较高稳定性和准确性,可应用于AR、VR等设备进行辅助操控,也可应用于医疗护理等领域,辅助失能人士进行有效操控,提高其生活质量和便利性。

基于深度学习的中药饮片图像识别研究

目的基于深度学习模型实现对中药饮片图像的自动识别。方法构建常用中药饮片图像数据库,基于GoogLeNet深度学习模型进行训练及识别,并与HOG特征的机器学习方法进行比较研究。结果在选取适当超参数情况下,平均识别率达92%,优于HOG特征算法。结论该方法能够自动提取高级图像特征,在复杂背景下具有较高的识别率,可有效应用于中药饮片的分类识别。