SVM用于基于块划分特征提取的图像分类

在基于内容图像检索中,图像的底层视觉特征和高层语义概念之间存在着较大的语义间隔。使用机器学习方法学习图像特征,自动建立图像类的模型成为一种有效的方法。本文提出了一种用支持向量机(SVM)实现自然图像自动语义归类的方法,基于块划分聚类得到特征向量作为SVM训练样本,实现语义分类器。由于参与聚类的是某类图像所有块的特征,提取的特征更能反映某一类图像特征。实验证明这种方法是有效的。

科教融合理念在传统地学专业基础课教学中的引领——以“岩浆岩岩石学”课程为例

将穿地壳岩浆系统理论应用到岩浆岩岩石学的教学中,可以有效提高学生对岩浆岩的认知维度,将"乏味"的岩相学描述和岩石鉴别特征与动态的岩浆过程联系起来。本文向学生阐明上地幔和地壳内部存在由多个深度不同、但可以彼此连通的岩浆房组成的多级岩浆房系统。这些岩浆房通过相互作用可以制造出迥异的"岩浆产品",这一理念有利于让学生建立起知识点的内在联系。通过系统训练,学生可以将现象与本质关联,形成逻辑贯通的知识体系,了解各个知识点的来龙去脉,提高自身的认识水平。学生对于上述理论的深入理解也有助于他们不断开拓进取,通过不断的探索,发掘科学研究中存在的问题。本文也鼓励学生利用多元手段去有效地解决地质问题,进而提高学生的自主学习、自主研究的能力,强化学生的地球科学思维,达到成长与成才的目的。科教融合的理念最终也可以促进教学质量的提高,有效提升我国地质人才的专业水平。