5%吡虫啉微囊悬浮剂配方研究

采用原位聚合法工艺制备5%吡虫啉微囊悬浮剂。通过对配方中的囊材、引发剂、乳化剂、分散剂、增稠剂等筛选,确定最佳配方为吡虫啉5%、囊材三聚氰胺-甲醛树脂15%、分散剂2700 5%、黄原胶0.25%、硅酸镁铝2.0%、乙二醇4%、水补至100%。制备的微囊平均粒径为3~5μm,包封率在90%以上,粒径分布均匀、性能稳定的微囊悬浮剂,各项技术指标符合微囊悬浮剂的要求。

多种药剂防除冬小麦田多花黑麦草的效果初步评价

为了开发更好的防除冬小麦田多花黑麦草的除草剂,在小麦主产区进行了唑啉草酯、甲基二磺隆、吡氟酰草胺、异丙隆和吡氟酰草胺·异丙隆复配除草剂防除多花黑麦草的田间试验。结果表明:55%吡氟·异丙隆悬浮剂在冬小麦田茎叶喷雾施用,可有效防除冬小麦田多花黑麦草,且防除彻底;药后45d,株防效在90%以上,鲜重防效在95%以上。综合考虑,55%吡氟·异丙隆悬浮剂可用于防除冬小麦田多花黑麦草,推荐剂量150mL/667m2。

基于云存储服务的AR博物馆系统研究

针对传统AR博物馆中资源不能有效利用、共享和管理的问题,构建了基于云存储服务的AR博物馆系统。该系统采用FAST-SURF算法对特征点进行检测,通过计算机视觉和无线相结合的方式进行跟踪匹配,同时利用云存储服务技术对博物馆资源进行管理,最终实现虚实融合显示。实例测试表明,与传统AR博物馆相比,该系统能够有效管理博物馆资源,且检测速度快、定位精度较高、匹配性好,特别是在实时性和稳定性方面有明显的优势。结果表明,借助云存储服务技术对AR博物馆资源进行管理的系统方案是可行的,可以为博物馆的研究提供新的技术支持。

基于WiFi定位技术的增强现实室内向导研究与应用

针对传统的数字地图室内导航精度不高、直观性差、交互性较弱,提出将Wi Fi定位和视觉识别相结合的室内向导策略。利用Wi Fi指纹识别定位算法确定手机在室内的位置,电子罗盘获取手机的方向,结合FAST-SURF视觉识别方法检测场景特征点,并在Android平台上设计并实现一个AR室内向导系统。实验表明,室内定位精度提高至1.1 m,跟踪匹配精度高,系统实时性好、定位导航精准。因此,该AR室内向导系统对于室内定位的精度和实时虚实融合都有较好的效果,不仅具有较强的可用性和实用性,还具有广泛的应用前景。

基于ORB与光流法的增强现实注册算法研究

针对增强现实现有注册算法速度较慢和实时性较弱的问题,提出一种新的基于ORB与光流法相结合的增强现实局部跟踪注册方法。采用光流法对移动对象区域进行跟踪,同时利用ORB对该区域进行特征点提取和匹配,改善了移动三维注册算法中的实时性能。通过跟踪点失效检测,确保了跟踪的准确度。最后利用相邻帧之间特征点的匹配关系求得三维注册矩阵,完成注册。实验结果表明该方法达到了实时跟踪与准确注册的效果,并且在环境变化时保持了较好的鲁棒性。

基于Unity3D建筑施工虚拟培训系统的研究与实现

虚拟现实技术已越来越多的被应用到各个领域,建筑施工虚拟培训系统是虚拟现实技术在建筑行业一个很好的应用。论文以Unity3D为开发平台,结合当前建筑施工实际培训需求,开发了建筑施工虚拟培训系统。采用C#语言,对碰撞检测、自动寻路、遮挡剔除、粒子系统、NGUI进行了研究和实现。实践结果表明,基于Unity3D建筑施工虚拟培训系统具备良好的实用性、交互性、沉侵感、趣味性,起到了良好的培训效果。

基于增强现实的自适应跟踪注册方法

针对增强现实跟踪注册过程中遮挡及尺度变换的问题,提出一种基于Camshift和ORB算法的自适应跟踪注册方法。将高斯背景建模和Camshift算法融入到跟踪过程中,实现对目标尺度变化的自适应跟踪;在特征匹配中,将图像与Gauss函数进行卷积和差分运算,得到稳定的尺度空间,使ORB算法提取的特征点具有尺度不变性。实验结果表明,该方法在遮挡、视角与旋转变化的情况下,具有良好的鲁棒性,满足了增强现实系统对实时性、稳定性和准确性的要求。

对高校美育教育创新的思考

美育教育作为素质教育的重要组成部分,在高校中受重视程度日益提高,但由于学生思想认识不够、就业压力大、美育教育内容涉及面窄、评价体系单一,使得美育教育对大学生素质提高的成效不明显。文章从我国高校美育教育的现状入手,对如何进行美育教育观念创新进行了探讨。

基于遗传算法的虚拟校园漫游路径规划

针对虚拟校园中道路环境存在U型槽及狭长路径的特点,提出一种基于改进遗传算法的路径规划方案。利用网格表示校园环境,并引入障碍物顶点信息,进行校园路径信息描述。在基本遗传算法进化过程中,加入平滑算子和避障算子,对适应值逐步收敛的种群进行人工选择优化,来提高成功率和适应值。实验结果表明,该方法能够在路径规划中准确的绕开U型槽障碍,并穿过狭长路径。

西部地区教育信息化现状分析与应用策略研究

本文通过现代教育理论和世界各国相关数据资料比较分析,结合西部地区教育信息化现状调查,提出西部地区教育信息化问题所在及研究策略,为提高西部教育信息化水平探索有效途径.

云计算环境中负载均衡技术的研究与应用

为了解决传统负载均衡技术应用到云计算环境中引发的新的问题,提出改进方案,该方案基于开源LVS(Linux Virtual Server)中的轮转算法,增加地理位置控制信息,参照CLBDM(Central Load Balancing Decision Model)集中式的负载均衡模型的思想,针对真实服务器在两个不同的地理位置做了测试验证,该算法优先选择离客户端位置近的服务器处理请求,这样的改进算法不仅缩短处理请求的时间还增强了服务器处理请求的能力.

泛艺术类专业大学生学习信息技术类课程的自我效能感研究——通过网络环境影响自我效能感的策略研究

该文首先论述了研究泛艺术类大学生学习信息技术类课程自我效能感的意义,提出了自我效能感的三层多维结构模型,根据泛艺术类大学生学习信息技术课程的特点,结合某校数字媒体艺术专业学生的实际情况,从五个维度上编制了自我效能感量表,并验证了量表的可信度和有效性。然后依据编制的量表进行问卷调查,分析出影响泛艺术类学生低自我效能感的四大因素,结合这四大因素提出了对应的通过三大网络环境影响自我效能感的策略,并通过实施这些策略,根据选取的可比观测点验证了策略的有效性。

一种全面的信息安全管理方案的设计

文章提出了一个全面的信息安全管理方案。从社会环境、商业、组织和个人的角度思考了电子商务的信息安全问题。提供了一个通用模型及模型中各组件功能,并通过实际工作经验重新进行分析得出了一种较为合理的设计。以此来降低各企业、组织在电子商务运营中网络安全隐患。

基于PCA和VARIMA的陕西省大学生的陕西文化符号观归因分析

本文针对陕西省大学生的文化符号观展开调查,对调查问卷的结果进行了归因分析,主要采用了PCA和VARIMA分析方法,即主成分分析法和正交旋转法,选出了最具代表性的大学生中最具代表性的陕西文化符号。结论表明,兵马俑这个最具代表性的文化符号还是位居第一位,陕西文化也已经形成了代表性的核心符号;陕西大学生对陕西文化符号的感知呈现出一种高度的趋同性和单一化的趋势。这次调查,对于在大学生中宣传陕西文化符号是非常有意义的。

区域旅游合作的概念研究

在总结区域旅游合作概念研究的基础上,给其做了科学界定。

论闽粤赣边客家区域旅游合作

闽粤赣边旅游资源丰富,其中最具特色的是"客家文化"。该区共打"客家文化"旅游牌,走区域旅游合作的道路,其中包括在旅游业、旅游行政单位、旅游市场开发等方面的合作,将会促进该区旅游业及其他产业的迅猛发展。

基于AKAZE的增强现实系统的研究

KAZE特征检测算法运算鲁棒性好,匹配率高,但受限于运行时间长和实时性差,故在其基础上进行优化,采用AKAZE算法中的FED替换KAZE算法中的AOS,并改进了算法中的描述符M-LDB。实验结果证明:AKAZE算法克服了KAZE算法的局限性,明显提高了算法的匹配率,减少了运算时间。AKAZE算法的增强现实系统具有良好的鲁棒性和实时性。

安全实施的统一指导:一个新的安全管理方法

探究了安全管理(SM)工具的现状,该管理工具以独立、完整的方式存在,人们通过与其他人、系统相互作用看到安全实施的统一指导(UGSI)的蓝图,它是一个连续的信息流周期,但状态信息和安全特征控制的UGSI过程没有代替现存的概念。为加强现存专门的、部分工程化的解决方法提供服务,SM系统支持现存的工作方式。最后给出一些与描述典型的SM方案如何工作相关的建议,得出类似的与网络管理系统及当前讨论的管理方法相关的方法。

网络课程中对交互性设计的思考

交互的复杂性是网络教育有效性的制约因素之一。本文从网络课程作为学习资源的交互特征分析出发,以现存网络课程交互现状为研究背景对网络课程学习交互性问题进行探讨,并提出相应的设计策略。

基于深度学习的学生课堂行为识别方法

学生课堂行为动作能够直接反映课堂质量,通过人工智能和大数据对课堂行为进行分析和评估,有助于提高教学质量。传统的学生课堂行为识别方法通过老师直接观察学生状态,或者是课后通过监控视频进行分析,该课堂行为识别方法耗时耗力且识别率较低,难以实时反映课堂以及考试中存在的问题。提出基于深度学习的姿态识别方法 BetaPose。采用数据增强技术提高后续检测模型的鲁棒性,通过改进的YOLOv5目标检测算法得到人体检测框,并基于MobileNetV3模型设计轻量级姿态识别模型,提高在拥挤场景下的姿态识别准确率,将得到的人体关键点图输入到线性分类器中,获得最终行为结果,有效提高模型的建模和表达能力。实验结果表明,所提轻量级姿态识别方法 BetaPose对人体各个部位的平均识别准确率最高可达82.6%,在简易和拥挤场景下对各种行为的识别率分别达到91%和85%以上,能够有效识别课堂的多种行为。