大学生志愿者为实施主体的博物馆思政教育适应提升研究——以陕西历史博物馆中服饰讲解为例

博物馆是具有教育和社会化功能的隐性教育资源,也是新时代高校课程思政体系建设的沃土良田和关键抓手。博物馆中的大学生志愿者是高校青年的佼佼者和领头人,更是当代中华优秀传统文化传播路上的践行者。将博物馆大学生志愿者作为高校思政教育的执行主体,创新研发高校思政教育内容和实践形式,助力博物馆高校双场域的思政教育适应提升。文章以陕西历史博物馆的服饰文化相关展品的讲解为着力点,将博物馆大学生志愿者作为高校思政教育的执行主体,对陕西历史博物馆的服饰藏品转化话语体系和思政元素挖掘,以期提升双场域的思政教育适应性和实效性。

基于反向传播-自适应提升算法的谐波阻抗估计

目前,关于量化谐波阻抗的研究大多数是基于系统侧谐波阻抗不发生改变而设定,当系统谐波阻抗变动时,如何估计谐波阻抗的研究相对较少。为此,本文提出一种基于系统谐波阻抗变动背景下的系统谐波阻抗估计新方法。首先,加窗处理谐波电压、电流测量数据,使用二元线性回归法估算系统谐波阻抗,并用小波包变换对测量数据进行分段,以找出系统谐波阻抗变动的时间;其次,采用反向传播-自适应提升算法精确量化每个采样数据段的系统谐波阻抗;最后,通过仿真与实例分析验证本文方法相较于其他方法具有更好的鲁棒性和精确性。

博物馆场域中思政教育适应提升路径研究——以秦始皇帝陵博物院讲解为例

思政教育在立德树人中起效,关键之一是需具有适应性,其内容或路径要适应青年学生情感态度、认知特点、话语习惯和其他发展需求与期待。博物馆隐性思政教育,因其独有的情境性、针对性与适切性,使受教育者以最为自然的状态接受鲜明的思想政治教育。博物馆隐性思政教育的前提是知识传递的主要媒介—讲解,需将深奥的、专业的、晦涩的、隐性的信息调整为大众易于理解、接地气、可以接受的外显性信息,思政教育才可绵绵用力、久久为功。鉴于此,文章以秦始皇帝陵博物院讲解为例,提出四条路径:御流行多热词、挖情感唤参与、补背景增诠释、添对话多互动,并且首字取“女娲补天”谐音以方便传播和记忆,以期发扬博物馆思政教育的潜隐性、渗透性、开放性和实效性。

一种基于9/7小波提升格式的自适应提升系统

提出了一种在变换和重建时可采用不同决策算子的自适应算法,并将其应用到9/7小波的提升步骤中,组成了一个与JPEG2000相兼容、灵活的自适应提升系统.实验结果表明,此系统对奇异信号的处理优于9/7小波本身,具有很强的实用性和可推广性.

基于纹理的自适应提升小波变换图像压缩

经典二维小波变换仅在图像的水平和竖直方向应用小波滤波,不能提供灵活的方向信息,对纹理信息丰富的自然图像稀疏化效果不理想,在基于小波变换的图像压缩中还需改进.为了实现更有效的图像的稀疏表示,文中提出一种新型的基于图像纹理的自适应提升小波变换:根据局部特征将图像自适应分块,预先判断局部图像纹理方向,保持正交性质不变;沿纹理方向应用小波滤波,结合提升变换格式实现即位运算;沿纹理方向插值获取分数像素值,保护纹理信息不被破坏,总体变换对图像纹理描述更有效;结合JPEG2000中的编码方法EBCOT,对变换系数和方向信息分别编码,应用于图像压缩.仿真实验是在数值结果和视觉效果上将文中方法和JPEG2000方法作比较,以体现文中方法的优越性.

基于自适应提升小波包的故障微弱信号特征早期识别

针对齿轮箱故障微弱信号特征识别问题,设计了一种识别该类信号微弱特征的自适应提升小波包方法。该方法以提升方法为基础,构造了提升小波包分解和重构过程算法,并以分解层信号相邻样本点自相关系数的大小作为目标函数,在每个样本点上选择能够自适应匹配信号局部特性的提升小波包算子,将每个分解频带信号进行重构,识别时域故障微弱信号特征。该方法成功地识别出了某齿轮箱发生摩擦故障时隐含在振动信号中的调制波形和周期性冲击脉冲故障微弱特征。结果表明,自适应提升小波包方法对强噪声背景下故障微弱信号特征的识别效果优于经典小波包方法。

基于类Haar特征和自适应提升算法的前车识别

针对汽车高级驾驶辅助系统(ADAS)中前方车辆识别率低的问题,基于机器视觉原理研究了前方道路图像中的类Haar特征;并进行积分图计算。在提取类Haar特征基础上,采用自适应提升(Ada Boost)算法进行正负样本训练并级联,得到训练好的模型;进而检测和识别汽车行驶中前方车辆。最后基于Open CV计算机视觉库在Visual Studio开发环境中进行了算法实现和测试。结果表明,每帧视频图像识别时间小于40 ms,检测率准确可靠,满足多场景、多工况下的前方车辆实时识别。

基于EMD和自适应提升小波分析的图像增强

针对经典和提升小波变换共同的缺陷,提出基于EMD和自适应提升小波分析的图像增强算法。对二维图像信息作EMD分解,提取出图像信息的IMF分量,对此IMF分量进行自适应提升小波分解并重构,得到增强图像。仿真及实验结果表明该方法具有有效性和实用性。

自适应提升小波在往复机械故障检测中的应用

提出了一种基于信号特征的自适应提升小波方法,即以提升小波为基础,根据信号分解后的熵来选择预测滤波器系数和更新滤波器系数,它克服了传统小波变换的不足,和提升小波只能依据信号特征来设计预测滤波器,而不能设计更新滤波器的问题。该方法用于往复机械气阀的振动信号特征提取,有效地提取了气阀的故障特征信号。实验中采用不同的小波对信号进行降噪性能比较,自适应提升方法设计的小波明显优于实验室中采用的其它小波。

基于自适应提升方案的图像边缘检测

图像边缘是由于灰度的不连续所致,是图像信息的一个最基本特征,也是图像处理中探讨的热点问题之一。分析传统的图像边缘检测算法及其存在的问题。通过采用自适应提升小波分析,根据处理图像信息的局部特征自适应地调整预测滤波器和更新滤波器,从而实现与处理信息的准确匹配;同时,改进了小波边缘检测算子,实现了一种适用于自适应提升小波分析的图像边缘检测的算法,并将此算法应用于医学图像的边缘检测。仿真结果表明,该算法比传统的图像边缘检测算法效果更优。

基于纹理的自适应提升小波框架的图像增强

经典二维小波变换仅在图像的水平和垂直方向进行变换,对图像的纹理信息表示能力不足,基于小波变换的图像增强的效果还不尽人意。为了更好地表示图像的纹理信息,提出一种基于纹理的自适应提升小波的图像增强方法,根据图像的局部特征预测图像的纹理方向,沿纹理方向应用小波变换,使图像的纹理信息表示更准确,而且小波变换法在抑制噪声方面性能优良,将其应用于图像增强,仿真及实验结果表明该方法具有有效性和实用性。

基于自适应提升方案的激光探测系统消噪

本文通过采用自适应提升小波分析,根据处理信息的局部特征自适应地调整预测和更新算子,实现与处理信息的准确匹配,有效地降低信息小波分析的运算量和计算的复杂性,并且便于采用激光探测系统等实现;其次,根据激光测距探测系统中噪声的特点,分析了去噪阈值的选取,详细地讨论了小波的浮动阈值选取方法,并将这种方法应用于激光探测系统去噪,较好地满足在强噪声下检测微弱信号的要求。仿真结果表明,采用这些措施实现的激光探测系统去噪,做到滤去噪声的同时又有效地保留信号的细节,收到了较好的效果。

用自适应提升格式对信号精确重构(英文)

本文分析了几种自适应提升格式在信号精确重构中的应用 ,在其计算过程中 ,它们均无须考虑当前步骤之前的数据。并分析了它们的优缺点。最后 ,提出一种构造自适应提升格式的方法 ,通过计算表明 。

基于Bernstein滤波器自适应提升小波变换

该文引入了基于提升法自适应离散小波变换,探讨了空间域提升结构中预测算子和更新算子的设计,根据预测误差最小原则使伯恩斯坦预测算子自适应匹配特定的数据序列,最后由数值仿真验证了该算法的性能,对于硬域值法小波系数去噪,自实应提升小波变换同一般的小波变换相比,去噪后的信噪比效率相近,提升方法的优点在于其设计上的灵活性和计算简单,易实现自适应变换。

基于自适应提升方案的回波信号消噪算法研究

采用自适应提升小波方案,根据激光探测系统接收的回波信号特征,提出了一种更新滤波器和预测滤波器的设计方案,从而实现了自适应地调整预测和更新算子,增强了与处理信息的匹配,有效地提高了系统输出回波信号的峰值信噪比.其次,利用激光探测系统中检测的回波信号与噪声特点,给出了一种去噪软阈值的选取方案.将此算法应用于激光探测系统消噪,较好地满足了在强背景噪声下检测微弱信号的要求.仿真结果表明,采用该算法实现的激光探测系统去噪,在抑制噪声的同时较有效地保留信号的细节,重构了清晰的回波信号.

基于改进的自适应提升算法的乳腺癌图像识别研究

为解决医疗资源不足、就诊量日增等问题,需设计基于计算机的乳腺癌图像识别模型,更高效地辅助病理医生的临床诊断工作.然而,现有算法多采用单类别特征完成识别,未充分发挥特征之间互补性.该文提出改进的自适应提升算法:在SIFT、Gist、HOG、VGG16特征提取基础上,改进有效区域基因选择(Effective Range Based Gene Selection,ERGS)算法,动态计算特征权重;采用自适应提升算法将弱分类器集成为强分类器,并对其输出的预估概率做ERGS加权,实现多特征融合.实验表明:1)算法识别精准度达86.24%,较最强基线提高3.82%;2)SIFT、Gist、HOG特征之间具有较强互补性,它们有助于准确刻画乳腺癌图像;3)阳性图像更易识别.

基于自适应提升方案的低比特率图像压缩编码

通过采用自适应提升小波分析,根据处理信息的局部特征自适应地调整预测和更新算子实现与处理信息的准确匹配,有效地降低信息小波分析的运算量和计算的复杂性,并且能较好地实现同址运算,便于采用DSP等硬件实现;其次,通过定义浮动阈值,在编码中提出了采用自适应深度优先搜索的扫描策略,进一步改善了数字图像的编码效率。实验结果表明,通过这些措施实现的数字图像压缩算法,其重构的图像质量较好,有效地降低了压缩后图像的比特数,图像的压缩效果、编码时间等亦有较大的改善。

三通道自适应提升双正交滤波器组设计

本文研究了三通道自适应提升双正交滤波器组的设计。在设计中,用子带编码增益作为设计准 则,从任意一个滤波器组(标准正交或双正交)开始,通过序惯自适应提升方法来设计三通道双 正交滤波器组。最后,给出例子说明,子带码增益明显提高。

自适应提升小波的构造及其在齿轮箱早期故障诊断中的应用

为提取齿轮箱早期微弱故障特征,提出一种自适应提升小波构造方法。首先,采用对设备早期故障非常敏感的峭度指标为评价标准,设计最佳匹配信号特征的预测器;然后,以重构误差最小为目标函数设计更新器,构造出自适应信号特征的提升小波。煤矿提升机齿轮箱振动信号分析表明,构造的自适应提升小波有效提取出齿轮箱早期裂纹故障引起的周期性冲击脉冲和装配不当引起的幅值调制故障特征。

边缘保留自适应提升形态小波及其在甲藻特征提取中的应用

自适应提升形态小波将多分辨率分解和图像空域中目标的几何结构和局部特征相结合,可以满足特定图像处理任务的需要。本文针对甲藻类细胞显微图像边缘模糊、对比度低等不利于甲沟特征提取的困难,构造1种边缘保留自适应提升形态小波。该小波将图像的边缘作为重要的局部特征,更新提升根据是否是边缘像素选择保留、锐化滤波或平滑滤波,使得分解后的近似图像中,图像边缘得以保留,而灰度变化缓慢的区域得到了平滑。实验结果证明:甲藻细胞经边缘保留自适应提升形态小波分解后的近似图像,在一定程度上突出了目标边界,较之原始图像,更有利于甲沟特征的提取。