评价活动分类框架新论:鹰式评价和蛙式评价

目前关于评价活动的分类理论,大都基于评价对象的不同领域来简单划分,对具体评价活动的指导作用有限。综合考虑评价的环境和条件、评价的方法和技术、评价客体的规模、评价组织的可行性等因素,提出“鹰式评价+蛙式评价”分类框架理论:鹰式评价覆盖的对象多,评价者距离评价对象现场远,着重于识别评价对象中的优秀者,评价深度和精准度不高,评价目的主要为日常管理服务;蛙式评价中,评价者和被评价者往往是上下级关系,针对性强,被评对象少(甚至一个),评价过程要求准确、全面、深入,评价目的一般是为某种临时的或特殊的目的服务。此评价活动分类框架尝试超越具体学科领域,通过对大学评价活动、职称评审活动“、以刊评文”现象等示例进行解释与预测来检验其应用于各类评价实践活动的价值与意义,表证其对评价实践的指导作用,为评价科学理论大厦的建设做出框架性贡献。

基于蛙眼检测模型的双阈值判定目标跟踪方法

复杂场景下的运动目标鲁棒跟踪是计算机视觉领域中的难点问题,针对这一问题,提出一种基于蛙眼视觉检测模型的运动目标双阈值判定跟踪方法。该方法在原始差分检测的基础上利用蛙眼对运动目标的弯曲边缘反应强烈的特性,引入时空熵对检测到的目标边缘进行精化,建立一种与之相应的由双阈值来判定运动目标存在的方法,再结合区域生长自适应地获取尺度变化的运动目标区域,实现对运动目标的鲁棒性跟踪。运用不同场景的室外图片序列进行实验,结果表明该方法能够准确稳健的跟踪目标,尤其对尺度变化的目标,其目标覆盖率达到90%以上。

基于蛙眼视觉特性的运动目标模糊化区域理解跟踪方法

动态场景下的运动目标检测与跟踪是计算机视觉研究的前沿方向,对场景的背景突变和目目标的外观突变的鲁棒性是当前研究的难点所在,针对这种情形,本文提出一种基于蛙眼视觉特性的鲁棒跟踪方法,该方法利用蛙眼视觉认知的生理特性和外部特性,设计了一种与之相应的模糊化区域理解的运动目标跟踪方法,针对实验室环境下的动态序列的实验结果验证了方法的有效性;并进一步将该方法与传统的Canny算子理解结果及经典的Mean shift算法理解结果进行对比,显示了方法的优越性。

论大学排名20条

大学排名是一种特殊的认识活动,都存在局限;学术论文指标是大学排名中使用最多的指标;大学排名与大学规模密切相关、利弊共存、对某些类型的大学更友好;大学排名主要采用“雄鹰俯瞰”模式而非“青蛙凝视”模式,主要方法是多指标综合评价法。大学排名能够盛行是因为其满足了当前社会的某些需要,存在自有其必然性。大学排名需要进一步体现分类评价的原则;增值评价是未来大学评价重要改进方向之一;未来的大学评价还需要进一步提高诊断服务功能;大学排名要有利于大学美好目标的实现;大学评价报告要保证内容和过程的完整性。大学要正视大学排名的存在;政府部门要谨慎理性地对待大学的排名;媒体要更加重视在大学排名传播中的责任担当。理论派和实践派的交锋有利于大学排名的改进完善,大学排名改善路阻且长。