-
题名高职院校“单片机应用技术”课程思政的实践探索
- 1
-
-
作者
周平
钱康亮
-
机构
四川三河职业学院现代农业技术学院
四川三河职业学院工程技术学院
-
出处
《教育教学论坛》
2024年第31期181-184,共4页
-
基金
2022年度四川省高等学校人文社会科学重点研究基地·四川省教育信息化应用与发展研究中心项目“基于OBE理论的高职院校专业课程‘精准思政’评价体系研究与实践”(JYXX22-038)。
-
文摘
课程思政是高职院校培养下得去、用得上、留得住、发展好的高素质技术技能型人才的关键。以高职电子信息工程技术专业核心课程“单片机应用技术”为例,依据岗位工作过程重构课程内容,设计递进式课程思政育人路径,选用合适的教学方法与手段,创设全员育人的学习情境,课前、课中、课后全过程融入课程思政,利用数智技术全方位评价育人效果,将价值塑造、知识传授和能力培养紧密相融,有助于提高人才培养质量。
-
关键词
高职院校
单片机
课程思政
教学实践
-
Keywords
vocational colleges
microcontroller
curriculum ideology and politics
teaching practice
-
分类号
G642
[文化科学—高等教育学]
-
-
题名基于图像局部滤波去噪增强算法的图像语义分割模型
被引量:3
- 2
-
-
作者
钱康亮
-
机构
四川三河职业学院工程技术学院
-
出处
《机械设计与制造工程》
2023年第10期109-113,共5页
-
基金
泸州市科技计划项目(2021-NYF-17)。
-
文摘
为解决模糊、纹理特征不均匀等复杂图像进行分割时存在的精度低问题,提出了一种基于图像局部滤波去噪增强算法的图像语义分割模型。利用Eformer去除图像中的噪声,增强图像区域的边缘;使用非参数图像定位、增强方法定位和增强目标区域,从而提高后续分割的准确性;提出基于DFANet对图像进行语义分割,从而获取目标轮廓特征。实验结果表明,与U-Net、ResU-net、R2U-Net相比,所提模型综合性能最优,分割准确率为96.60%。仿真结果验证了所提模型的有效性和实用性。
-
关键词
图像分割
图像去噪
图像增强
特征提取
非参数定位
-
Keywords
image segmentation
image noise reduction
image enhancement
feature extraction
non parametric positioning
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名考虑数据不平衡的城市道路乘用车致命事故率分析
- 3
-
-
作者
王朝健
张道文
蒋骏
肖乐
-
机构
西华大学汽车与交通学院
四川三河职业学院工程技术学院
西华大学汽车测控与安全四川省重点实验室
西华大学四川省新能源汽车智能控制与仿真测试技术工程研究中心
-
出处
《交通信息与安全》
CSCD
北大核心
2023年第5期43-53,共11页
-
基金
国家自然科学基金项目(61803314)资助。
-
文摘
城市道路交通事故频发,而事故数据存在明显不平衡,不同因素间的耦合作用对城市道路乘用车致命事故率分析造成极大挑战。为此提出了1种集成重采样、贝叶斯网络(Bayesian networks,BN)和关联规则(association rule method,ARM)的三阶段事故率分析方法。基于国家事故深度调查体系的1105例城市道路乘用车事故数据,从驾驶人、车辆、道路、环境这4个方面选取16个潜在特征变量构建BN模型;鉴于数据不平衡时会导致BN模型性能下降的问题,提出在构建BN模型前利用合成少数类过采样技术(Synthetic Minority Over-sampling Technique,SMOTE)和聚类中心进行数据重采样,并比较分析各类采样技术下不同BN模型的综合性能;基于最优BN模型并结合ARM,推理不同影响因素及因素的耦合作用对致命事故率的影响。结果表明:重采样方法可以显著提升BN模型的综合性能,以及识别风险因素的能力。其中SMOTE采样技术结合GTT算法构建的BN模型的AUC最高,达0.793。此外,相较于原始不平衡数据构建的BN模型,经SMOTE采样后构建的BN模型多挖掘了6个风险因素;“机动二/三轮车”与“超速行驶”耦合时致命事故率最高,达80.4%。“机动二/三轮车”与“存在视野盲区”耦合时,致命事故率达77.4%;乘用车在四枝分叉口左转时,容易与汽车发生碰撞,但致命事故率低于20%。本方法能够降低数据不平衡对道路交通事故分析的影响,并实现风险因素的耦合作用分析,进而预防和降低城市道路致命事故的发生。
-
关键词
交通安全
城市道路
致命事故
重采样
贝叶斯网络
关联规则
-
Keywords
traffic safety
urban roads
fatal accident
re-sampling
Bayesian networks
association rules
-
分类号
U491.31
[交通运输工程—交通运输规划与管理]
-