对九十年代珠算法的看法

谈了《观代珠算》1988年第4期、厦门陈升同志的文章，引超了我的同感。陈升同志预测，几十年代占主导地位的珠算法，将会是：“三行(弃九)加减法，变化空盘乘和连商加除法等等”．我对这个前提原则上是同意的；但在细节上，我不能全部赞同。我的看法是。     

于细节处见精彩

老师们听课往往很在乎课堂的"出彩"之处,即关注有什么别出心裁的教学设计或独具匠心的过程处理.至于课堂教学中的那些细节(如教师不经意的语言、表情、动作等等),却很少有人重视它.笔者翻阅了近五年来二百多个听课案例,发现有三个案例,在一些微不足道的细节之处,自然生成出课堂的精     

基于像素灰阶熵的自适应增强算法在乳腺CR图像中的应用

乳腺完全是由密度接近软组织构成,因此乳腺CR(Computed Radiography)放射图像对比度小,轻微的差别变化都可能是肿瘤的表现,要对其进行增强处理方能满足医生临床诊断的需要。而目前通用的乳腺CR图像增强算法对比度和噪声增强过度,丢失细节,为此提出了采用一种基于像素灰阶熵的自适应边缘增强算法对乳腺CR图像进行增强。该算法使用模糊影像增加对选择空间频率的响应,以增强乳腺CR图像结构边缘和细节;算法能根据乳腺CR图像灰度特性即像素灰阶熵来自适应的调节增强程度的加权因数K。实验证明,该算法处理后的乳腺CR图像细节丰富,信噪比高,增强后的图像具有良好的视觉效果,该算法是一种有效的适合乳腺CR医学图像的边缘细节增强算法。     

一种有效的指纹细节特征提取算法的研究

针对常规指纹细节特征提取算法不足的问题,提出了一种有效的指纹细节特征提取算法,即在细化图像上直接提取原始细节特征点,得到初步的特征提取结果,然后根据图像的伪特征点分布规律,将伪特征点删除,最终保留真实的特征点集。实验结果表明,此算法能有效消除各类伪特征点并且有效地减少计算时间。     

有机化学实验教学的探索与改进

在有机化学实验教学中,采用对实验各环节提出具体要求的教学方法,如明确学习目的、改善课前预习、改进课堂教学及重视课后回溯等,可有效地调动学生能动性,取得较好的教学效果。     

好的教学:道而弗牵,润物无声——基于教学细节打磨的视角

在教学中,我们都非常期待和享受"好雨知时节,当春乃发生"的美妙意境.如何能精选问题、创设情境并相机引导,让教学中这种美妙意境更多出现,是大家孜孜以求的.本文拟结合近期收集到的一些教学细节的打磨案例,谈谈好的教学如何做到藏而不露、润物无声,抛砖引玉并与同行研讨.     

注意细节 学好集合

<正>细节决定成败.集合是高中数学学习的第一个内容,是重要基础知识,贯穿于整个中学数学之中,并且作为一种数学语言和工具在其它数学问题中有广泛的运用,高考中属中低档题目,较为简单,但由于学生不注意细节,经常失分.现就集合中的常见错误进行分析,希望同学们在学习中注意细节,能引以为戒,帮助     

微元法求解线状相交物系交叉点的速度

1简述微元法处理物理问题时,从对事物的极小部分分析入手,达到解决事物整体的方法,叫做微元法.微元法的灵魂是无限分割与逼近.用微元法解决物理问题的特点是"大处着眼,小处着手",对事物作整体观察后,必须取出该事件的某一个小单元即微元进行分析,通过对微元构造"低细节"的物理描述,最终解决整体问题.微元法解决物理问题的两要诀就是取微元——无限分割以及对微元做低细节描述——逼近.对物理问题的无限分割,可以分割一段时间或     

一种基于小波变换的红外小目标去噪算法

 研究了复杂背景下红外小目标图像的去噪问题，鉴于小波阈值法去噪的缺点，结合小波变换的去相关性和能量紧支性，提出一种新的去噪方法。考虑到实际中的复杂背景和大量干扰，弱小目标通常占有很少像素，首先对红外小目标图像进行二级小波变换，然后根据新的算法对变换所得小波细节系数进行邻域运算，最后通过小波逆变换得到处理后的图像。 实验中采用Db3小波基函数，分别对两帧低信噪比原始图像进行仿真。仿真结果表明，该算法能很好地保存小目标的形状特征，抑制背景，达到较好的去噪效果。     

由粗到细的图像浅浮雕生成算法

针对现有基于三维场景的浅浮雕生成算法输入要求高等问题,提出了一种基于图像的细节增强的浅浮雕生成算法.首先由图像的灰度值提取高度场,通过对高度场的光滑处理得到浮雕的大致轮廓.然后对图像进行细节增强处理,提取图像的细节部分.最后将细节部分转化为高度场,并与上述光滑浮雕相互叠加,得到细节增强的浅浮雕模型.该算法的输入要求低,简单易于实现.实验表明算法能够利用图像生成细节增强的浅浮雕,具有实用价值.