基于云模型的极端峰态神经元概念表达

近年来,深度学习在很多领域获得了广泛的应用.但是,由于深度学习的不可解释性,人类不能信任它的处理结果.本文针对这个问题,尝试使用云模型来表达特征空间中单个神经元的概念.经过逆向云变换算法得到的概念内涵可以表达概念的成熟度.在卷积神经网络(CNN)中,峰态系数过高或者过低的概念数量很多.现有逆向云发生器在转换这些概念时会...     

非盲图像复原综述

非盲图像复原在数学上是一种典型的病态问题,也是计算机视觉领域的重要研究内容之一,其目标是在点扩散函数已知的情况下,由模糊图像估计出清晰图像,其研究重点是在改善图像清晰度和抑制噪声之间做出适当的折衷。近50年来,非盲图像复原取得了长足的发展,从早期的维纳滤波到当前的深度学习,学者们提出了数以百计的非盲图像复原算法,并应用在各个领域。本文首先介绍非盲图像复原的基本概念和研究意义,然后依据算法的属性对非盲图像复原算法进行分类概括,从总体上将其分为传统方法和深度学习方法,又进一步将传统方法细分为直接法和迭代法,并依据不同算法的模型特征,分析不同类别中主要算法的优缺点,同时结合多种典型实验,比较分析了一些代表性算法的复原性能,最后展望了非盲图像复原算法的发展趋势,归纳了重点研究方向。     

轨道力学问题导向式教学培养轨道设计能力的实践

结合具有航天任务背景的轨道设计问题,开展问题导向式教学,激发学生主动学习热情,让学生在动手实践中学习基于轨道力学理论知识的轨道设计方法,是培养学生轨道设计能力的有效途径.本文介绍了对轨道力学问题导向式教学的措施,以及逐步培养学生轨道设计能力的轨道设计问题案例.选取的轨道设计问题与教学过程中的理论知识紧密联系,循序渐进,...     

谈优化错题本的有效策略

每个人在学习过程中都不可避免地会出现错误,而对待错误的态度和方式很大程度上决定了这个人在学习上能达到的高度.好多教师和学生比较注重课堂教学,却忽视改正错题的重要性,导致了重复出错.有些教师和学生虽然能够认识到建立错题本进行改错的重要性,但是对如何科学地建立错题本、如何有效地使用错题本没有进行太深的研究,导致了错题本建立之后效果甚微.错题本要从建立和使用两个方面进行优化,从教师和学生两个层面加以强化,以便在促进学生的深度学习方面发挥重要的作用.     

转变高中物理学习方式的实践与思考

介绍了研读式、研究式、研讨式、研习式四种学习方式实施的依据、条件、步骤及应该注意的问题和应达到的教学目标以及在教学过程中确保能够具体实施的做法及思考．     

基于热图像的种蛋气室变化监测算法

种蛋气室的大小是监测种蛋孵化过程的重要指标之一。根据种蛋的热力学结构,种蛋在孵化过程中,包裹气室部分蛋壳会与其他部分蛋壳产生温差,从而可通过热红外图像进行观察。针对在种蛋孵化过程中,人工照蛋检测气室效率低的问题,探索设计了一种基于热图像的种蛋气室变化俯视监测算法。监测种蛋气室热图像的算法主要包括种蛋目标检测,种蛋图像分割和种蛋气室面积计算3个部分,其中种蛋的目标检测采用Faster-RCNN算法实现;种蛋图像分割采用BP神经网络算法实现;种蛋气室面积是在种蛋图像分割的基础上进行计算。使用孵化5天及以上的种蛋作为研究对象,并拍取种蛋的热图像进行试验。试验结果表明：种蛋热图像的目标检测的平均精度（mAP）为99.85%,拥有较好的检测效果。使用BP网络对种蛋进行图像分割。BP神经网络经过调参后,其网络最佳的结构为三层隐藏层,每个隐藏层拥有1 000个神经元,最优初始学习率为0.000 1,最优最大迭代次数为500。以F1-measure作为分割效果的评价指标,BP神经网络的图像分割总体结果为87.02%,Otsu算法的总体结果为65.25%。其中只有一个蛋的情况下,BP神经网络的分割结果为87.17%,Otsu算法的结果为68.86%。存在其他种蛋的干扰条件下,BP神经网络的分割结果为86.94%,Otsu算法的结果为61.64%,BP神经网络的分割效果优于Otsu分割算法,BP神经网络拥有更强的抗干扰能力。最后提取了孵化5～19 d种蛋的气室变化,通过观察种蛋气室大小曲线来监测种蛋的孵化情况,可看出随着天数的增加,气室有着明显变大的趋势。人工测量法与热红外测量法比较结果说明两者相关性为0.934 3,拥有较好的相关性。基于热图像的种蛋气室变化监测算法可在实际生产中实现种蛋的识别与气室大小的快速监测,为实现监测种蛋孵化的自动化提供了技术参考。     

基于深度学习反演区域气溶胶光学厚度

为了解决现有陆地气溶胶光学厚度(AOD)反演算法精度和空间分辨率较低的问题,基于深度学习的思想,使用深度置信神经网络(DBN),实现了具有30 m空间分辨率的陆地气溶胶光学厚度反演.算法的训练样本包括全球长时间序列的AERONET站点数据以及在时空上与之对应的Landsat8 OLI的观测几何数据和表观反射率数据.为了...     

行车环境下钢轨轮廓激光条纹中心的提取方法

研究了行车环境下激光条纹图像中心线快速、准确且可靠的提取方法。基于ENet深度学习模型实现了激光条纹的多区段快速分割;通过统计各区段内光条梯度方向的直方图来确定各分段光条的法线主方向,并构造了相应的方向模板;利用分区域多模板匹配的灰度重心法实现了光条中心的亚像素坐标提取。研究结果表明,该方法可以有效克服室外行车环境中各类干扰信息对光条中心提取的影响,单幅钢轨轮廓图像的光条提取时间仅为2.1 ms,误差均值约为0.082 pixel,标准差为0.047 pixel,兼顾了光条中心提取的时效性和准确率。     

大学物理演示实验工作的新思路、新进展

北京交通大学在“国家工科物理教学基地”建设的过程中,以建设物理演示与探索实验室为特色工作,取得了突出成绩．不仅在2004年国家工科物理教学基地验收时以其突出的特色,获得了“优秀基地”的称号,而且在2005年获得国家教学成果特等奖．我们认为这并不意味着这项工作的结束,而是以此做为将演示实验工作推向更高水平的开端．从2007年开始,我们一方面不断充实提高,保持演示实验室的动态发展;另一方面着力研发随堂演示实验并投入使用,取得了显著成效．     

基于工作单的科学探究能力评价体系的构建

对于科学探究能力的大规模评价，迄今为止我国仍然采用被国际公认为低效的纸笔测验方式．在国际上，工作单已成为科学探究能力评价的主流方式，它让一群学生各自动手探究，同时把探究过程和结果写在一个单子上，然后评分者按照评分标准对单子中的内容进行延时评价．“工作单”使科学探究要求学生经历的基本过程得到落实，能有效地引导学生进行探究性学习．国际研究表明，