自动化本科生科研训练与创新能力培养的探索

创新型人才的培养是高等学校面临的三大重要任务之一。高素质的人才不仅要具备坚实宽广的理论基础,更要具备前瞻性的思维以及创新意识和创新能力。而目前高校中开展的科研训练项目对培养本科生的创新能力和实践能力起到了积极的促进作用,对提升工科专业的人才培养质量具有重要的意义。本文主要结合我校自动化专业本科科研训练活动的实践,主要针对理论教学与科研环节的统一,科研训练模式的多样化、训练项目的实施以及质量考核等问题进行了研究和探索。     

大学生创新能力培养模式的探索与实践

研究创新人才培养规律,探索和实践创新人才培养模式,是当前高校教育教学改革的一个重要方向。针对我校自动化专业立足国防、面向社会的人才培养特色,提出了以“创新意识、创新精神、创新技能”为核心的学生创新能力培养理念,通过构建创新能力培养“全链”模式、优化创新能力培养的“微生态”环境,取得了突出的成效。     

工科高等数学中的概念教学模式

本文系统介绍概念教学模式的内涵 ,并结合工科高等数学课程进行具体说明     

关于Segal代数的乘子

设G为局部紧交换群,为G的对偶群.设S_1(G)与S_2(G)是G上的Segal代数.记S_1(G)到S_2(G)的乘子全体为M(S_1,S_2).本文主要证明了下面两个结果: 1.T∈M(S,L~1)当且仅当存在唯一的σ∈E_s~*使得Tf=σ*f f∈S(G),且‖T‖=‖σ‖E_s~*. 2.设S_2(G)S_1(G)且‖f‖S_1≤‖f‖S_2,f∈S_2(G).若T∈M(S_1,S_2),则存在唯一的G上有界连续函数φ使得其中是f的Fourier变换.     

基于改进ORB-FLANN算法的工件图像识别方法

针对传统图像识别算法匹配正确率低、运行时间较长等问题,文中提出了基于改进ORB-FLANN(Oriented FAST and Rotated BRIEF-Fast Library for Approximate Nearest Neighbors)的工件图像识别方法。对ORB算法特征描述、图像特征匹配算法进行修改,解决传统图像识别算法在图像存在尺度和旋转变换情况下存在的弊端并降低误匹配率。该方法对ORB算法检测到的特征点采用SURF(Speeded Up Robust Features)算法添加方向信息并完成特征描述,得到旋转尺度不变性的特征点,结合FLANN算法并引入双向匹配策略进行特征点粗匹配,最后利用渐进采样一致算法进一步剔除误匹配点对完成精匹配。实验结果表明,与其他方法相比,改进算法在处理尺度、旋转等变换图像时,匹配正确率分别提高了2.6%～18.8%和29.5%～43.9%,运行时长均在4 s以内,提高了对工件图像的识别效率和精准性。     

工科高等数学中的概念教学模式

本系统介绍概念教学模式的内涵,并结合工科高等数学课程进行具体说明。     

一类Segal代数的乘子

本文讨论了一类广义函数S。证明了S是一个Segal代数,并给出了S到S的乘子类(S,S)。