美军车辆逃生自救训练概况及对我军的启示

文章对美军车辆逃生自救训练进行了研究分析,介绍了美军车辆逃生自救训练概况,详细讲解了美军车辆逃生自救训练的内容与特点,并得出了我军未来安全逃生自救训练的发展方向和发展目标。     

高校工程训练中心建设探讨

工程训练中心是开展实践育人工作的重要载体,高校应该根据自身实际建设好工程训练中心。阐述了工程训练中心实践育人的功能,分析了高校工程训练中心建设的现状,从建设目标、管理体制、资源配置、训练效果、师资队伍和安全体系等方面进行了探讨,对高校工程训练中心建设具有一定的借鉴意义。     

现代理念工程训练中心建设探索与思考——以贵州理工学院工程训练中心为例

以贵州理工学院工程训练中心作为研究案例,结合工程训练理论内容,主要阐述了现代理念工程训练中心建设的重要性,提出了现代理念工程训练中心建设的总体思路、建设目标,并从硬件和软件方面详细阐述了建设现代理念工程训练中心具体的建设内容、相应举措等。     

探析青少年足球训练理念与训练方式改进

足球运动项目作为传统三大球体育项目之一,在我国具有良好的群众基础。青少年足球训练作为促进青少年健康成长、为国家体育事业输送人才的重要体育活动,是我国足球事业发展中不可或缺的一个环节。在青少年足球训练中,训练理念与训练方式在很大程度上决定了训练的价值,如何在训练过程中促进青少年获得更好的成长,是青少年足球训练的主要发展方向。本文基于对青少年足球训练理念与训练方式的研究,提出相应的改进措施,希望能够促进青少年足球训练事业健康发展。     

提高汽车分队运输勤务训练质量的几点建议

关于如何做好汽车分队运输勤务的训练,本文给出了优化训练内容、完善训练场地功能和分配好训练内容与训练职责等三种可以提升汽车分队运输勤务训练质量的建议,并进行了相应的说明和阐释,供读者参考。     

新工科与双创背景下应用型本科机械工程训练教学改革研究

文章研究了新工科与双创背景下传统机械工程训练存在的问题,并以天津仁爱学院为例,提出了应对新时代发展需求的应用型本科机械工程训练教学改革的目标、内容、机制。机械工程训练科目由专业知识训练和创新科目训练两部分组成,深化校企合作,将企业新技术实物融入训练课堂,配合专业教师和企业教师进行综合评测,提高学生机械工程训练各项专业知识水平、创新能力、知识转化能力及团队协作能力,有效培养适应新工科发展的应用型人才,为应用型本科机械工程训练教学改革提供借鉴参考。     

汽车分队运输保障训练策略探讨

文章以汽车分队为研究对象,分别从统筹协调训练与保障之间的关系、妥善处理安全与训练之间的关系以及理顺管理与训练之间的关系三方面,探讨了汽车分队运输保障的具体训练策略,望能为此领域研究提借鉴。     

加强汽车驾驶员训练应注重抓好四个环节的分析

目前,我国汽车驾驶员在训练中仍然存在一些问题,例如计划性不够,比较随意,安全意识差,训练设施设备比较落后,对军事技能和身心素质的再训练要求不高等。严重影响了驾驶员训练的质量,导致整个驾驶员队伍素质不高。本文从加强汽车驾驶员训练的角度出发,对需要注意的四个环节进行了分析,旨在为提高驾驶员训练水平提供参考。     

基于BP神经网络的脱绒棉种品种识别

为了提高脱绒棉种品种识别的准确率,提出了基于BP神经网络的非线性识别方法。本文以新路早36、中棉50、惠远710三个品种为研究对象,基于图像处理技术提取了脱绒棉种的颜色和形状特征参数,后又通过对特征参数进行单因素分析选取了差别较明显的9个特征参数参与网络的训练,提高了训练速度。经训练比较得出,当训练目标为0.02,训练次数为3000,隐含层的结点数为12时,模型的训练误差最小。经过对测试集进行测试,得出综合测试准确率为90%,证明了该方法是可行的,提高了脱绒棉种的识别准确率。     

大数据背景下加强高校工程训练中心建设的几点启示

本文在大数据背景下分析了目前高校工程训练中心建设的现状,指出各高校工程训练中心管理体制要根据本校实际情况及区域环境综合进行选择。工程训练中心目前仍以教学型管理体制为主。本文从理念、体制、功能等方面对工程训练中心建设及发展提出了一些建议。     

基于迁移学习的卷积神经网络玉米病害图像识别

为实现小数据样本复杂田间背景下的玉米病害图像识别,提出了一种基于迁移学习的卷积神经网络玉米病害图像识别模型。在VGG-16模型的基础上,设计了全新的全连接层模块,并将VGG-16模型在Image Net图像数据集训练好的卷积层迁移到本模型中。将收集到的玉米病害图像数据集按3∶1的比例分为训练集与测试集。为扩充图像数据,对训练集原图进行了旋转、翻转等操作。基于扩充前后的训练集,对只训练模型的全连接层和训练模型的全部层(卷积层+全连接层)两种迁移学习方式进行了试验,结果表明,数据扩充和训练模型的全部层能够提高模型的识别能力。在训练模型全部层和训练集数据扩充的条件下,对玉米健康叶、大斑病叶、锈病叶图像的平均识别准确率为95. 33%。与全新学习相比,迁移学习能够明显提高模型的收敛速度与识别能力。将训练好的模型用Python开发为图形用户界面,可实现田间复杂背景下玉米大斑病与锈病图像的智能识别。     

虚拟维修训练系统设计研究

文章主要针对实装维修训练存在的诸多问题,提出了采用虚拟维修技术,建立虚拟维修训练系统,分析了构建该系统的关键技术以及开发的一般过程,设计了该虚拟维修训练系统总体方案。     

联合迁移学习和自适应学习率的苹果成熟度识别

针对目前用于苹果成熟度识别的卷积神经网络存在训练时间长,训练样本多的不足,提出了联合迁移学习和自适应学习率的识别方法。首先,选用结构较小的VGG-F模型作为预训练模型;然后在VGG-F模型的训练过程中融入局部响应归一化的数据预处理、以函数损失为依据的学习率自适应调整和优选动量值的三种训练策略;最后将已构建的图像样本用于调整后的模型进行重训练和测试。实验结果表明,相比于基本VGG-F模型、具有深层结构的VGG-16和VGG-19模型,文中提出的模型将平均识别准确率分别提高7.5%、6.33%和4.5%,且重训练时间远少于其他三种模型,从而验证了文中方法在解决苹果成熟度识别问题时具有训练成本低和识别准确率高的优势。     

拳击力量训练的研究

笔者首先分析了影响拳击力量的一些因素,然后提出了一些拳击力量训练可以采取的方法,最后笔者对拳击力量训练中应注意的事项进行了分析阐释.     

高职高专教育中开展工程训练的研究

从知识经济时代对人才的需求出发，阐述了工程训练的内涵及意义，介绍了国内外开展工程训练的现状，并对高职高专教育工程训练内容做出了规划和设计。     

高光谱遥感图像DE-self-training半监督分类算法

提出了一种高光谱遥感图像半监督分类算法DE-self-training。利用少量标记样本作为初始训练集,基于改进的Self-training算法构建初始分类器,对未标记样本进行预测;然后从分类结果中按一定比例随机选取部分样本,连同其类别标记一起加入训练集中,再用扩大的训练集重新训练分类器,并对剩余的未标记样本进行预测。如此迭代地进行训练-预测-挑选样本扩大训练集过程。同时,在迭代训练过程中,运用基于最近邻域规则的数据剪辑策略对扩大训练集时产生的误标记样本进行过滤,以保证训练集的质量,不断迭代地训练出更精确的分类器,最终使所有未标记样本都获得类别标记。以AVIRIS Indian Pines和Hyperion EO-1 Botswana作为实验数据对DE-self-training算法进行测试,并与基于支持向量机的分类结果作比对。实验表明,DE-self-training算法可以在标记样本数量有限条件下,充分挖掘未标记样本的有用信息,使总体分类精度和Kappa系数都有不同程度的提高。     

素质拓展训练在高校体育教学中开展的必要性分析

素质教育背景下,高校在人才培养上不仅重视学生知识技能的提升,还强调学生身体素质的提升,使学生个人素质全方位提升.体育教学作为高校素质教育的重要一环,积极开展素质拓展训练对体育教学质量的提升有重要的辅助作用.文章先简要阐述了素质拓展训练的特点,然后具体分析了高校体育教学中开展素质拓展的必要性以及训练对策.     

新公共管理理论对公安教育训练机制的借鉴

新时期下公安教育训练工作应借鉴新公共管理理论的核心理念,树立以提高公安教育训练管理效率,改善公安教育训练质量和水平,最终以国家、社会发展或民警个人需求发展为导向改善公安教育训练绩效为追求目标,不断推动公安教育训练工作机制的创新。     

基于工程人才培养的实践课程教学改革及设计

为了使大学生在工程训练（或金工实习）焊接实践训练中获得良好的实训效果,对实践教学中存在的问题进行分析。文章在参考国内其他高校成熟经验的基础上,构建适合北部湾大学不同专业的工程训练教学设计流程,进行工程训练教学目标、学情、教学重点难点、教学内容及模式、教学设计及教学评价等方面的分析,阐述工程训练焊接实训教学设计应用案例。此项改革大大激发了学生的专业学习兴趣,有助于培养学生良好的工程实践能力,同时有助于提高实训指导教师工程实践教学设计创新能力。     

基于深度学习的大豆生长期叶片缺素症状检测方法

为了检测作物叶片缺素,提出了一种基于神经网络的大豆叶片缺素视觉检测方法。在对大豆缺素叶片进行特征分析后,采用深度学习技术,利用Mask R-CNN模型对固定摄像头采集的叶片图像进行分割,以去除背景特征,并利用VGG16模型进行缺素分类。首先通过摄像头采集水培大豆叶片图像,对大豆叶片图像进行人工标记,建立大豆叶片图像分割任务的训练集和测试集,通过预训练确定模型的初始参数,并使用较低的学习率训练Mask RCNN模型,训练后的模型在测试集上对背景遮挡的大豆单叶片和多叶片分割的马修斯相关系数分别达到了0.847和0.788。通过预训练确定模型的初始参数,使用训练全连接层的方法训练VGG16模型,训练的模型在测试集上的分类准确率为89.42%。通过将特征明显的叶片归类为两类缺氮特征和4类缺磷特征,分析讨论了模型的不足之处。本文算法检测一幅100万像素的图像平均运行时间为0.8 s,且对复杂背景下大豆叶片缺素分类有较好的检测效果,可为农业自动化生产中植株缺素情况估计提供技术支持。