基于极化分解和集成学习的PolSAR影像分类

为实现Pol SAR数据极化信息的充分利用,以进一步改善分类效果,该研究提出了一种基于极化分解和集成学习的Pol SAR影像分类方法。该方法首先利用多种极化分解方法从Pol SAR影像中提取极化参数;将提取的极化参数组合成一幅多通道影像;然后对多通道影像进行分割和特征提取,分别提取出各目标极化分解方法所对应的特征;并进行特征选择和分类,得到各目标极化分解方法的分类结果;最后利用集成学习技术对各分类结果进行集成。该研究以吉林省长春市部分区域为研究区,Radarsat2影像为数据源,将提出的方法应用于土地覆被分类中,取得了较好的分类效果,总体精度和Kappa系数分别达到了92.49%和0.90。此外,该研究还将提出方法与其他基于多种极化分解的分类方法进行比较,对比方法的总体精度和Kappa系数分别为90.74%和0.88,比提出方法分别低1.75%和0.02,对比结果进一步证明了提出方法的优越性。     

网络学习在生物信息学教学改革中的重要性探析

网络学习是指利用互联网技术进行学习的一种模式。这种方式可以充分发挥学生的自主学习能力,提高知识水平和实践技能。在生物信息学教学过程中,将网络学习与传统课堂教学相结合的学习方式,可大大调动学生的学习积极性,从而提高生物信息学的教学效果。本文从生物信息学网络教学的内容选择、与课堂教学的结合以及教学效果的评估等方面,对网络学习在生物信息学教学改革中的重要性进行了探究,旨在为生物信息学的教学改革提供参考。     

采用双模态联合表征学习方法识别作物病害

基于深度卷积神经网络的视觉识别方法在病害诊断中表现出色,逐渐成为了研究热点。但是,基于深度卷积神经网络建立的视觉识别模型通常只利用了图像模态的数据,导致模型的识别准确率和鲁棒性,都依赖训练数据集的规模和标注的质量。构建开放环境下大规模的病害数据集并完成高质量的标注,通常需要付出巨大的经济和技术代价,限制了基于深度卷积神经网络的视觉识别方法在实际应用中的推广。该研究提出了一种基于图像与文本双模态联合表征学习的开放环境下作物病害识别模型(bimodalNet)。该模型在病害图像模态的基础上,进行了病害文本模态信息的嵌入,利用两种模态病害信息间的相关性和互补性,实现了病害特征的联合表征学习。最终bimodalNet在较小的数据集上取得了优于单纯的图像模态模型和文本模态模型的效果,最优模型组合在测试集的准确率、精确率、灵敏度、特异性和F1值分别为99.47%、98.51%、98.61%、99.68%和98.51%。该研究证明了利用病害图像和病害文本的双模态表征学习是解决开放环境下作物病害识别的有效方法。     

基于迁移学习的GoogLeNet果园病虫害识别与分级

为提高果树病虫害危害程度分级精度进而更好地指导果园病虫害防治，采用迁移学习技术与GoogLeNet模型相结合的方法，对6种果园作物的25类病虫害样本进行识别与危害程度分级研究；同时，探究不同数据集大小以及不同优化算法对模型性能的影响；基于MATLAB平台设计了一款可视化的病虫害识别与分级系统。结果表明:1)基于迁移学习的GoogLeNet模型，对病虫害识别精度可达99.35%，危害程度分级精度可达92.78%；2)在相同训练参数下，本研究模型比AlexNet、VGG-16、ResNet-18、SqueezeNet、原GoogLeNet及MobileNet-v2模型验证精度提高了2.38%~11.44%，并且收敛速度最快；3)本研究模型识别精度随着数据集的增大而提高；在3种优化算法中SGDM算法耗时最短且精度最高，更适合本研究模型。通过拍摄果树叶片病害区域图像，本研究设计的系统能够在0.43 s左右准确识别出果树种类、病害类型以及危害等级等信息。     

基于云班课平台《动物生物化学》线上线下混合式教学模式探讨

为了研究基于云班课平台的线上线下混合式教学模式,进行了《动物生物化学》线上线下混合教学实践,对获得的云班课数据和教学效果进行了分析,结果表明:64.71%的学生云班课资源学习低于60%;云班课测试分数46.16%学生在60分以下,作业/小组任务分数33.33%学生测试成绩在60分以下,教师需进一步研究增加学生自主学习积极性的方法,达到更优的教学效果。     

青牛逐梦自奋蹄——国网江苏淮安市洪泽区供电公司“一对一”结对助力员工成才

洪泽湖是中国五大淡水湖之一,相传老子在此炼丹,得道成仙后,留下坐骑青牛置于洪泽湖中。古有镇水铁牛保护湖区老百姓,现有淮安市洪泽区供电公司干部职工“俯首甘为孺子牛”,为辖区客户提供优质服务。洪泽区供电公司通过打造“亮牛角,创未来”学习平台、“牵牛鼻,定方向”活力平台、“迈牛蹄,自奋进”发展平台,“一对一”结对助力员工成才,从企业内部发现优秀人才,在实践中打造优秀人才梯队,为实现企业愿景和战略目标提供坚实的人才保障。     

食品化学全过程学习创新实践教学体系构建

现阶段食品化学本科教学的内容和方式已经落后与当代的食品领域的科学研究方式和学科发展水平,需要通过食品化学的内容的设计、教学方式的改变以及评价和激励措施等方面进行改革。该文主要介绍了食品化学课程教学和实践现状,以南京财经大学为例,探讨了构建食品化学全过程学习创新实践教学体系的措施,为提高食品化学专业工程教育教学体系的发展提供参考。     

采摘机器人自主采摘学习能力研究 —基于LM-BP神经网络

为了让采摘机器人更加快速和准确地识别目标水果的成熟度,提出了一种基于BP神经网络的自主学习方法。由于BP神经网络容易陷入局部最优值且训练效率较低,因此进行了改进,实现了LM-BP神经网络算法。测试结果表明:与BP神经网络算法相比,LM-BP神经网络算法训练学习速度更快,测试精度更高,能够满足采摘机器人对目标水果成熟度识别精度的要求,具有一定的应用价值。     

基于多尺度卷积神经网络的轴承故障诊断研究

针对现有的轴承故障诊断数据特征提取单一的问题,本文提出了一种基于多尺度卷积神经网络的轴承故障诊断方法,以轴承运行时采集的故障信号为研究对象,使用多个尺寸的卷积核提取原始信号,使提取到的信号更加丰富,有效解决特征提取能力不强的问题,无需人工提取故障特征。试验结果表明,该方法具有较高的轴承故障诊断准确率。     

基于移动互联网环境的学习模式研究

在移动互联网时代下,手机已经渗透到大学生的日常生活学习中,与电脑网络一样成为大学生生活中不可缺少的一部分。如何将移动互联网与教学结合起来,让学生回归课堂,不再沉迷于手机。本文主要对移动互联网环境下的教学模式进行了探究。