共查询到20条相似文献,搜索用时 125 毫秒
1.
2.
3.
线上教学是在新冠肺炎疫情背景下广泛采用的一种新型教学模式.现有的线上教学研究成果对理论课程有较好的指导意义,但对实训课程的指导价值不大,因为实训课具有更需要学生动手、更需要现场环境等特点.以观赏植物类实训课程为例,就在线教学的教学资源、授课平台、对话互动、效果评价等方面进行分析,发现其主要存在线上教学资源类型单一、缺少... 相似文献
4.
平面设计综合实训是淮安生物工程高等职业学校五年制高职计算机专业的大型综合项目实训课程之一,在人才培养方案中具有举足轻重的作用。分析了平面设计综合实训教材开发的背景,并对校本教材开发的目标、原则、实施及管理,作了理论上的探索,简述了平面设计综合实训教材开发的流程。 相似文献
5.
6.
7.
8.
《农业生物技术学报》2006,14(3):M0003-M0003
《农业生物技术学报》已采用“稿件远程处理系统”,全面试行网上投稿、网上审稿、网上查询等方式进行工作。所有作者和审稿人可以通过《农业生物技术学报》网站http://nsjxb.cau.edu.cn进入“稿件远程处理系统”进行投稿和审稿。具体说明如下:1,2006年1月1日之前已经投稿的作者,不会自动成为该系统的用户,投稿以后的工作仍按原方式进行。2,试运行阶段,不通畅的情况可能会时有发生,敬请大家谅解!编辑部同时还采用原人工操作方式,以确保与作者和专家的顺利沟通。 相似文献
9.
10.
随着网上银行的迅猛发展,网络支付的安全问题也越来越受到人们的关注。网上的身份认证是网上银行安全体系中的基础。对网上银行常用的身份认证方式针对性地进行安全性的分析比较,提出了一种综合解决的身份认证方式。 相似文献
11.
12.
基于实例分割的柑橘花朵识别及花量统计 总被引:9,自引:8,他引:1
柑橘隔年结果现象严重,花量统计有助于果园的规划管理,并对产量预测有重要意义,但是柑橘单一植株花量巨大,花朵紧凑密集,花期树叶遮挡覆盖,对花量计算造成很大的阻碍。对此该研究提出基于实例分割的柑橘花朵识别与花量统计方法,以花期的柑橘树冠图像为样本进行花朵实例的识别及分割,通过对Mask R-CNN主体卷积部分和掩膜分支部分的优化,实现对复杂结构图像中密集小尺度柑橘花朵目标的高效检测、获取图像中可见花数量。结果显示,该方法花量识别神经网络的平均精度为36.3,花量计算误差为11.9%,对比未优化Mask R-CNN网络在训练和识别的时间效率上均有显著提升。该研究解决了柑橘花量统计难度高的问题,有助于柑橘早期测产和落花监测,并为花量控制提供决策依据。 相似文献
13.
基于U-Net网络和无人机影像的松材线虫病变色木识别 总被引:3,自引:3,他引:0
松材线虫病是由松墨天牛等媒介昆虫快速传播的一种针对松树的毁灭性流行病。及时对染病变色木进行识别、定位,并砍伐清除是当前控制该病扩散蔓延的主要手段。该研究使用无人机航拍获取大区域染病松林可见光影像,结合深度学习分割网络U-Net开展染病松材变色木图像分割研究。使用制作的样本数据训练U-Net网络,得到训练精度和验证精度分别为98.74%和97.76%。使用混淆矩阵评估U-Net网络分割精度,表明变色木图像分割的用户精度和生产者精度分别达到93.51%和97.30%,误报率6.49%,漏报率2.70%。总体上,U-Net网络变色木识别精度95.17%,Kappa系数0.90,达到较高精度。U-Net分割网络运用于松材线虫病变色木图像识别较随机森林方法能更有效地降低误报,减少分割噪音。 相似文献
14.
针对原"水土保持规划"课程教学中存在的问题,提出的新"水土保持规划与设计"课程是根据我国目前生产实际的需求,在原"水土保持规划"课程基础上整合形成的一门实践性很强的水土保持与荒漠化防治专业骨干课程。新"水土保持规划与设计"教学实践环节体系设计了"规划整体"和"典型流域治理措施设计"2个方向共8个方面的具体内容,既可反映整体水土保持规划的要求,更好地完成教学大纲中规定的要求,又可使学生牢固地掌握规划编制的内容和深度,同时有助于提高课程教学质量和学生的实践能力。 相似文献
15.
16.
17.
读者培训工作可以让读者清楚地了解和更好地使用图书馆资源。电子资源培训是提高读者信息意识、使读者迅速、准确地获取信息能力的保障。论述了大连海洋大学图书馆开展读者培训工作的意义和读者培训的主要类型。 相似文献
18.
为精准预测大田土壤含水率,并掌握不同深度土壤含水率分布规律,针对大田土壤含水率时序数据的非线性特点及相邻深度土壤含水率间具有较强关联关系,该文建立3层时延神经网络大田多深度土壤含水率预测模型,用以实现对6个不同深度(10、20、30、40、50和70 cm)土壤含水率预测。利用试验法确定预测模型的隐含层节点个数、训练学习算法和训练集样本量。试验结果表明:隐含层使用10个节点,采用L-M(Levenberg-Marquardt)训练算法,采用45%样本集数据作为训练样本,55%作为测试样本集,对所建预测模型进行预测,10和20 cm的预测相对误差小于7%,而30、40、50和70 cm的预测相对误差小于4.5%。因此利用基于时延神经网络的多深度土壤含水率预测模型,可为掌握土壤含水率分布动态变化规律提出一种解决方案。 相似文献
19.
20.
基于数据挖掘模型的土壤图更新是一项重要的研究。数据挖掘模型构建中训练样点的质量不仅决定其对研究区土壤-环境关系表达的充分程度,而且会对推理制图的结果产生至关重要的影响。本文提出一种基于土壤类型面积分级的典型训练样点选择方法,即依据土壤面积对土壤类型分级,并按照等级之间的比例关系基于典型点选择训练样点。将方法应用于更新美国威斯康星州Raffelson流域的传统土壤图,并与另外两种训练样点选择方法对比,以验证该方法的有效性。结果表明,500次重复实验中,本研究方法与另外两种训练样点选择方法相比,能够更新传统土壤图的比例分别为79.5%、71.8%和63.6%,而且其推理制图结果更符合研究区土壤分布的特征。本研究所提方法是一种有效的训练样点选择方法。 相似文献