多元化实施高级语言程序设计课程教学改革的研究

高级语言程序设计类课程是高校大学计算机基础教学系列中的核心课程,如何教好这门课程是计算机基础课教师非常关心的问题。本研究对传统教学中存在的问题和采取的教学改革措施进行了探讨,提出教学改革措施包括明确教学目标、改变教学方法、注重上机实验、上机考核方式等几个方面。     

高级语言程序设计课程网络教学的研究与应用

通过对网络教学的自主学习方式、网络教学突破了时间和空间的限制、网络教学可以提供丰富的教学资源、网络教学增强了师生之间以及学生之间的交互性等方面优点介绍,阐述了网络教学的重要意义和作用;并且通过对"高级语言程序设计"课程网络教学的研究,介绍了"高级语言程序设计"课程的网络教学平台的主要功能模块及作用。     

任务驱动法在《程序设计》课程中的应用

《程序设计》课程是非计算机专业本科生的一门重要的基础课程。根据《程序设计》课程特点,结合教学实际,探讨了任务驱动法在教学中的应用。实践证明,该教学模式充分激发了学生学习兴趣,提高了课堂教学效果和学生解决实际问题的能力,获得了良好的教学效果。     

利用面向对象变化向量分析(OCVA)检测土地利用变化

为推广国产高分数据在土地利用变化检测方面的应用,以延庆区张山营镇2015和2018年2期高分二号(GF-2)影像为数据源,采用面向对象变化向量分析法(OCVA),先通过不同分割模式获取对象,其次利用引入权重的欧氏距离构建变化向量的模,再通过目标函数确定最佳检测阈值后对研究区进行变化检测,最后对变化区域进行面向对象分类,得到具体的"从…到"变化类型。结果表明:1)多时相组合分割模式下的OCVA法精度要高于多时相分别分割模式;2)利用加权组合方法构建对象变化向量的模更易确定最佳检测阈值,且最后的总体精度要高于传统OCVA法;3)结合面向对象分类的OCVA法能有效减少面向对象分类后变化检测法和单一OCVA法的伪变化,检测精度达到92.50%。     

基于遥感影像的昆明中心城区绿地信息提取

以昆明中心城区遥感影像为研究数据,采用基于面向对象分类的研究方法,按照监督分类的思想,将地物分为城市绿地、林地、裸地、水体、建筑和道路6种类型,运用支持向量机的分类器对绿地信息进行提取,并根据总体分类精度和kappa系数的大小对分类结果进行验证,结果表明:城市绿地信息提取精度良好,符合城市绿地调查的精度标准,认为此种绿地信息提取方法值得推广运用。     

方程式赛车仪表显示电路的设计

Li Ziming(Grade 2017,Fuzhou No.3 Middle School,Fuzhou City,Fujian Province 350003,China)     

南水北调中线水源区2000—2015年森林动态变化遥感监测

【目的】监测南水北调中线水源区2000—2015年森林空间分布格局,研究森林动态变化过程及其机制,为水源区森林生态系统保护和水质安全提供理论依据。【方法】基于2000、2010和2015年3期30 m分辨率国产环境灾害卫星HJ-1 A/B CCD以及Landsat TM影像数据,采用面向对象决策树分类方法,监测南水北调中线水源区的土地覆被,并运用像元二分模型和归一化植被指数估算植被覆盖度。【结果】3期土地覆被数据精度(K)分别为89. 4%、86. 9%和84. 4%,2000年用户精度为98%,2010年用户精度为96%,2015年用户精度为94%。土地覆被监测结果表明,受退耕还林和封山育林等生态工程项目实施影响,2000—2015年,南水北调中线水源区森林面积持续增加,增幅达9. 5%,增加面积主要来自草地、耕地和建设用地;然而,随着水源区大规模移民和区域经济不断发展,也使得约4 547 km^2的森林转化为耕地、草地和建设用地。分市统计分析表明,十堰市和安康市森林面积增量最大,均超过1 300 km^2,生态修复工程效果显著。2000—2015年,水源区植被覆盖度也呈增加趋势,其中森林植被覆盖度增幅达25. 4%,且植被覆盖度在0. 6以上的森林面积比例3期均超过70%。【结论】近15年来,南水北调中线水源区森林面积和森林植被覆盖度增加显著,森林密度得到提升,高密度的森林植被能够在地表形成植被保护层,降低水源区发生水力侵蚀和沟渠侵蚀的风险,从而提高水源区水土保持能力。     

基于Labview对大学生方程式赛车的虚拟仪表设计

中国大学生方程式赛车大赛时是一项有大学生自己设计和制造方程式赛车的比赛。对于一个方程式赛车,仪表盘起着重要的作用,它可以向驾驶员发映出赛车的实时状态和相关参数,驾驶员的根据仪表反映出的参数来实时调整赛车。而Labview可以使用图形化编辑语言G编写程序,产生框图形式的程序,通过示波器、万用表等类似控件来反映出我们所设计的设备的性能及特种参数。所以我们可以通过Labview对方程式赛车进行虚拟仪表设计。     

协同多源国产高分影像和面向对象方法的南方农作物遥感识别

【目的】中国南方地区云雨频繁且农业景观破碎，是我国农作物遥感监测最具挑战的区域之一。我国自主研发的高分系列卫星具有高时空分辨率和高质量成像的特点。本研究挖掘多源高分系列卫星的时间和空间双重优势，实现多云雨及景观异质区作物精细化识别。【方法】基于国产高空间分辨率高分二号（GF-2）影像表征农田空间几何特征，协同中空间分辨率高分一号（GF-1）和高分六号（GF-6）加密影像观测时间序列，充分表征农作物光谱季相节律。通过构建光谱-时相-空间三维分类特征，基于随机森林进行农作物分类并计算不同特征的重要性。同时，设置不同影像组合和不同分类单元下的多种分类场景，进一步分析不同高分数据协同利用在农作物识别上的表现差异。【结果】基于GF-1、GF-2和GF-6影像和面向对象的农作物分类在湖北省潜江市研究区的总体精度为95.49%,Kappa系数为0.94；在枣阳市的总体精度为93.78%,Kappa系数为0.92。协同GF-2和GF-6进行农作物分类精度优于协同GF-2和GF-1。此外，基于GF-2进行面向对象的农作物分类效果优于面向像元，其中潜江总体精度提升了1.4%，枣阳提升了1.32%。相比GF...