大学计算机基础课网络教学平台的设计——以黑龙江八一农垦大学为例

针对大学计算机基础课程的特点,剖析了传统的教学模式的弊端,明确了系统需求分析。以黑龙江八一农垦大学为例,详细介绍了大学计算机基础网络教学平台的开发过程,提高了学习效率,为理论教学提供了参考。     

基于JSP的农业院校的大学计算机基础教学网站设计研究

介绍了基于JSP的大学计算机基础教学网站的总体设计与基本思路,认为该网站的实现可以帮助学生在课后进一步学习,同时可以作为教师的教学助手,增加教师与学生之间的交流。     

利用微课程促进大学计算机基础教学模式的研究

本文对传统计算机基础课程教学模式和课程现状存在的问题进行分析,在深入了解目前大学生计算机基础教学培养目标的基础上,结合"微课程"的特点,研究微课程促进大学计算机基础教学,设计有效的"微课程"教学模式。     

基于STC15单片机的智能清扫机器人的设计

以清扫作业区域环境,减轻劳动力为目的,在清扫机器人上配置信息采集传感器,通过核心处理器STC15单片机将采集接收到的数据进行分析,然后将分析后的数据进行一系列处理,并结合自身姿态选出一条合理路径。在遍历路径时,实时采集路径状况及环境指数,以此执行相应的子程序,直到完成作业。经过仿真实验,清扫面积达98.75%,重复率抵达7%。与目前市场上的清扫机器人相比,在保证效率的同时,降低了成本,提高了可靠性。     

大豆叶片图像处理系统设计与实现

以计算机数字图像处理为重要技术手段,以大豆叶片为主要研究对象,综合运用数字图像处理、色度学、人工神经网络、模式识别等人工智能领域的知识,设计了大豆叶片图像处理与分析系统,从植物叶片的几何特征到病斑的形态特征都作了具体地分析与计算。     

大豆叶片叶绿素含量与颜色特征的关系

田间作物最重要的特征指标就是叶色,其能够直观地反映出叶绿素含量的变化、作物生长过程中的光合作用、养分情况及水分含量等栽培信息,为田间的作物管理、苗的生长情况的诊断和根据苗的肥力情况提供重要依据。以大豆的叶片为研究材料,测定了叶片的叶绿素含量,利用数字图像处理技术提取了叶片的颜色特征值。结果表明,叶绿素含量与颜色特征参数具有一定的相关性,并建立了与叶绿素之间的联系。     

机器视觉技术在大豆叶片叶绿素含量测算上的应用

植物叶绿素含量测算方法有很多,但是无论何种方法,由于复杂的检测技术条件,在实际应用中均存在着一定困难,人们希望获得更快更简捷的检测方法和工具。随着计算机视觉技术的专业化与计算机硬件成本的降低和速度的提高,在农产品诊断领域应用计算机视觉已变得越来越具有吸引力。为此,应用计算机视觉技术对大豆叶片叶绿素含量进行了测算。大豆叶片叶绿素含量的多少是进行合理施肥的前提,因此具有非常重要的意义。     

大豆叶片图像处理系统设计与实现

以计算机数字图像处理为重要技术手段,以大豆叶片为主要研究对象,综合运用数字图像处理、色度学、人工神经网络、模式识别等人工智能领域的知识,设计了大豆叶片图像处理与分析系统,从植物叶片的几何特征到病斑的形态特征都作了具体地分析与计算。