基于微课程的C语言程序设计教学改革探索

针对学生普遍认为C语言程序设计难懂难学的现状,结合当前研究热点"微课程"理念,从教学模式、教学方法、实践环节以及课程考核方法等方面提出教改思路。     

视频标签检测与识别

提出一种视频标签的检测与识别方法.根据视频长度,采用不同的策略获得抽样帧;对每个抽样帧计算候选标签;然后对所有候选标签进行一次中值滤波,确定标签边界;最后利用一种基于多帧联合分析的方法实现视频标签的二值化.对获得的二值化标签,在缩放到标准大小后,采用基于全图像匹配的方法进行识别.实验结果表明本文的方法能够很好的检测与提取视频标签,基于图像匹配的方法在对标签的识别上大大优于传统的OCR文字识别方法.     

基于Linux的RDP远程接入中间件的研究

当前远程接入服务在各行各业的应用快速推广,微软的终端服务是其中一种。微软的远程桌面协议RDP（Remote Desktop Protocol）是未公开的终端服务协议。利用中间人攻击的ARP欺骗方法,在参考RFC2126、RFC905、T125和T128标准的基础上,结合开放源码的Rdesktop提出了一种基于Linux的RDP服务器Rserver（RDP server）．给出了Rserver的结构和应用实例。使用Rserver可构建远程接入平台,具有较高的应用价值。     

“微课”在软件工程课程教学中的应用

提出将"微课"应用于软件工程课程教学的方法。通过分析软件工程课程教学面临的难点以及"微课"的独有优势,阐述如何从内容选择、方式选择,将"微课"应用于软件工程课程教学的方案。     

Excel模板在列车时刻表中的应用

以列车时刻表为例详细介绍了如何利用Excel模板来制作报表的技术以及在制作批量时刻表报表过程中存在的问题与相应的解决方法。通过采用Excel模板方法，不但能满足制作不同类型复杂时刻表的要求．同时也降低了编程中报表输出部分的开发难度并增强了用户对最终报表的可操作性。     

碳烃酚醛树脂及其塑料的研制

<正>碳烃酚醛树脂是国际上最近发展起来的耐热型热固性树脂,它是多环芳香烃与酚醛的缩合产物;是酚醛树脂发展和衍生的一个新领域。     

河道监控视频的运动对象分割算法

针对内河航道监控视频的特点,提出一种基于背景差法的对象分割算法。首先在HSI颜色空间里利用像素的色调和亮度对其进行归类;然后利用基于块处理的方法确定背景像素,并在背景缓慢变化和急速变化时,采用定时和实时的背景重构方法进行背景更新;最后利用背景差提取运动对象。     

基于卷积神经网络的蓝印花布纹样基元分类

为更好地数字化传承与创新传统的蓝印花布纹样,并能单独提取构成纹样的图案基元并进行分类,提出一种基于卷积神经网络的纹样基元分类方法。首先,对采集的128张蓝印花布图像进行纹样基元提取,形成图像样本库,共21 212张。其次,从库中随机选取80%的图像样本作为训练集,20%作为测试集,利用5×5卷积核对训练样本进行卷积操作,将得到的特征图进行池化。通过3层卷积、3层池化及2层全连接层计算后,利用Softmax分类器得到12种分类结果。最后,通过基元样本的学习获取最佳网络模型参数,并取得较理想的分类结果。结果表明:提出的卷积神经网络模型对12种纹样基元的平均分类准确率达99.61%,检测平均准确率达98.5%,为蓝印花布纹样的研究提供了新思路。     

基于VGGNet卷积神经网络的蓝印花布纹样分类

为了数字化传承与创新传统的蓝印花布纹样,需 要将蓝印花布纹样进行分类。为此,提出一种改进的VGGNet卷 积神经网络模型的纹样分类方法。首先,采集原始的蓝印花布图案,通过图像增强技术扩充 样本,形成训练数据集。其次, 改进经典的VGGNet 16卷积神经网络结构,增加卷积组及调整网络参 数,增加丢弃层。同时,分析、验证训练优化策略对 蓝印花布纹样分类的影响。最后,利用训练集及验证集中的图像样本,通过自动学习获取网 络模型参数,得到纹样分类的最 佳网络模型并获得较为理想的分类结果。实验结果显示,改进的卷积神经网络模型针对5类 蓝印花布纹样进行分类训练,其 平均分类准确率达89.73%,为蓝印花布纹样的继承和创新研究提供了 新思路。