简介：从微课的制作,教学设计,具体实施措施等方面进行阐述,以汽车底盘中差速器及轮膽认识内容为例,进行教学活动设计,探讨了微课程对于汽车底盘教学的意义.

简介：从1998年起．日本每年的自杀人数都超过3万，在这种情况下．文部科学省决定．在2006年8月建立由专家组成的研究会。以研究如何防止儿童及学生自杀。

简介：心理学是研究人类自身心理活动规律的科学，它在对人的社会角色、职业劳动心理．社会人际心理、品德心理、个性心理等方而进行了深入的研究中，积累了许多规律性的知识，驾驶人学习心理学，并结合自己的驾驶活动努力实践．自觉进行个人的文明修养与品德锻炼，就可以形成良好的心理素质和规范性的社会行为。由于机动车驾驶职业是社会窗口行业．加之驾驶活动的社会广泛性与流动性，驾驶人良好的个人．坫德和道德修养可极大的影响社会，有助于整个社会精神文明建设．

简介：贵州省余庆县公安局交警大队在开展交通安全宣传“五进”“进家庭”活动中，把老年人的交通安全教育作为一项重中之重来抓，针对老年人交通意识淡薄，专门为老年人送去了《老年交通安全读本》，使老年人的交通安全知识增强

简介：针对深层超限学习机算法在网络层数较浅时样本特征利用率低,和网络层数较深时样本特征经高层抽象后有效性降低的问题,本文提出了两种密集连接的多层超限学习机算法:Dense-HELM和Dense-KELM.这种密集连接的网络结构,使样本特征信息在层与层之间被充分利用,能够在不增加网络深度的情况下,显著提高算法的识别精度.最后,对文中提出的两种算法在20组基准数据集上进行实验,结果显示:本文提出的算法可以显著提高算法的识别精度,减少算法的训练时间,这表明所提出的算法具有有效性和实用性.

简介：望京店的会员们在经过一段时间的练习后,大家学习肚皮舞都跳出热情与心得来了。给自己一个舞台和发光的机会,让一切都不在是梦-热爱肚皮舞的好朋友们,请用自己的热情、活力、魅力跳出属于自己的健康!

简介：微课程以其短小精悍、知识点明确、易于记忆理解与操作指导性突出等优势广泛应用于众多行业。公安交通管理行业存在知识繁多琐碎、技术更新迅速、精准培训需求强烈等问题，尤其适合采用微课程的方式进行教学、培训。目前，各地公安交通管理部门对开发优质的公安交通管理微课程普遍经验不足。本文以交警网校微课程开发为例，分析了微课程在公安交通管理行业的适用性，从前期策划、资源设计、课程制作和评价各环节系统地阐述了公安交通管理微课程的开发设计。

简介：基于深度学习的医学图像处理已成为该领域研究的热点。深度学习方法在各种医学图像应用中取得了优异性能,达到甚至超过了专家级医生的水平。本文首先简述深度学习模型的基本原理,尤其是监督学习算法中的各种神经网络,然后总结它们在医学图像分类与识别、定位与检测、分割、配准与融合等应用领域的研究进展,最后探讨医学图像处理深度学习方法面临的挑战及应对措施。

简介：针对在不同的摄像头场景下,光线、摄像头参数的差异较大使得行人重识别困难的问题,提出一种基于距离度量学习的方法进行行人重识别.该方法首先为每一对摄像头学习一个距离度量模型.其次,根据上述因素的影响强度为这些度量模型赋予相应的权值.最后,对度量模型与其相应权值的乘积进行累加与优化,得到最终的距离度量模型.经过在两个公共数据集中进行行人重识别实验,其结果显示所提出的方法能够提高行人重识别的正确率.

简介：

简介：摘要：本文结合实际案例，从善用申请信息助力检索的角度探讨学习型检索策略。对于申请信息的善用，介绍了“背景技术校准、技术效果回头看、技术术语深挖掘”三个方面。通过实施学习型检索，以期更加准确理解技术方案、提高检准效率，从而合理界定技术贡献，得到客观审查结论，有利于更新知识储备库，从而不断趋向本领域技术人员。

简介：单隐层前向神经网络的学习能力是有限的.特别地,作为分类器,单隐层前向神经网络对于图像的复杂信息和不同图像之间的细节信息很难学习和处理.文章借鉴深度神经网络的思想,将单隐层矩阵输入的神经网络拓展到多隐层神经网络,并采用传统的反向传播算法对其训练并给出学习算法.通过多个数据库的实验对比,结果显示所提出的算法具有良好的效果.

简介：

简介：人脸识别已经广泛地应用于日常生活中,作为关键技术之一的人脸清晰度评价成为了热门的研究课题.然而,传统的手工提取特征的方法在效果和鲁棒性上都有所欠缺.为此,我们运用卷积神经网络实现特征的构造和选择,有助于提高评价结果的准确率.同时针对网络复杂、参数过多和耗时长等问题,还提出将传统的卷积结构改造成双卷积层结构的方法来提升计算速度.经过大量的实验表明,本文提出的人脸清晰度评价算法能够准确地进行人脸清晰度的评估,并且具有较快的处理速度.

简介：美国一项最新调查研究发现，如果儿童在3岁以前由于手术使用麻醉药的次数达到两次或者更多，那么他们日后出现学习障碍的风险可能会比正常儿童高。

简介：自智能交通系统出现以来,汽车驾乘员的安全带检测一直是备受关注的研究课题.依据城市道路的交通卡口监控数据,研究一种基于深度学习的汽车驾乘人员安全带检测算法,能够准确识别驾驶员是否佩戴安全带.通过对卡口图片进行人工标定,并运用深度学习方法训练两个检测器和一个分类器,最终实现安全带的快速定位和分类.本文提出的方法在城市道路卡口采集的图像上检测效果较好.

简介：人群分析在模式识别和机器学习领域内是一个非常有趣的课题.人群小群体成员之间的主从关系检测为视频监控和计算机视觉领域打开了新的视野.同时,小群体主导者的检测也是人群分析的重要组成部分.文章提出一种结构化SVM的学习框架,并结合行人的时间滞后分析特征和行人位置关系特征对小群体主导者进行预测.实验结果表明,本方法在人群分析数据集下取得了很好识别效果.

简介：软件的图形用户界面(GUI)的视觉设计影响着用户的使用体验.在没有既定标准的情况下,测试人员对GUI评分的主观性和大量的重复性工作,会造成GUI测试的评分偏差和效率低下.针对上述问题,本研究工作构建了基于云平台的软件GUI自动测试系统,分别使用HOG+SVM模型和AlexNet模型对GUI图像进行特征提取并分类.考虑到软件GUI数据样本量小,提出利用迁移学习策略改善AlexNet网络的性能.针对用户的多样性和算法对计算性能的需求,GUI自动测试系统部署在云平台上,用户可以对软件GUI进行实时评估.实验证明,系统用于GUI自动测试具有良好的性能,并且可以避免主观因素的影响以及减轻软件测试员的工作量.

简介：公安交通集成指挥平台是公路交通安全防控体系“三位一体”建设的重要内容，也是公安交警部门科技信息化规划建设的四大信息平台之一。针对前端卡口过车图像质量差和干扰因素多的问题，本文提出一种基于深度学习算法的卡口车辆图像特征识别方法，实现车辆号牌号码、品牌型号、年检标识等车辆特征的准确识别和提取。与现有二次识别算法进行分析比较，在提升卡口过车图像识别准确率的同时，避免了人工设计特征带来的误差干扰，为公安交通集成指挥平台业务的开展提供了强有力技术支撑。

简介：在混合动力商川车电控机械式自动变速器（AMT）系统中，因制造、装配、磨损、更换等导致变速器荇挡位疆存在差异及变化，引起选换挡成功率降低甚至工作异常，需通过AMT挡位自学习解决此问题。针对AMT静态时各挡位位置自学习控制策略提出了优化，主要包括挡位学习顺序和再次进挡学习策略，通过自整定PID技术进行自适应参数优化。经过试验验证，提高了自学习成功率、合格率、效率和一致性。