简介:游戏教育是一个新兴的产业,如何给游戏教育定位是一个颇富争议的问题。游戏教育该从本科开始还是该从研究生开始?它是否能够从计算机和艺术这种传统专业中区分出来,直接面向刚刚高中毕业的中学生?这些问题引起社会的广泛关注和讨论,目前仍无定论,但编者认为游戏教育是融合了计算机和艺术这类传统专业的跨学科专业教育,就教育力量和经验来说,目前只针对游戏的教育还无法承担起从本科开始的重任。学生们应该在传统专业接受了良好的基础教育后,在研究生阶段或者在实际从业后再进行更有方向性的学习。而对于游戏设计师,也是我们所说的策划,虽然这个职业对于计算机和艺术这种传统专业的依赖没有那么大,但是纵观国内外著名的游戏设计师,其所具有的一个重要经验就是拥有丰富的生活经历。游戏教育绝对不可能也不应该是通过速成班类型的课程培训就能够一蹴而就的。希望这篇介绍美国游戏教育中最热门的学院——卡耐基梅隆大学娱乐技术中心的文章,能给国内如雨后春笋冒出的游戏培训机构一个很好的参考和借鉴,比如在暑假和业界公司进行实习合作、毕业后对各大公司进行推荐等等。希望游戏培训机构能够真正不辜负那些满腔热情的学生,把他们培养成为中国游戏界未来的栋梁之才。本文将以作者的亲身经历为蓝本,介绍卡耐基梅隆大学娱乐技术中心的课程。
简介:居民地的解译是遥感信息提取技术中的难点之一,居民区域是由建筑物、道路、绿地、空地、水域、阴影等多种地物类型相互延续、相互交错而成的复杂的有机混合体,使其光谱特征成为地表各种地物中最复杂的一种。因此,通过对居民地特征进行详细的分析,针对SPOT2.5米数据,选择密云区作为示范区域,研究基于遥感影像纹理信息和类间相关关系,结合面向对象的分类方法,对居民地信息进行自动提取。其中,通过提取遥感影像的纹理信息,提高居民地内部各地类的界线区分,降低其他土地利用类型内部的界线;并利用居民地内部各类之间的相关关系,建立基于类间层次关系和语义组体系方法,研究形成居民地自动分类规则,达到居民地的自动提取,本方法提取的面积精度可以达到89.5%,可适用于较大范围内高分辨率数据的居民地信息自动提取。