新工科背景下数字图像处理课程实训改革与实践

来源 :物联网技术 | 被引量 : 0次 | 上传用户:jh_viso1
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
新工科背景下,要求本科院校培养跨学科、跨专业的创新型、复合型人才,教学实训作为新工科人才培养的关键环节,是巩固和加深理论知识的有效途径。为了培养学生掌握科学方法和提高动手能力,将企业实践项目引入到数字图像处理课程实训中,对课程实训内容进行改革探讨,发挥企业的行业优势,消除人才培养与企业需求之间的鸿沟,提高学生动手能力与实践创新能力。
其他文献
针对当前家庭式自动灌溉系统的特点,开发一种智能检测种植物类型并提供科学提示及灌溉方案的系统。该系统由STM32单片机、土壤干湿度传感器、树莓派、串口蓝牙模块、LED发光二极管、水泵等部件组成。整体配件可实现独立使用,也可配合相应的手机APP远程使用,实现真正意义上的无线灌溉功能。其特征集合了自动控制的特点与目标检测的特性,并使用YOLO算法(主要是通过图像识别,可实现判断出植物类型)智能判断植物所
传统的列车牵引变压器和牵引变流器由于设计的局限性,存在效率低下、可控性能较差、资源浪费的问题。因此,文中设计了三单元级联拓扑结构电力电子牵引变压器功能试验方案并进行试验验证。阐述了基于三单元级联拓扑结构的电力电子牵引变压器(PETT)的基本特性,主要介绍电力电子牵引变压器的工作原理、功能性试验方案设计及试验验证,重点介绍了整个试验系统的组成及参数计算,并对电力电子牵引变压器的基本功能进行试验验证。
多智能体系统协同控制的收敛速率问题是当前系统与控制领域一个热点研究问题。结合指定时间控制思想,以一般线性动力学系统为控制对象,对多智能体系统双向编队问题进行研究。首先,利用庞特里亚金极大值原理,设计了指定时间双向编队控制器,双向编队指的是被分成两组的智能体最终以指定的编队队形、相反的方向进行运动;其次,通过运动规划算法,分析了控制器的指定时间收敛性,即智能体实现期望几何形态所需的时间可由用户任意指定。需要注意的是,控制器仅取决于采样时刻智能体及其邻居的状态,而非实时反馈,这将极大地减少网络通信成本和负担;
开架式海水气化器的星型换热管与集管的角焊缝结构较为特殊,其焊接方式为钨极氩弧焊和熔化极惰性气体保护焊,采用射线检测技术检测其内部的焊接质量。针对其结构特点,设计了射线机放置工装及布片专用工装,采用了一些措施保证了射线检测图像的质量,并提高了检测效率。
针对庆阳市东湖社区医疗卫生服务中存在的问题,利用SOA架构技术,采用B/S运行模式,以MyEclipse 8.5为前端开发工具,使用Tomcat作为服务器,运用MySQL作为数据库管理系统,以地理信息数据、社区管理数据、实时数据为依托,以数字城市相关标准、制度和安全体系为保障,以社区管理者、居民、服务提供者为主要参与者,按照网络层、数据层、支撑层、表现层的业务架构,对业务标准、管理流程、应用和信息
模拟了三代堆型上部导向筒顶板的实际形状,结合实际焊缝熔深的不同情况,制作出相应的对比试块,并研究出了一套可行的基准灵敏度评定方法,解决了对我国自主设计的三代先进压水堆核电站堆型上部导向筒顶板进行超声检测的难题,可供同行参考。
继智慧地球、智慧城市概念被提出并得到蓬勃发展,军队智慧营区建设应运而生。智慧营区建设是适应新军事变革,推动部队信息化建设的实际举措,是加快推进部队战斗力的生成模式转变的客观需要。智慧营区强调充分发挥物联网在部队营区数字化建设中的作用,最大限度地开发利用营区信息资源,实现部队日常管理和军事活动最优化。随着对智慧营区建设现状与发展分析,从发展角度提出智慧营区建设中存在标准化、系统化、融合性等异构问题,
合理的间歇采油控制和数据传输方式对于降低低渗油田的开采成本、提高抽油机效率和油井产量具有重要意义。针对低渗超低渗油井智慧油田建设,文中提出了一种基于物联网的油井智能间抽控制系统。系统主要由动液面监测仪、示功图采集模块、间抽控制柜和间抽监控后台构成,形成双闭环控制系统,基于物联网三层架构进行数据的采集、传输和应用,实现了对抽油机工作状态的实时采集、可靠传输、智能控制和动态监测,对智慧油田的建设具有重
针对多雨时期径流式小水电站发电量大,而附近用电负荷却没有增加,导致上送输电网的电量增加的问题,提出基于台区低压电杆来实施削峰储能,并研究低压电杆分散式储能系统的双向作用。储能系统先通过吸收雨多时径流式小水电站多发的电,以平衡本区域电网的上网电量,再通过储能电池电池电逆变并网,抬高重负荷时段电网电压,提高电能质量。实验结果表明,利用低压电杆储能,可有效地吸收径流式小水电富裕电能,尤其把智慧杆塔理念用
在综述不同无损检测方法的基础上,重点介绍了3种复合绝缘子缺陷的超声检测方法,分析了各自的优势和不足,并讨论了基于机器学习原理的超声检测缺陷识别方法,总结了深度学习在超声缺陷识别预测中的优势,探讨了基于深度学习的复合绝缘子超声检测中的3大难题,给出了可行的解决策略,可为该领域的进一步研究提供技术参考。