【摘 要】
：
随着校园图书馆图书馆藏量的日益增长,及现代学习节奏的逐步提高,对于个人查阅图书的方便程度也有了更高的要求.本文利用Unity设计开发一款校园馆藏图书查询导航系统.系统采用A*寻路算法,在传统检索的基础上,学生可以利用馆藏图书馆2D地图导航功能,在当前书架和目标图书间生成路径,方便学生找到目标图书.
【机 构】
：
南京科技职业学院信息工程学院,南京 210048
论文部分内容阅读
随着校园图书馆图书馆藏量的日益增长,及现代学习节奏的逐步提高,对于个人查阅图书的方便程度也有了更高的要求.本文利用Unity设计开发一款校园馆藏图书查询导航系统.系统采用A*寻路算法,在传统检索的基础上,学生可以利用馆藏图书馆2D地图导航功能,在当前书架和目标图书间生成路径,方便学生找到目标图书.
其他文献
电子产品及数码设备的普及,使得电子多媒体成为现阶段最为广泛的媒体格式,数字压缩技术在将大容量图片等媒体压缩的前提下,也为声像电子数据司法鉴定提供了重要的科学判断依据;结合使用最为广泛的JPEG压缩技术的原理及框架,对图像的真实性加以鉴别,增强底层数据结构研究分析,以真实案件为例,从JPEG文件总体结构、DQT量化表、原图级别检测、压缩签名等各方面分析,最后辅以多种鉴别手段保证司法鉴定技术的有效、严谨.
针对目标跟踪过程中的遮挡引起的精度下降、跟踪漂移、目标丢失等问题,提出一种基于多算法融合思想的抗遮挡算法,将卡尔曼滤波、Mean Shift算法和SVM分类器融合.当目标正常运动或局部遮挡时,采用卡尔曼滤波结合前一帧目标位置信息预测目标当前帧目标所在位置,作为均值漂移的迭代初始点,可以缩短迭代初始点与目标实际位置之间的距离,从而减小迭代次数,提高算法的计算量.用SVM检测器在目标被严重遮挡后辅助算法定位,可以在脱离长时间严重遮挡时或者目标丢失后捕捉到目标位置,将重检测到的目标位置作为Mean Shift算
随着保险业务的快速发展,每天都有大量的保险数据产生,传统的保险业务系统内新增和变化的数据不能实时地体现到业务人员的客户端上,一定程度上影响了业务人员的工作效率,不能满足当下保险系统的实时应用需求.为此,系统通过采用分布式流计算技术,实现一个流式大宽表数据系统,提升保单数据的计算性能.同时采用MPP数据库,提高了对海量数据的分析处理和并行数据计算能力,让业务人员能够即时知晓最新保单和汇总数据的变化情况.实验证明,该设计确实可以实现让数据实时同步到客户端上,有极高的可用性和可扩展性,并已应用于实际系统.
随着信息化教育的改革,大规模开放课程(MOOC)作为一种在线学习方式备受关注,充分利用网络学习资源将会给大学生带来很多益处.然而,很多大学生在MOOC学习中的投入度不高、完成率低.本研究基于文献的研究,提出3个问题:①MOOC学习投入是否与性别有关?②MOOC学习投入是否与年级有关?③MOOC学习投入的四个变量是否相互影响?并利用在线学习投入量表,以哈尔滨三所高校本科生作为调查对象,并将调查的数据进行描述性分析、独立样本T检验和相关分析.最后发现MOOC学习投入与性别、年级有关,并且变量之间是相互影响的.
本章从开课前的教学准备、混合教学模式下的教学设计和多维考核体系的构建三方面探讨如何提高留学生全英文教学质量的实践举措,提出线上课程资源的优化需要注意的问题,分析在线下课堂中运用讨论式教学、激励式教学等多样化的教学方法对提高课堂魅力、激发学生学习兴趣的促进作用,并提出强化过程考核以建立完善的多维考核体系也是提高留学生培养质量的重要因素.
随着读者访问民国全文数据库的快速增长和下载量的增大,后台的日志数据量和并发量也急剧增长,需要找到适宜的日志数据库系统来进行管理.本文通过对非关系性数据库MongoDB与关系型数据库MySQL在海量日志数据管理上的比较分析,最终选取MongoDB数据库,在上海图书馆的《全国报刊索引》平台民国全文数据库建立了一套日志管理系统.该系统建立运行后,取得了良好的效果,极大的提高了平台日志数据管理效率和分析应用水平,为民国全文数据库的日志管理提供一种解决方案.
随着深度学习的飞速发展,卷积神经网络被广泛应用于图像识别和物体检测.然而,基于神经网络的算法计算量和资源密集,难以在嵌入式系统中使用.本文基于轻量化的神经网络模型提出了一种可扩展、低功耗、资源占用少的加速器架构.在带有Zynq器件的FPGA平台上,使用Xilinx Vivado的高级综合工具(HLS)实现加速器设计.
遥感技术被大量的应用在生活各方面,比如地理信息位置检测、军事测距和农作物分区、航拍建筑检测等方面.对于建筑物的识别来说有些空地和建筑的比较识别的难度较大,由此本文将介绍利用语义分割来对航拍的地表建筑图像进行识别,主要是利用FCN和RESNET网络模型训练数据解决地表建筑的检测.
三维人体姿态估计是国内外热点研究课题,该技术的研究可以促进其他以计算机视觉为基础的高级人工智能技术的发展,比如音乐舞蹈等运动形体化教学、制作3D人物的立体电影、人体运动形态类型识别等等,都离不开这项技术的发展,而且该研究方向目前还在被很多学者研究和拓展.本文在当前学者研究的基础上,提出一种半监督学习卷积神经网络模型实现含有空间位置的三维人体姿态的估计,所提方法可以从我们日常生活含有运动姿态视频中,估计出相应的三维姿态骨架模型.经过实验测试后,其测试结果可以验证本文提出的方法有效,能较准确的估计出视频中相应
癌症是世界上最普遍、最致命、最具挑战性的疾病之一,严重地危害患者的健康.癌症具有高度异质性,即同一种癌症在临床上有不同的症状及诊疗方法,因此为了实现癌症的精准诊疗,人们需要精准地确定癌症可能的不同类型(即亚型识别),并识别与亚型相关的特异性标志物.本文考虑样本的特异性信息和结构生物学特性,通过构建单个样本的基因网络,从网络角度发现样本间的相似性,进而实现癌症亚型识别.实验发现,与原始特征相比,基于网络角度进行癌症亚型识别具有较高的准确性.