论文部分内容阅读
混龄教育实践中教师指向幼儿的言语行为研究
【出 处】
：
南京师范大学
【发表日期】
：
2021年01期
其他文献
影响最大化问题旨在从社交网络中找出能使信息扩散范围最广的Top-k个用户作为信息源发散信息。社交网络结构的多样化不断给影响最大化问题注入活力,让它在近二十年里经久不衰,一直是学术界的热门问题。本文从基于割点的社交网络影响最大化算法和通过优化网络结构实现影响最大化两个方面展开如下工作:（1）基于割点的社交网络影响最大化算法:现有算法主要关注于节点的特征,较少从社交网络的连通性角度来看待影响最大化问题
本文的研究基于现实安检过程中,管制物品图像的语义分割来展开。目前,管制物品的检测工作大部分是通过安检X光机对包裹扫描,人眼判断包裹是否夹带管制物品,其中,安检X光机对包裹中的一些小目标检测效果较差,甚至检测不到,存在安全隐患,管制物品的自动语义分割能有效提高安检效率和提升安全指数,并同时能够节约人力成本,保障人们在公共出行和公共场所的安全。图像的语义分割是计算机视觉基本任务之一,图像的语义信息是用
水下机器人由于具有携带方便,操作简单的特点,被广泛应用于水下资源勘探与开采,因此,对其控制系统的研究,实现水下机器人稳定、快速、准确的运动控制,具有重要的工程意义。针对水下机器人受水流影响大,受力情况复杂,难以实现高效的运动控制等问题,本文采用串级LADRC控制方法对水下机器人的艏向与深度进行控制;利用粒子群算法对串级LADRC控制器的参数进行优化,具体研究如下:首先,利用solidworks建立
语音增强在数字信号处理领域占据着举足轻重的地位,能在改善受损语音质量的同时提升其可懂度,在智慧家庭等方向得到了广泛地应用。随着深度学习在计算机领域的普及,基于深度学习的网络模型训练成为了当下实现语音增强的主流方法。目前主要是基于深度学习来搭建网络模型,并结合大量数据运算,在模型中学习从带噪特征映射到增强目标的函数,以解决语音增强任务。然而,该方案仍然存在着语音增强质量不高、模型训练速度缓慢以及模型
磁悬浮列车具有零摩擦、少运维、爬坡能力强、智能化程度高等特点。进一步提高我国自主知识产权的磁悬浮相关技术,是促进磁悬浮技术推广应用、加快交通强国建设、构建现代化高品质综合立体运输网络的重要战略抓手,具有重大战略意义。本文针对磁悬浮列车速度跟踪控制算法设计中存在的问题,开展如下研究工作:（1）通过数据拟合的方法修正磁悬浮列车牵引特性曲线,并梳理总结、优化完善磁悬浮列车动力学模型、阻力模型和牵引计算模
随着无人驾驶技术和智能交通领域的发展,目标检测已经成为机器学习中最典型的问题,其中行人检测作为智能交通领域中重要的组成环节,因此也成为目前国内外研究者重点研究的课题之一。本论文主要针对道路交通场景下的行人检测问题进行研究,由于复杂的背景和不可控的自然条件会为我们的检测任务带来挑战,通常情况下主要表现为:一方面图像中的行人尺度和姿态不一,同时受到外界光照和天气环境等不可控自然条件的影响使得一些行人变
计算机视觉领域作为一个新兴技术正在不断发展与进步,其中目标检测任务是计算机视觉中十分基础同时又特别重要的一个研究领域,在监视与跟踪、医学影像分析、机器人导航、国防系统（目标自动识别）等多个领域有着必不可少的作用。目标检测的任务就是在所给定的图片中找出目标的具体位置,同时在目标上标记出其属于哪一种类。尽管随着深度学习的发展不断涌现出新的算法,但对于通用目标检测领域来说还具有很大的挑战。本文详细地阐述
城市空间房价市场的不平衡发展阻碍了经济的高质量发展,而且高房价不断的影响着人民生活的幸福感。武汉市是我国中部地区发展较快的城市,常住人口数量大,房产交易活跃,因此,首先基于2016-2019年942个居民小区的均价样本点,在武汉市主城区构建房价时空数据库,试图在住宅小区尺度揭示房价的时空演变规律。其次,从宏观和微观两个层面构建具有现实意义的指标体系,一方面研究武汉市住宅价格与宏观经济发展的联动关系
水下机器人因具有灵活性高、安全可靠等优点,在水下勘探、水下搜救等领域具有良好的发展前景。姿态角度作为水下机器人导航系统的重要参数之一,不仅决定着导航定位的精确度,同时也是水下机器人控制与决策的基础。因此,进行水下机器人的姿态估计研究具有重要意义。本文以缆控水下机器人“潜蛟Ⅱ”CHASING M2 ROV（Remotely Operated Vehicle）为研究对象,对其姿态表示、传感器标定、信号