【摘 要】
：
随着信息技术的发展，现代教学方式也随之发生改变，除传统的课堂教学以外,网上授课、智慧教室等诸多新教学形式也流行起来。在教育逐渐步入智能时代的背景下，若能利用信息技术实现课堂智能分析系统，自动对课堂中学生的学习行为进行分析，为教师提供教学数据参考，将对提升教学效果、促进教学公平提供很大的帮助。
本文设计了一个面向真实的小学课堂教学场景的学生学习行为识别算法，该算法利用网络摄像头实时采集课堂视频数据，自动分析课堂注意力信息和学生动作信息，并将其量化和可视化后的结果提供给教师。本文的主要贡献包括：(1
论文部分内容阅读
随着信息技术的发展，现代教学方式也随之发生改变，除传统的课堂教学以外,网上授课、智慧教室等诸多新教学形式也流行起来。在教育逐渐步入智能时代的背景下，若能利用信息技术实现课堂智能分析系统，自动对课堂中学生的学习行为进行分析，为教师提供教学数据参考，将对提升教学效果、促进教学公平提供很大的帮助。
本文设计了一个面向真实的小学课堂教学场景的学生学习行为识别算法，该算法利用网络摄像头实时采集课堂视频数据，自动分析课堂注意力信息和学生动作信息，并将其量化和可视化后的结果提供给教师。本文的主要贡献包括：(1)针对课堂注意力识别任务，建立了学生检测数据集，设计了学生检测算法，对凝视状态和非凝视状态的识别精准率达到了0.91和0.92，召回率达到了0.90和0.93，实现了目前最佳的识别效果；(2)针对学生动作识别任务，建立学生动作数据集，设计动作识别算法，对举手、起立和讨论三种动作的识别精准率分别达到了0.878、0.890和0.887，召回率分别达到了0.753、0.831和0.850，超过了当前的其他算法；(3)针对学生学习行为信息处理任务，设计了合理的量化和可视化策略，提出了凝视率的计算方法来量化课堂注意力信息，设计了课堂讨论状态的判定方法，算法在统计学生人数、判断课堂讨论状态任务上的准确率达到了0.991和0.993，可满足真实场景下的精度需求。
实验结果表明，本文算法在面向真实的小学课堂教学场景的学生学习行为识别任务上取得了当前算法中最佳的表现，可以为教师及研究人员提供数据支持，并以此开展教学研究。
其他文献
随着社会的快速发展，无线通信已经逐渐发展成为人们的基本生活需求之一。当前，无线通信系统采用跳频和直扩方式来抗截获以及抗侦收，随着截获能力和信号识别处理算法能力的提高，跳频和直扩方式抗截获以及抗侦收能力显得日益薄弱。跳相扩频调制能在不增加系统带宽的情况下，提高无线通信系统的抗检测性能、抗截获性能以及抗侦收性能。为了防止非合作方窃取有效的信息，服务于跳相扩频调制的跳相序列应该具有良好的随机性、复杂性和不可预测性。本文具体工作如下：
研究了伪随机序列相关理论，跳相扩频调制方法。针对跳相扩频特点，提出了
低轨卫星通信在通信领域具有重要意义和广阔应用前景。本文重点研究了Polar码在低轨卫星通信中的性能，并在块衰落信道下提出了改进的极化重量构造算法，具有重要的理论与实际意义。
本文根据信道传输特性随时间变化的快慢程度，将低轨卫星信道分为信道缓慢变化、固定周期缓慢变化和快速变化三种情况并分别建模为高斯信道、块衰落信道和Corazza信道。同时，在介绍了Polar码的基本原理和编译码算法的基础上，研究了Polar码的构造算法。在块衰落信道下，本文将衰落系数的作用看成是“衰落极化”的过程，提出了改进的极
科技的进步，推动社会的发展，为各行各业带来滚滚财源的同时，也使人们能享受越来越好的生活。在过去的20年间，科技上的进步带动经济高速发展，而人们，也因科技将生活变得更美好，当现代生活变得越来越复杂时，智能计算帮助我们化繁为简。至于未来，那些现在看起来是不可思议的事情，在将来或许就如电脑之于今天一样普通。 记忆，是个奇怪的功能，有些东西时间越久记忆越清晰，有些不久之前的事情，倒仿佛发生在遥远的上古世
图像表示是图像的基础，不同类型的表示以不同角度展示着图像的不同特征。例如，基于像素的表示直接地使用像素颜色、纹理或亮度对图像的每个像素进行表示，提供着图像的低层特征；而基于区域的表示则使用有意义的标签对图像的区域进行赋值，关注于图像的高层语义。某种意义上讲，图像处理和计算机视觉可以看作是对图像提取特征并将其转化为另一种图像表示的过程。
最近的深度卷积神经网络使用着不同的图像表示进行监督，学习去解决不同的视觉任务。然而，本人发现，对于密集语义预测的任务，传统的图像表示通常忽略了像素之间的空间关系，
图片是人类传播信息的重要媒介。近年来计算机视觉的蓬勃发展离不开大量的图片和其标注。研究如何能自动化生成数据可以降低标注工作量，也能满足人类特定化编辑图像的需求。作为生成任务中的一种，变形图像生成因输出和输入存在极大的结构差异而极具挑战性，但其巨大的实际应用价值吸引着学者们不断进行深入调研。
考虑到生成对抗网络在图像生成上的优异表现、泛用性和灵活性，本文对生成对抗网络进行结构和方法调整，用于应对两项极具应用价值的变形图像任务：中国书法生成和姿态变换。针对两项任务的特点，展开了如下研究：
图片是一种重要信息载体。随着移动设备和互联网的普及，人们越来越多地通过图片来记录生活的点点滴滴。与此同时，随着人工智能技术的高速发展，如何让机器像人类一样自动高效地理解图片中的语义信息获得了空前的关注，促进了语义分割技术的出现和发展。语义分割在多种真实应用场景中都存在着巨大的需求，是自动驾驶、人物行为分析、医疗诊断等多种技术的基石，为未来的智能时代勾画了一个美丽的蓝图。
然而，图片质量的差异性U不同的光照条件、遮挡、分辨率等V和图片内容的复杂性U多种多样的场景和物体类别V为语义分割任务提出了巨大
20世纪初，是一个神奇的年代，各种各样的工业科技奇迹，至今影响和改变着人们的生活，而本世纪的工业奇迹，则不得不说iPhone。所谓颠覆，并不是对过去的否定，而是用一种全新的视觉和体验，将以往的科技升华。这个风靡全球的时尚玩意，将手机不再简单的定位于通讯产品，丰富的互联网应用，使得每一个使用者，仅仅用拇指，就可以掌控生活。 联通iPhone 3Gs迄今最快最强的iPhone 作为最新一代
在深度学习技术的推动下，强监督语义分割技术取得了极大的进展。强监督语义分割的性能依赖于大量高精度稠密的标注数据，成本十分昂贵。为了解决语义分割对数据的需求，学者提出利用合成数据替代真实数据来训练语义分割网络。合成数据可以自动生成，规模大，成本小，有着巨大的应用价值。然而，由于域间差异存在，利用合成数据训练的分割模型在真实数据上性能会急剧下降。本文致力于开发无监督域自适应语义分割算法来解决这一问题。
当前的无监督域自适应语义分割算法尝试从图像像素层面、网络特征层面或网络输出层面上对源域和目标域从独
随着各种智能应用的不断发展，获取准确的位置信息变得越来越重要。由于室内环境结构较为复杂，如何在室内实现准确的定位成为了近年来的一个热门研究课题，对此研究者们提出了许多不同的解决方案。其中，基于WiFi的室内定位技术成为了最热门的技术之一。
本文研究了基于WiFi的RSS指纹的室内定位技术，主要研究了两个方面的问题：(1)室内定位模型；以及(2)指纹地图构造。
在室内定位模型中，我们提出了两种定位模型：
(1)基于卷积神经网络的室内定位模型CNNEu。相比于其他基于样本RSS或
温暖记忆抚慰人心 从沉淀的昨日情怀中找寻最为难忘的味道与感觉，最能抚慰人心。于是，慢慢收集、深情回味，缓缓开启冬日里一段最温暖的美好回忆。 那些初次相识“一触即红”的娇羞与惊喜，历历在目，至今仍不能忘怀它所富于的那份心动与甜蜜。而今，LG BL20e紧闭红唇的样子像极了第一代巧克力的样子，有过之无不及的前卫跃动与可爱迷人，如同暗夜精灵，让人忍不住想拥有。或许BL40e奢华的价格让人有些怯怯