“地理素养与测绘技能”双驱动的GIS专业大学生创新能力培养模式的探索

来源 :测绘通报 | 被引量 : 4次 | 上传用户:yiyiyaya13575
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
在信息技术快速发展和万众创新、大众创业的时代背景下,创新与创新人才已成为国家发展的重要推动力,创新教育和创新人才培养成为高校的重要任务。本文以武汉大学地理信息科学(GIS)专业为例,结合专业特点和优势,探索了"地理素养、测绘技能"驱动下的GIS专业大学生创新能力的培养模式和"厚基础、重知识、强技能"的贯通式培养途径。围绕创新人才培养和成长的内在因素和外部条件,从人才培养方案与课程体系、创新型教师团队与新型教学方法、教学科研创新平台与创新条件、创新人才发展评价与激励机制等4个方面开展了创新型发展探索。
其他文献
对专升本考试和中外合作办学项目这两种国内外专科与本科的学生流动和学历衔接路径进行分析发现,专升本考试内容单一,中外合作办学项目毕业生国外升学意愿低,高职院校在人才
描述了地理实体的建设内容,介绍了基于图元的地理实体组织及表达形式,比较了传统地形图与实体化的数据组织形式的区别。对地理实体在空间、时间上的多态特征进行了分析,阐述了地理实体对地物的空间一致性表达的特点,设计了基于多源矢量数据开展的地理实体融合方法及步骤,并以房屋建筑实体为例介绍融合成果的具体应用。本文研究为地理信息系统中地理实体的相关研究提供了借鉴。
目前行业内普遍存在难以实现海量空间数据快速服务(包括快速存取、显示、检索、分发和在线服务)的难题,制约了自然资源数据的共享应用。针对上述问题,本文提出了一套"基于分布式列式数据库和Hilbert空间编码规则优化海量空间数据的存取、检索、显示效率"的解决方案,对其具体技术路线进行了详细阐述,并进一步介绍了大数据快速服务平台研发和推广情况。本文旨为满足新时代经济社会发展对海量空间信息快速服务的迫切需求
目标检测是基于视觉的目标定位关键技术。针对现有车轮检测方法对环境敏感问题,本文提出一种并联式融合循环神经网络和Faster R-CNN的车轮检测模型FusionRNN,借助RNN能够处理时序和CNN能够提取空间域隐性特征的优点,可提高实时性,减少参数量,使模型表达能力更强,同时具备分析序列化向量间语义关系和识别车轮几何特征的能力。该模型能在由激光雷达扫描得到的车轮三维点云投影图中准确检测出车轮位置