新能源汽车技术专业“1+X”课证融合思考

在《国家职业教育改革实施方案》当中,明确提出了开启"1+X"的证书制度,其主要目的是要利用把学历教育和技能培训进行有效融合,培养出符合时代需求的高素质技术技能人才。以新能源车技术专业作为实例,对"1+X"制度进行积极地探索,找到培养高品质应用型技术人才的新方式,从新能源汽车技术专业的课程内容、考核方式、师资力量等各方面进行探索,为"1+X"课证融合的有效开展寻找高效途径,从而提高人才的质量。     

"老城市新活力"——新时期广州综合交通发展思考

按照"老城市新活力"对广州工作的总体部署,阐述了广州在综合交通发展方面的若干思考。首先,回顾了广州市城市和交通发展历程,总结了广州综合交通发展对于城市发展的支撑和引领作用;其次,围绕"交通强国"和《粤港澳大湾区发展规划纲要》中的交通发展新要求,结合广州自身实际阐述了交通发展未来的机遇和挑战;最后,针对枢纽再驱动、交通物流融合和人本街道空间营造等三个关键问题,阐述了广州的交通发展策略和实践思考。     

基于精准供给教学团队建设的路径与成效--以广东生态工程职业学院林业技术专业群为例

教学团队的建设是职业教育的关键,高质量的师资力量能够明确人才培养目标、保证教学质量、推动专业建设、实现人才的精准供给。文中以广东生态工程职业学院林业技术专业群为例,基于精准供给的视角,总结了教学团队建设的路径:一是构建合理的团队结构;二是建立团队带头人管理机制;三是建立"传帮带"培养模式;四是推进校企合作机制;五是构建技能学习型团队;六是强化信息化教学。实践证明,加强教学团队的建设,对促进专业的发展、实现人才精准供给具有积极的作用。     

基于卷积神经网络的舰船图像类型识别

舰船图像类型识别是计算机视觉领域研究的热点,当前舰船图像类型识别方法存在误识率高、识别时间长等不足,为获得更优的舰船图像类型识别结果,提出基于卷积神经网络的舰船图像类型识别方法。首先提取舰船图像,对其进行增强、去噪、过滤处理,提升舰船图像质量,然后从舰船图像中提取识别特征,将其作为卷积神经网络的输入,舰船图像类型识别作为卷积神经网络的输出,建立舰船图像类型识别分类器,最后采用Matlab2017对5种类型的舰船图像进行仿真测试,卷积神经网络的舰船图像类型识别正确率超过95%,舰船图像类型的误识率和漏识别均低于5%,获得了理想的舰船图像类型识别结果,而且舰船图像类型识别性能远高于其他舰船图像类型识别方法,具有十分广泛的前景。     

基于嵌入式系统的舰船图像拼接技术

常规舰船图像拼接技术无法实现多环境的图像拼接,为此设计基于嵌入式系统的舰船图像拼接技术,对采集的舰船图像进行降噪处理后,利用均值法划分特征领域,通过特征领域构建尺度空间,利用尺度空间法则对图像特征进行配准处理,通过嵌入式系统中的换算函数对图像进行连接强化,实现舰船图像技术拼接。将设计的技术与常规3种图像拼接技术进行对比,在不同实验环境下,本文方法图像拼接能力明显好于3种传统方法。     

中巴标准在某港口铁路工程中的融合应用

港口铁路作为港口集疏运的重要组成部分，其设计较为独立，且一般会遵从一套完整的规范体系。开展境外港口工程铁路设计，若全部采用中国标准，可能会与当地要求、运营习惯等产生冲突；而且由于港口铁路的特殊性，设计须考虑港口运营需要、平面布置及集疏运要求，而不能直接套用正线铁路或一般站线铁路的设计思路。国内设计企业走出去承接海外港口铁路工程设计任务，在了解当地铁路运营习惯、信号制式等要求，做到因地制宜的同时，也要整体考虑铁路设计以满足港口特殊需要。通过巴基斯坦某集装箱港口工程融合中巴标准开展港口铁路设计的案例，阐述港口铁路在设计原则和标准确定、平面布置、断面设计、信号和道口设计上融合中巴标准和要求的思路，供类似工程借鉴。     

多特征融合的级联回归人脸对齐方法研究

深度神经网络技术在人脸识别方面已经取得了巨大进步,但是大多数方法只是运用人脸深度特征而并没有分析哪些特征是有效的.为了探索针对人脸识别任务的有效结构化特征,提出了基于多种特征级联回归方法的人脸关键点检测模型,将两两关键点对应的人脸局部特征对之间的结构关系、整张人脸图像的全局表观和关键点对应的局部热图这3种人脸特征融合之后用于人脸对齐任务.实验证明,多特征级联回归法与记忆下降法相比,人脸对齐任务错误率下降了30.17%,与最新的一些人脸对齐模型具有一定的可比性.