基于金字塔多尺度融合的交通标志检测算法

为了解决传统交通标志检测算法针对小目标交通标志检测时存在误检与漏检的问题,提出了一个基于金字塔多尺度融合的交通标志检测算法;为了提高算法对交通标志的特征提取能力,引入ResNet残差结构搭建算法的主干网络,并增加网络浅层卷积层数,以提取较小尺度交通标志目标更准确的语义信息;基于特征金字塔结构的思想,在检测结构中引入4个不同预测尺度,增强深层和浅层特征融合;为了进一步提高算法检测精度,引入GIoU损失函数定位交通标志的锚点框,利用k-means算法对交通标志标签信息进行聚类分析并生成更精准的先验框;为了验证算法的泛化性与解决试验所用数据集TT100K的类间不平衡问题,增强与扩充了数据集。试验结果表明：本文算法的精确率、召回率与平均精度均值分别达到了86.7%、89.4%与87.9%,与传统目标检测算法相比有显著提高;多尺度融合检测机制、GIoU损失函数与k-means的引入能够不同程度提高算法的检测性能,使算法检测精确率分别提升4.7%、1.8%与1.2%;提出算法针对不同尺度交通标志检测时均有更优越的性能表现,在TT100K数据集中的(0, 32]、(32, 96]与(96, 400]尺度下的检测召回率分别达到90%、93%与88%;与YOLOv3相比,提出算法在不同天气、噪声与几何变换等干扰下均能实现对交通标志的正确定位与分类,证明了提出算法具有良好的鲁棒性与泛化性,适用于道路交通标志检测。     

高校化学教师教学技能浅析

知识经济时代的到来，对高校化学教学提出了更高的要求。如何结合时代特征和化学学科本身发展规律进一步提高教学技能乃是每一个高校化学教师必须面对的问题。为此，探讨了高校化学教师在教材组织、教学设计和课堂教学等教学活动中应注意的问题。     

基于多Agent的城市快速路协调控制研究

探讨了多Agent技术的特点及其应用,设计了基于多Agent的城市快速路控制系统的结构框架,包括区域协调Agent和控制Agent。并提出一种基于Q-学习的协调控制策略,实现Agent的学习功能。最后,通过微观交通仿真软件PARAMCIS对大望桥——四惠桥快速路交通区域建模,仿真结果表明结合Q-学习、模糊控制、仿真技术和信息诱导等方法的协调控制策略,可以在一定程度上改善整个快速路区域的交通状况。     

云南省军区举办车辆维修技术骨干培训

为加强车辆装备维修保障队伍建设,推进维修保障能力向营连延伸,近日,云南省军区组织部队汽车修理工和驾驶员进行了维修技能培训,着力建设新车型维修技术薄弱、驾驶员队伍日常维护保养能力欠缺、边防营连车辆装备维修保障人才紧缺的现实矛盾和问题。通过培训,进一步增强了参训人员维修技能和组训能力,提高了部队车辆维修保障水平,促进了车辆装备保障能力整体跃升,为“维修保障向营连延伸”打下了坚实的人才基础。     

妊娠期接受应激刺激可降低大鼠学习记忆能力

当今 ,应激对脑功能 ,尤其对学习记忆能力的影响已成为神经科学和心理科学研究领域的热点问题。本研究按照中国科学院心理研究所采用的方法建立了情绪应激动物模型[1] ,以给予定时喂水训练的大鼠空瓶刺激作为妊娠母鼠的情绪性心理应激源 ,应用Ｍｏｒｒｉｓ水迷宫检测子代大鼠的学习记忆水平 ,以探测妊娠期接受应激刺激对子代大鼠学习记忆能力的影响。1　材料和方法1 .1　动物及分组　 40只雌性Ｓｐｒａｇｕｅ Ｄａｗｌｙ大鼠随机分为四组 ,即情绪应激组 (ＥＳ)、生理应激组(ＰＳ)、定时喂水对照组 (ＴＣ)和正常饮水对照组(ＮＣ)。除正常饮水…     

《电工电子》网上协作学习教学设计

Internet的高速发展促进了教育技术的巨大革新，随着Intranet向宽带、高速、多媒体化方向迅速发展，大大促进了以计算机网络为基础的网上教学以及远程教学。协作学习就是一种非常适合在Internet环境下开展的学习模式。本文对《电工电子》课程在网上协作学习进行了探讨和教学设计。     

以学生为中心：网络教育的学习模式

以学生为中心，实现其自主学习是网络教育的学习模式。充分利用计算机互联网络和各类先进通信网络的信息技术，努力实现以学生为中心的自主学习模式。     

迈向21世纪大学通识教育的新境界：从普及到深化

“从普及迈向深化”这个新方向，可以使通识教育发挥教育的本质性作用，一方面矫治现代大学教育中知识的“自我异化”之弊病，另一方面也可以厚植学生“终身学习”的基础能力。     

交通教学领域的智能CAI系统的研制与开发

作者以教学领域长期工作的经验,以及对当今计算机领域的新技术学习过程,提出了在交通教学领域研制和开发智能CAI系统的技术和思路,着重强调了“因人施教”的重要性,合理地解决了传统CAI系统中的“瓶径”问题。     

基于进化规划的BP神经网络学习

通过对将传统的BP算法和遗传算法应用到BP神经网络的学习的研究和分析,指出它们存在的缺陷。提出一个改进的进化规划算法,并将其应用于BP神经网络的权值优化。取XOR问题和4奇偶性问题的实验对传统的进化规划算法和改进的进化规划算法进行实验对比。实验结果表明,本文中提出的改进的进化规划算法优于前2个算法。