基于Mask R-CNN的满文文档版面分析

提出一种基于Mask R-CNN深度学习框架的满文文档版面分析方法,将满文文档版面分析问题转化为基于深度学习的图像实例分割问题。使用ResNet101网络和FPN网络构成的卷积神经网络自动提取满文文档图像特征,特征图经过RPN网络和RoI Align层生成新的特征图。新特征图经过全连接层完成感兴趣区域的类别和边框预测,并经过全卷积神经网络对感兴趣区域的像素进行分类得到mask预测,最终实现满文文档图像的实例分割。通过《新满汉大辞典》的文档图像构建了满文文档图像数据集,算法在该满文文档图像数据集上进行了实验。实验结果表明,本算法在满文文档版面分析中取得了较好的检测和分割效果。     

基于深度学习的交通标志检测方法研究

提出了一种基于Faster R-CNN深度学习框架的交通标志检测方法,使用VGG16卷积神经网络自动提取交通标志图像特征,并将卷积特征图传入区域建议网络(RPN)中进行前景目标筛选及回归目标边框,将建议区域框映射到特征图上,经过RoI池化层后输出固定大小的建议框,利用分类网络对建议区域进行具体的类别判断,并精确回归目标的边框。并将算法在德国交通标志数据集GTSDB进行了实验验证,实验结果表明了所提出算法的有效性,该方法对不同光照、遮挡、标志模糊等具有鲁棒性。     

民族院校实验室开放策略研究与实践

分析了实验室开放面临的主要问题,结合少数民族学生特殊性,从实验室资源、管理机制、师资队伍以及学生引导等方面提出了实验室开放实施策略。教学实践表明,所提出的开放策略激发了学生学习兴趣和自信心,切实提升了学生的工程实践能力和创新意识,教学效果显著。     

一种非接触式数字旋转测速系统的研究及实现

基于高压频闪灯闪光频率与被测物体转速同步的原理,提出一种新的非接触数字旋转测速方法,分析了测速原理,给出测速系统的具体实现方案,并进行了硬件设计和软件分析.实验结果和现场应用表明,该数字旋转测速系统具有性价比高、性能稳定可靠等诸多优点.     

基于分水岭变换的互相遮挡交通标志自适应分离

针对交通标志检测中标志互相遮挡导致检测性能下降的问题,提出一种基于分水岭变换的互相遮挡标志自适应分离算法.基于RGB归一化阈值分割算法对标志图像进行二值化处理,然后构造区域轮廓特征矢量对二值图像中各个兴趣区域进行匹配,确定并提取互相遮挡标志候选区域Blob.对提取的低维数Blob进行形态学膨胀处理,使不连续的边缘趋于连续,然后利用欧氏距离变换和分水岭变换寻求标志间分水岭脊线,利用脊线实现标志的自适应分离.实验结果表明算法取得较好的分离效果,在整个标志检测应用中,与现有算法相比,检测率提高了6.1%,处理速度提升了近3倍.     

基于nRF905的射频红外遥控协议转换器的设计与实现

针对红外线遥控家居设备无缝融人具有无线射频传输的智能家居系统的问题,提出并设计了一种射频红外遥控协议转换器。在论证了系统的设计方案基础上,实现了系统硬件和软件设计。以最为常用的NEC红外遥控协议为例,进行了系统测试,测试结果表明了系统的有效性。     

基于颜色模型和区域特性的交通标志提取方法研究

为了提升交通标志的检测效率,研究了基于RGB归一化交通标志阈值分割算法和基于HSI颜色模型的交通标志阈值分割算法,对比分析了两种分割算法的性能。针对分割后二值图像交通标志虚警率高的问题,研究了标志的区域特性,提出了基于区域特性的交通标志提取阈值处理方法,为进一步提升基于形状特征或基于机器学习的交通标志检测效率奠定了坚实基础。     

“语码转换式”双语教学网络化支撑系统的构建——以通信工程专业双语教学为例

指出了"语码转换式"双语教学因时空制约而难以全方位开展的瓶颈问题。提出以教师促进系统、学生自主学习系统、多边交流系统、考核反馈系统以及信息发布系统为支撑主体,借助Blackboard教学辅助平台,构建了"语码转换式"双语教学的网络化支撑系统。探索出一条挣脱瓶颈、全面开展"语码转换式"双语教学的有效途径,激发了学生专业英语的学习兴趣和主动性,切实提高了双语教学效果和教学质量。     

基于OBE的电子信息类工程人才培养模式的探索与实践——以大连民族大学为例

OBE教育理念是一种教育范式的革新,是切实以学生为中心的先进工程教育模式.分析了电子信息类工程人才培养传统模式面临的主要问题,结合大连民族大学的学生培养目标,从培养方案重构、课程体系优化、课堂教学改革、复杂工程问题能力培养以及评价机制和持续改进机制优化等方面,探索和实践了基于OBE理念的电子信息类工程人才培养模式.教学实践表明,该模式提升了工程教育教学水平,取得了良好的人才培养效果.