嘿，这手势真酷

市郊新开了一家军事俱乐部。听说里面装备先进,连教练员都是退伍的老兵。只要加入俱乐部,就可以参与仿若亲临战场的真人CS游戏,身为军事发烧友的我怎能错过?这不,周末一大早,我就兴冲冲地报了名。想不到,和我有相同爱好的人还真不少!我们     

英语教学中形体语言的巧用

形体语言（Body Language），也称非语言交际（nonverbal communication），是通过表情、手势以及身体其它部分的动作来表达思想感情的一种无声语言。在英语教学中恰当地使用形体语言，对提高英语教学质量有着积极作用。     

一个简单笔式交互系统的实现

论文以用户为中心的思想，引入笔交互风格，运用Fonseca和Jorge提出的模糊逻辑识别算法，采用了中科院软件所的笔式应用开发平台PenUI作为底层支撑．设计并实现了一个能识别基本几何图形和简单手势的交互式系统。所采用的识别算法是一种识别多笔画几何草图简单方法。它利用图形的暂时邻接关系和全局几何特征来识别一些简单的几何图形，其中有实线和虚线两种类型类型。     

基于高职计算机课程教学中语言艺术的探索

介绍了高职计算机课程教学中,教师利用课堂教学语言的艺术性提高课堂教学质量的方法和体会。     

对篮球裁判工作的思考

篮球裁判工作应掌握一场比赛的“尺度”,抓好比赛中的重点问题及关键问题,注意作风和仪表,正确运用手势和口语,熟练掌握裁判员的基本功,并能坚持正常的身体训练。     

飞行员使用HUD的行为模式识别研究

为了研究飞行员在使用平视显示器执行不同飞行任务时的行为模式,提出了一种包括飞行员眼动、头部运动和手部运动多种特征的行为识别框架。首先,开展行为模式研究实验,通过眼动仪获取眼部运动和头部运动,通过基于视频的手动跟踪获取手部运动。之后采用实验得到的结果对模型进行训练和测试。最后,对比了条件随机场和隐动态条件随机场在不同特征下的识别效果。结果表明,采用眼动特征加手部特征时,隐动态条件随机场模型对不同飞行任务的识别效果较好。     

基于栈式稀疏自编码多特征融合的快速手势识别方法

针对复杂背景下手势分割提取效果不佳、图像识别率不高、识别困难等问题,研究多特征融合的快速手势识别方法.利用YCbCr颜色空间模型,构建肤色分布模型,从复杂背景中去除大部分非肤色的干扰,从而实现手势分割;接着采用5层栈式稀疏自编码网络框架,分别提取手势感兴趣区域（region of interest,ROI）的纹理图像、形状图像和显著视觉图像作为自编码网络输入,将提取到的不同类型的特征进行线性融合;最后使用基于径向基核函数（radial basis function,RBF）的支持向量机（support vector machine,SVM）分类器进行融合特征数据分类,从而实现不同类型的手势识别.实验结果表明,相比其他手势识别方法,本文方法识别率较高,提取特征更具有代表性,平均识别率可达95.05%.      

采用柯尔文手势培养学生音准能力

音乐是一种声音的艺术，它是依靠音乐的高低、长短、强弱和音色的对比变化，有规律地组织起来形成音乐形象，并通过听觉器官来感受的一种艺术。其中音高是音乐的脊梁，尤为重要。如果没有准确的音高。音乐是无法准确表达乐意的，从而无法塑造完整的音乐形象。因此，对学生要进行严格的音准训练，是学好音乐的基础，也是唱好歌曲旋律的前提。     

Gestural Communication, Social Cognition and Motives:A Comparative Study of Apes and Human Infants

虽然猿的手势比发声更加灵活和复杂,但是,猿的手势不可能与人的手势相提并论.许多关于人类幼儿和猿的“指”的对比实验显示,人类幼儿的手势以共享意图为基础,表现为幼儿社会认知和动机的根本发展,能够与参与者建立共同注意框架、理解交际意图、参与合作性活动、转换视角.这种社会认知和动机的发展为学习语言奠定了基础.