浅议学校文化建设中的几个误区

随着课程改革的深入实施，新的课程理念必将对学校的文化建设带来冲击和影响：一方面，课程改革对学校文化建设提出了挑战，为学校文化重建提供契机，甚至可以说课程改革本身也是学校文化重建的重要内容之一；另一方面，学校文化是课程改革的载体，课程改革的根本依托在于学校文化的重建，甚至可以说学校文化重建是新课程改革最深层次的改革。所以，学校应从战略的高度重新思考学校文化建设的问题，抓住机遇，迎接挑战，努力提高办学的实力和品位。但在学校文化建设问题上存在以下几个误区，应该引起我们的注意。[第一段]     

Application of the Business Process Reengineering Model in Steel Enterprises

1 Introduction The world economic develops into a newperiod,the steel enterprises confront newchanceand challenge in the production scale , productcost , production quality and economic profit .Therefore it is essential for decreasing cost andenhancing the completing ability in market byapplication of modern management ideal andmethod to execute the business processreengineeringfor traditional enterprises[1]. The ERPsystems were employed earlyin manylarge-middle steel enterprises in China . …     

弹性波层析技术的研究

文章研究了弹性波计算机层析重建技术,并用TurboC3.0实现了该数值重建过程,重建了弹性波在媒介的波速分析,确定了被测物的实际位置和范围。     

基于三维分叉模型的血管轴重建方法

针对血管轴重建中血管段难以配准的问题，提出了一种基于先验分叉模型的血管轴重建方法。该方法利用血管走向和分叉结构的先验信息，对血管片段进行基于先验分叉模型的配准，从而更有效地将血管分支的三维结构信息提取出来。实验结果表明，该方法降低了血管片断重建的复杂度，提高了重建速度和重建精度。     

校园航拍图像超分辨率重建的粒计算方法

提出了校园航拍图像超分辨率重建的粒计算方法,包括:(1)提出了图像粒化方法,实现图像空间向粒度空间的转化;(2)设计粒之间合并运算和分解运算,构造粒之间的模糊包含关系μ和σ,实现不同粒度空间之间的转化,获取图像的先验知识,指导校园航拍图像超分辨率重建算法的设计;(3)根据自顶向下、自底向上两种模式和图像先验知识,设计校园航拍图像超分辨率重建粒计算算法,实现粒度空间向图像空间的转化.实验验证了提出方法的可行性.     

基于深度学习的图像超分辨率重建方法综述

图像超分辨率重建(super-resolution, SR)是指从观测到的低分辨率图像重建出相应的高分辨率图像,在目标检测、医学成像和卫星遥感等领域都有着重要的应用价值.近年来,随着深度学习的迅速发展,基于深度学习的图像超分辨率重建方法取得了显著的进步.为了把握目前基于深度学习的图像超分辨率重建方法的发展情况和研究热点,对一些最新的基于深度学习的图像超分辨率重建方法进行了梳理,将它们分为两大类(有监督的和无监督的)分别进行阐述.然后,在公开的数据集上,将主流方法的性能进行了对比分析.最后,对基于深度学习的图像超分辨率重建方法进行了总结,并对其未来的研究趋势进行了展望.     

一种基于加权多准则的火炮爆炸场中高温火球三维温度场的迭代重建算法

针对爆炸场温度高、温度动态范围大、不可直接测量、温度场重建难以取得较高精度等问题,改进了一种在图像重建中广泛应用的联合代数重建（simultaneous algebraic reconstruction technique,SART）算法,以实现爆炸场中温度场的重建。该改进方法将原算法迭代固定步长改为自适应步长,通过判断相邻像素间是否产生畸变来决定迭代步长的大小,无畸变时迭代步长较大,有畸变时则加入惩罚使迭代步长变小;并在SART算法满足的最小二乘准则中加入均匀性准则,提高重建质量。通过仿真实验讨论了惩罚区域和惩罚系数对重建图像质量的影响,并对比了传统SART算法和在校正项中加入惩罚的SART算法。实验结果表明,由于改进方法在迭代系数中加入了惩罚项,得到的重建图像质量更高。     

基于机器学习的深基坑三维土层重建

在深基坑施工过程中,需要通过少量钻孔数据来进行土层三维模型重建,以获取土质信息分布.提出一种基于机器学习的土层重建方法,首先设计土层生成算法来进行土层训练数据集的数据增强.然后根据钻孔信息数据结构设计了预测模型特征编码方法,作为预测模型的标准输入,通过搭建卷积神经网络模型,对土层结构进行特征提取,形成土层预测模型.随后,利用预测模型对待预测地块中的离散格点进行土层属性预测,获得土层体数据.最后,对土层体数据利用Marching Cubes算法生成封闭等值面,形成土层实体块,从而实现了对三维土层的重建.本模型能够适应不同层数、不同类型的地层,具备了实际工程应用的初步条件.     

浅析后现代课程

后现代课程近几年来引起了学术界的广泛关注.其萌芽阶段始于概念重建主义,它从政治学、种族学、美学等多元的视角来研究课程,具有人文性、过程性、联系观、整体观等鲜明特征.后现代课程观点来自西方,是否适合中国本土,还需考虑其适切性问题.     

强噪声干扰下的矩形波重建

在强噪声干扰下恢复有阶跃点的奇异波形或检测其参数在通讯，生物医学工程、图像处理中具有重要的意义，本文提出重建矩形波的理论及５种设计方法，通过处理、识别、重建３个步骤，能达到通常线性，非线性，时变滤波器很难达到的效果。