新时期人才培养目标下“计量地理学”课程改革的思考

新时期大学的人才培养目标更强调综合素质提高,特别是解决实际问题能力的培养。“计量地理学”作为一门地理学相关专业理论与实际相结合最为紧密的课程,其教学面临更高的要求和更为严峻的改革任务。本文总结地方师范类高校地理相关专业“计量地理学”课程教学过程中面临的问题(教材的适配性不够好、相关教师资源配置不尽合理、课程教学的思政元素融入难度高、工具的更新亟须加强以及课程内容与地方情感的建立存在差距等),针对性提出：提升相关教材的地理学色彩、持续改进相关师资配置的制度保障、加强“计量地理学”统一平台工具的开发与普及、以地方情怀为抓手培养课程教学的思政元素等四个建议,以期为该门课程的教学改革提供借鉴的参考。     

一种增强的3D人脸替换方法

针对3D人脸重建方法在贴图时忽视对纹理处理的设计,仅进行仿射变换和插值,其中仿射变换会导致其生成图像的高频分量遭到损坏,尤其是给出嘴部姿态不同的源、目标人像时,会造成人像的嘴部纹理缺失,而插值方法会造成灰度不连续现象;提出一种增强的3D人脸替换方法,称为基于生成-重建的人脸替换(generative reconstructed face swap, GRFS)。GRFS将对抗生成网络应用于对3D人脸替换结果的纹理修复,包括两个子网络：嘴部修复网络(mouth restoration network, MRN)以及局部修复生成网络(generative local restoration network, GLRN)。MRN用于修复人像的嘴部细节,GLRN用于修复3D人脸重建过程中损坏的高频分量,并使得异常的不连续灰度变得光滑。实验结果表明,GRFS可以在给定单对源、目标人像的情况下生成逼真的人脸替换结果,且在不同实验环境下的表现好于主流人脸替换算法。     

实验教学与科研融合的文献可视化分析

以科学研究为基础,面向本科生开展的实践教学活动是高等教育的重要组成部分,是本科教学必不可少的重要环节。为了系统地厘清实验教学与科研融合的研究进展和热点问题,对CNKI中1984～2021年相关的308篇文献进行定性与定量结合的分析,借助CNKI文献管理分析工具对文献发量、高产机构、核心作者群、文献分布情况等进行可视化分析,基于VOSviewer1.6.16和CiteSpace5.7.R2绘制了关键词的共现分析图、聚类分析图谱和共现时区图谱。结果表明：该领域的研究大致分为三个阶段：萌芽期、发展期、平稳发展期。研究的热点为共享机制、教学科研平台、创新实验教学等子领域,其中,创新实验教学既是至今的研究重点,也是实验教学改革的方向。     

基于AHP法的装备质量监督人员绩效评价

军事代表绩效考核的研究,有助于完善军事代表的评价机制。在确定军代表质量监督工作评价指标的基础上,依据AHP法进行分析并确定其权重,并通过实例说明其应用方法。为装备质量监督人员的绩效评价提供参考。     

基于Vosviewer与Citespace对电动汽车充电负荷领域的量化分析

近年来,电动汽车市场发展迅速,而规模化电动汽车的集中充电会给电网的安全运行带来严重的威胁,因此如何针对规模化电动汽车的充电负荷进行预测、进一步引导用户的充电行为,以此降低电动汽车对电网的影响值得深入研究。本文基于国内外电动汽车充电负荷领域的研究现状进行整理归纳,采用Vosviewer与Citespace针对2010年-2021年领域的文献开展关键词共现与突现分析、发文期刊分布统计、作者、机构与国家的合作关系统计,进一步明确了该领域的研究热点、并对目前的不足以及未来的发展做出总结与展望。     

一种基于动态更新神经网络的无监督雷达退化故障预测方法

为了克服传统雷达故障检测方法对专家经验依赖性强、耗费大量人力物力、容易造成过度检修、无法对退化故障进行提前告警等缺点,提出了一种基于动态更新神经网络的无监督雷达退化故障预测方法。首先通过微波测量设备采集峰值功率和工作频率历史数据,其次利用动态更新神经网络对历史数据进行动态更新并预测后续数据,最后采用孤立森林方法对预测数据进行无监督故障检测,以此实现雷达退化故障预测并提前告警。结果表明,本文提出的方法可至少提前10个时间步(100 min)预测退化故障并实时告警,能够在小样本、无故障样本、无特征提取、无人工阈值的情况下实现雷达退化故障预测。     

基于论文和专利的微创手术机器人领域研发现状及前沿热点分析

为全面了解微创手术机器人领域的研发现状,本文基于论文与专利数据,对全球微创手术机器人发文趋势、国家分布、前沿热点等进行分析。结果表明,在2011—2020年间,微创手术机器人领域呈积极发展态势,无论论文还是专利的数量均呈现增长趋势,尤其是在2015—2016年后发展势头增加。在国家分布上,美国在论文发表和专利申请数量中均为最高,遥遥领先其他各国,处于全球领先水平;中国在论文和专利数量上排第二,但技术水平落后于发达国家;通过文献计量指标,意大利、英国、韩国在微创手术机器人方面均处于全球领先水平。从机构分布上来看,论文发表主体以高校及研究院所为主,技术创新主体以企业为主;美国的机构在论文发表和专利申请数量及影响力上占据绝对优势。本文基于高水平论文以及PCT专利挖掘微创手术机器人领域的前沿热点,可以发现机械手与机械臂、控制方法与系统、图像处理等均是论文和专利的焦点;但论文数据在理论研究上更突出,尤其是深度学习算法在微创手术机器人方面的研究。     

基于深度学习的手术场景运动感知

基于术中影像的运动感知是计算机辅助手术系统开发的重要研究内容,能够为运动补偿、软组织形变分析等应用提供有价值的信息,从而提高手术效率并增强手术安全。然而,手术影像中运动器械的遮挡降低了对局部区域估计的准确性。为解决这一难题,提出一种基于光流网络和解耦表示的运动感知方法,并结合自监督学习范式优化模型。制作了神经外科手术数据集,在PyTorch深度学习框架下对模型进行训练和验证。实验结果表明：该运动估计方法在复杂手术场景中具有稳定性强、准确度高的优点,在计算机辅助手术中具有较高的应用价值。     

基于监督学习的HSK阅读文本自动分级模型研究

针对HSK（汉语水平考试）各类阅读材料难度判定与等级对应中缺乏有效参照标准和分析工具的问题,以历年HSK真题阅读文本为研究对象,提取文本可读性特征,采用支持向量机、随机森林、极端梯度增强等9种监督学习算法,建立可将自选文本自动归类于相应HSK等级的模型,采用准确率、AUC等多项指标评价各模型的分级效果,并选择最佳模型制成在线工具。结果表明,监督学习在HSK阅读材料文本分析及分级方面具有较高性能,9种模型中极端梯度增强的分级效果最好,准确率为0.913,AUC为0.994。建立的分级模型和在线工具能够以较高的准确率对HSK自选文本进行分级,帮助用户有针对性地遴选文本,提高学习效率。     

基于效应量服从偏正态分布的PM法

探讨Meta分析中异质性方差和偏倚的估计以及对合并效应量的影响。在Meta分析随机效应模型中,假设各研究的效应量服从偏正态分布的基础上,基于Q统计量及其一、二阶矩,得到PM估计方程组,采用搜索法求得方程组的解,即为异质性方差和偏倚系数的估计,由此进一步得到合并效应量的估计。在实例计算中,经典的DL法计算的合并OR值为1.370 6,而提出方法计算结果为1.365 3,计算结果十分相近。基于偏正态分布的PM法,不仅估计了异质性方差,而且估计了偏倚参数,即同时考虑了异质性和偏倚对合并效应量的影响,使Meta分析模型和方法更具一般性。