高职院校中成衣设计定位教学的探索与思考

社会在发展,生活层面越来越丰富,对服装的要求已不再局限于可以简单的穿着,而是希望适合各种需求,因此在高职院校中关于成衣设计定位的教学必须适应社会的需求,以强大的攻势刺激消费者的购买欲。     

浅谈典型例题的讲解与学生能力的培养

<正> 高等数学具有严密的理论体系和大量的公式、法则、命题和定理,向学生传授这些知识,关键是介绍学习方法,培养学生分析问题和解决问题的能力。为此,我们把精选教材内容和选讲典型例题有机地结合起来,以达到预期目的。     

反证法在高等数学中的应用举例

通过例题，详细论述了反证法在高等数学中的应用。     

交通影响范围确定方法比较研究

在交通影响分析中，影响范围的确定是最关键也是其他工作的前提。亦是交通影响分析中的难点。本文分别详细圈层外推法和类别吸引率法这二种不同的交通影响分析中影响范围的确定方法。在此基础上，详细比较分析了二种方法的研究对象及各自的优缺点。     

基于特征类内紧凑性的不平衡医学图像分类方法

近些年,基于深度学习的算法和模型在各种图像分析任务中都取得了显著的成功,与常见的自然图像相比,医学图像数据集依然面临高度不平衡的问题,不平衡数据会导致特征空间里的决策边缘倾向样本多的类别,导致分类效果的下降.为了解决该问题,提出一种基于卷积神经网络考虑特征类内紧凑性的不平衡医学图像分类方法（Z-Score Compactness-based Convolutional Neural Network,ZC3NC）.首先,从一个卷积神经网络的最后一层卷积层提取训练集样本与测试集样本的特征图,随后引入一个新的Z分数来度量测试集数据的特征图相对训练集每个类在特征空间上的偏离度,偏离度的度量基于类内的紧凑度,其主要关注样本的分布特性,对各类样本数量的不平衡性不敏感.最终,根据计算的偏离度,对测试集的数据进行分类.在DermaMNIST数据集上的实验表明,在不对数据和神经网络模型做任何额外增强的情况下,该方法的平衡准确率比原卷积神经网络模型平均提高11.15%,最多提高14.08%,证明提出的分类方法能有效地提高多种卷积神经网络对不平衡医学图像数据的分类性能.此外,和最先进的不平衡分类方法 Und...     

质心层次特征的无约束手写体数字识别

光学字符识别（ＯＣＲ）是模式识别最为成功的应用之一．目前,ＯＣＲ的研究重点是无约束手写体字符识别．采用了基于字符质心的层次特征对无约束手写体数字进行分类识别．基于字符质心的不均匀分块方法,在一定程度上可以克服无约束手写体数字字形千变万化所引起的不稳定性．层次特征将字符在空间的二维分布转化为一维,特征抽取过程简单,易于实现．将该算法应用于无约束手写体数字的信函分拣系统,单字的平均识别率达９７％以上．     

应用主成份分析法评判湖泊营养类别

采用主成份分析法对１８个湖泊的是总磷、总氮、耗氧量、生物量、透明度进行了分析，并对湖泊营养类别进行了评判。分析结果表明，湖泊营养状态是总磷、总氮，耗氧量、生物量、透明度综合作用的结果，其中总磷的作用最大，其次是总氮。     

关于变换群的两个教学案例的比较研究

用新的教学理念分析、对比了有关变换群的两个教学案例，一个是传统的传授式，按照定义、定理、证明、例题的顺序展开；一个是探究式，按照创设问题情景、猜测、验证、反驳、再猜测、再验证的顺序展开．结果发现：两种方式体现了不同的教学理念，将学生的思维水平提升到不同的层次．后一种教学方式将学生的思维水平提高到探究性理解的层次上，更利于学生创新能力的培养．     

素质教育与物理教学初探

物理教学中应用《孙子兵法》中的三十六计，可起到事半功倍的效果。文章就物理教学中“测量的基础知识”运用“迂回之计’’进行了详细分析。     

砖块铺地的故事

对于方程组fi(x1,x2,…,xj)=0(i=1,2,…,n;j=1,2,…,m,m>n),一般情况下,当没有其他条件限制时,满足方程组的解无穷无尽,非常自由,真是"大海从鱼跃,长空任鸟飞"(宋代阮阅<诗总>).如果附加一些条件(最典型的就是规定所有的xi均为整数,此时解这个方程叫做不定分析),解域就显得碍手碍脚,必须小心探索,得来很费功夫.其中变幻多方、秘奥莫测:有的有通解,如勾股数公式;有的有若干组解,如百鸡问题;有的有唯一解;有的干脆在偌大一数集中无解,如费马大定理.为这些问题,人们历经山穷水尽的遭遇,悠悠岁月,终于进入柳暗花明的美好境界,不定分析的魅力就在这里.