基于生成对抗网络的半监督图像语义分割

提出了一种基于生成对抗网络的语义分割模型,包括一个全卷积语义分割网络以及一个判别网络,其中语义分割网络负责生成与输入图像对应的语义分割图,判别网络负责检测分割图与真实标签的区别,以促使分割网络改进分割效果。为了更好的提取全局结构信息,语义分割网络中采用了金字塔池化模块,对不同规模的空间区域进行池化操作。另外,为了应对语义分割训练数据集人工标注成本过高的问题,利用判别网络生成伪标签协助语义分割网络进行训练,从而实现了半监督训练效果。模型在PASCAL VOC2012数据集中进行了测试,结果表明该模型在全监督和半监督条件下均优于已有方法。     

基于深度学习网络模型与大数据自动训练的工件缺陷识别算法研究

针对工件缺陷种类多样和特征不明显,造成机器视觉识别精度不稳定的问题,提出了一种基于深度学习网络模型与大数据自动训练的工件缺陷识别算法,并以软件工程来实现其功能。首先,对存在缺陷的工件进行取样,采集缺陷图像,建立识别标准。然后,基于深度神经网络模型和缺陷标准图像,进行模型训练,采取分批训练,逐步迭代收敛的方式,达到准确识别工件缺陷目的。最后,基于Python语言与TensorFlow框架实现深度神经网络模型,并将模型移植到C++平台调用,嵌入到商业版本软件中,实现算法的落地应用。实验测试结果显示,相对于已有的缺陷识别技术而言,本文算法具有更高的识别准确性,可为机器视觉软硬件设备提供技术基础。     

移动机器人运动轨迹规划平滑性研究

针对机器人操纵装置或机器人路径的平滑性研究,对轨迹节点的平滑离散是很有必要,此外,还建立了满足标准平滑度的轨迹路径。平滑起点和机器人的最终位置必须要精确定义,所以经典最小二乘法是不适用的。为了解决这个问题,提出了一种改进的最小二乘法。该方法要求首先建立一个平滑的运动轨迹,同时使其起点和终点保持一致,而且减小了机器人的驱动单元的动态负载和计算时间。     

新形势下形体训练课程建设与实践分析

通过笔者多年的形体训练教学经验沉淀,以及对当下与形体发展方面新形势的些许浅薄见解,个人针对于新形势下的形体训练课程之建设以及其实践进行了相关深入分析。我们认为既然处于新形势的状态之下,我们的形体训练课程不能再套用以往的体系和方式,必须深度联系当下现实生活的状况,以如今的形势为基本出发点,制定符合当下学生形体现状和发展趋势的课程体系。我们深深地认为形体训练课程的"接地气"化教学体系的制定,既可以完成形体训练课程的最基本目标,也可以满足大学生身体发展以及生理发育所需,对大学生深度体育意识的形成和其强大体魄的构建具有极其重要的现实意义。     

篮球运动中学生损伤病因与预防

通过对体育院系学生问卷调查，了解学生在篮球运动中发生运动损伤病因，提出预防措施。     

自主机器人人工进化方法研究

在介绍人工进化研究状况的基础上 ,着重阐述了进化机器人学的关键问题 :基本概念、进化技术、进化计算和实验研究方法等 ,探索了进化机器人学未来的研究趋势及所面临的挑战 .     

论语感功能在外语学习过程中的作用

外语学习的本质就是养成新的语言习惯来实现跨文化交际，学习者重视语感在外语学习过程中的形成和作用是熟练应用外语的关键。     

体操课教学训练过程最优化的探索

本文作者应用教学教育过程最优化的理论与方法，指导体操教学训练。经过多年的探索，实践证明要提高教学训练的效益和质量，就应发挥教学系统的整体功能，选择最佳教学方法，突出教学重点，抓住关键环节。     

教学机器人实验系统的开发

本文首先介绍了教学机器人实验系统的设计思想和系统构成，然后对其工作方式及与上位机的联机操作方法作了简要的说明，最后对该系统中模拟通用机器人语言所开发的模拟机器人语言的语句及应用这种机器人语言进行编程的特色作了专门的阐述．