期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
高校数学课程思政要素体系与融入方式——基于“全国高校青年教师教学竞赛”获奖作品分析
被引量：
10
1
作者
高雪芬
洪涛清
《数学教育学报》
CSSCI
北大核心
2024年第4期78-82,102,共6页
构建数学课程思政要素体系是进行课程思政深入研究的需要.从科学精神与伦理、哲学与思想、品德与法治、情怀与信念4个维度,构建了高校数学课程思政要素体系,指出了思政融入的附加式、顺应式、融合式3种方式.以近三届“全国高校青年教师...
构建数学课程思政要素体系是进行课程思政深入研究的需要.从科学精神与伦理、哲学与思想、品德与法治、情怀与信念4个维度,构建了高校数学课程思政要素体系,指出了思政融入的附加式、顺应式、融合式3种方式.以近三届“全国高校青年教师教学竞赛”中的数学课程获奖作品为样本,采用录像分析法进行分析.结果表明,所有选手都融入了课程思政,案例内容主要集中在中国故事、思想方法、品德修养等方面;采用附加式的作品较多,顺应式和融合式的作品较少;顺应式、融合式的教学设计,高契合度的思政内容,由浅入深、丝丝入扣的逻辑结构更容易获得专家的青睐.
展开更多
关键词
课程思政
教学竞赛
获奖作品
大学数学
在线阅读
下载PDF
职称材料
基于扩散模型与神经辐射场的单视图动物3D重建方法
2
作者
宋俊锋
翟源昊
+2 位作者
王国相
叶振
江丽荣
《无线电通信技术》
北大核心
2025年第3期610-616,共7页
基于扩散生成模型,利用单张图像生成动物3D模型,存在纹理不一致、细节不足等问题,提出一种基于扩散模型与神经辐射场(Neural Radiation Field,NeRF)的单视图动物3D重建方法。通过引入相机参数条件微调扩散模型,生成多视角一致的高分辨...
基于扩散生成模型,利用单张图像生成动物3D模型,存在纹理不一致、细节不足等问题,提出一种基于扩散模型与神经辐射场(Neural Radiation Field,NeRF)的单视图动物3D重建方法。通过引入相机参数条件微调扩散模型,生成多视角一致的高分辨率图像;结合个性化的低秩调整(Low-Rank Adaptation,LoRA)模块优化NeRF权重,显著提升纹理细节捕捉能力;利用反馈优化机制,进一步增强几何和纹理表现的全局一致性。实验结果表明,与现有方法相比,所提方法在复杂纹理和几何边界处理方面表现卓越,能够显著提升动物3D模型的纹理质量与视觉效果。
展开更多
关键词
单视图
扩散模型
低秩调整
神经辐射场
纹理增强
在线阅读
下载PDF
职称材料
基于改进YOLOv7的航拍图像下松材线虫病疫木识别
被引量：
1
3
作者
胡丹妮
吴红玉
叶振
《林业工程学报》
北大核心
2025年第2期147-155,共9页
松材线虫病是一种危害程度极高的传染性松树病害。为精确掌握大尺度范围松材线虫病疫木的数量和分布,提出了一种基于改进YOLOv7的无人机航拍图像下松材线虫病疫木检测模型。首先,针对因航拍图像背景复杂而导致的疫木错检漏检问题,在模...
松材线虫病是一种危害程度极高的传染性松树病害。为精确掌握大尺度范围松材线虫病疫木的数量和分布,提出了一种基于改进YOLOv7的无人机航拍图像下松材线虫病疫木检测模型。首先,针对因航拍图像背景复杂而导致的疫木错检漏检问题,在模型主干特征提取部分引入SimAM注意力机制,以便模型更好地聚焦松材线虫病疫木颜色、纹理等关键特征;其次,用ConvNeXt网络对Head部分的ELAN-W网络进行替换,以提高模型对单株疫木的特征提取效率,在降低模型参数量的同时提升模型检测速度;然后,引入SPD-Conv以提高低分辨率航拍图像下小目标的检测精度;最后,将颈部网络的卷积替换为CoordConv,以更好地感受特征图中疫木的位置信息。在自建的松材线虫病疫木数据集中进行了大量验证,结果表明:经改进后的YOLOv7模型检测精确度为91.1%,召回率为93.5%,F_(1)分数为92.3%,与原YOLOv7模型及其他当前主流模型相比,各项主要指标均有一定提升。在选取的两块不同区域测试样地上的实验结果表明,本模型具有较好的适应性,可有效应用于大尺度松材线虫病疫木普查任务中。
展开更多
关键词
松材线虫病
大尺度范围疫木识别
无人机航拍图像
目标检测
YOLOv7
在线阅读
下载PDF
职称材料
题名
高校数学课程思政要素体系与融入方式——基于“全国高校青年教师教学竞赛”获奖作品分析
被引量：
10
1
作者
高雪芬
洪涛清
机构
浙江理工大学理
学院
丽水学院数学与计算机学院
出处
《数学教育学报》
CSSCI
北大核心
2024年第4期78-82,102,共6页
基金
中国高等教育学会课题——基于创新的高校教师课堂教学核心能力模型构建及培养实践探索与研究(23PXZ0428)
浙江理工大学校级重点定向选题教改项目——AI赋能的高等数学课程教学创新与实践(2024)
浙江省高教学会课题——基于MOOC与教材同向同行的高校STEAM几何学课程的开发与实践研究(KT2023104)。
文摘
构建数学课程思政要素体系是进行课程思政深入研究的需要.从科学精神与伦理、哲学与思想、品德与法治、情怀与信念4个维度,构建了高校数学课程思政要素体系,指出了思政融入的附加式、顺应式、融合式3种方式.以近三届“全国高校青年教师教学竞赛”中的数学课程获奖作品为样本,采用录像分析法进行分析.结果表明,所有选手都融入了课程思政,案例内容主要集中在中国故事、思想方法、品德修养等方面;采用附加式的作品较多,顺应式和融合式的作品较少;顺应式、融合式的教学设计,高契合度的思政内容,由浅入深、丝丝入扣的逻辑结构更容易获得专家的青睐.
关键词
课程思政
教学竞赛
获奖作品
大学数学
Keywords
ideological and political education
teaching competition
award-winning works
college mathematics
分类号
G423 [文化科学—课程与教学论]
在线阅读
下载PDF
职称材料
题名
基于扩散模型与神经辐射场的单视图动物3D重建方法
2
作者
宋俊锋
翟源昊
王国相
叶振
江丽荣
机构
丽水学院数学与计算机学院
浙江省特色文创产品数字设计与智能制造重点实验室
北京邮电大学信息与通信工程
学院
丽水
学院
商
学院
丽水
市莲都林场
出处
《无线电通信技术》
北大核心
2025年第3期610-616,共7页
基金
浙江省自然科学基金(LTGN23F020001)
百山祖国家公园“揭榜挂帅”项目(2022JBGS01)。
文摘
基于扩散生成模型,利用单张图像生成动物3D模型,存在纹理不一致、细节不足等问题,提出一种基于扩散模型与神经辐射场(Neural Radiation Field,NeRF)的单视图动物3D重建方法。通过引入相机参数条件微调扩散模型,生成多视角一致的高分辨率图像;结合个性化的低秩调整(Low-Rank Adaptation,LoRA)模块优化NeRF权重,显著提升纹理细节捕捉能力;利用反馈优化机制,进一步增强几何和纹理表现的全局一致性。实验结果表明,与现有方法相比,所提方法在复杂纹理和几何边界处理方面表现卓越,能够显著提升动物3D模型的纹理质量与视觉效果。
关键词
单视图
扩散模型
低秩调整
神经辐射场
纹理增强
Keywords
single-view
diffusion model
LoRA
NeRF
texture enhancement
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于改进YOLOv7的航拍图像下松材线虫病疫木识别
被引量：
1
3
作者
胡丹妮
吴红玉
叶振
机构
浙江理工大学理
学院
丽水
学院
工
学院
丽水学院数学与计算机学院
出处
《林业工程学报》
北大核心
2025年第2期147-155,共9页
基金
浙江省自然科学基金探索项目(LTGN23F020001)。
文摘
松材线虫病是一种危害程度极高的传染性松树病害。为精确掌握大尺度范围松材线虫病疫木的数量和分布,提出了一种基于改进YOLOv7的无人机航拍图像下松材线虫病疫木检测模型。首先,针对因航拍图像背景复杂而导致的疫木错检漏检问题,在模型主干特征提取部分引入SimAM注意力机制,以便模型更好地聚焦松材线虫病疫木颜色、纹理等关键特征;其次,用ConvNeXt网络对Head部分的ELAN-W网络进行替换,以提高模型对单株疫木的特征提取效率,在降低模型参数量的同时提升模型检测速度;然后,引入SPD-Conv以提高低分辨率航拍图像下小目标的检测精度;最后,将颈部网络的卷积替换为CoordConv,以更好地感受特征图中疫木的位置信息。在自建的松材线虫病疫木数据集中进行了大量验证,结果表明:经改进后的YOLOv7模型检测精确度为91.1%,召回率为93.5%,F_(1)分数为92.3%,与原YOLOv7模型及其他当前主流模型相比,各项主要指标均有一定提升。在选取的两块不同区域测试样地上的实验结果表明,本模型具有较好的适应性,可有效应用于大尺度松材线虫病疫木普查任务中。
关键词
松材线虫病
大尺度范围疫木识别
无人机航拍图像
目标检测
YOLOv7
Keywords
pine nematode disease
large-scale range recognition of epidemic wood
UAV aerial images
object detection
YOLOv7
分类号
TP751 [自动化与计算机技术—检测技术与自动化装置]
S763 [农业科学—森林保护学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
高校数学课程思政要素体系与融入方式——基于“全国高校青年教师教学竞赛”获奖作品分析
高雪芬
洪涛清
《数学教育学报》
CSSCI
北大核心
2024
10
在线阅读
下载PDF
职称材料
2
基于扩散模型与神经辐射场的单视图动物3D重建方法
宋俊锋
翟源昊
王国相
叶振
江丽荣
《无线电通信技术》
北大核心
2025
0
在线阅读
下载PDF
职称材料
3
基于改进YOLOv7的航拍图像下松材线虫病疫木识别
胡丹妮
吴红玉
叶振
《林业工程学报》
北大核心
2025
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
