摘要：本文提出一种基于卷积神经网络CNN人脸识别模型,并将该模型应用于高职院校学生课堂行为分析。实验证明,使用卷积神经网络深度学习框架提取人脸深度特征,构建深度学习人脸识别模型,完成人脸识别,相比传统的人工设计的人脸特征提取,大大提高人脸识别的准确率。学生课堂行为识别算法可以正确判断学生的课堂行为,为课堂教学评价提供依据,实现更有效地教学,切实提高教学质量。

摘要：运动目标的检测与跟踪是智能交通、智能监控等领域的重要组成部分,尤其是行人、车辆的检测与跟踪,对于行人行车安全、流量监控等都有着重要的意义。由于复杂交通场景中多目标检测与跟踪的难度较高,人工设计的目标特征无法满足复杂的多目标检测与跟踪。因此,本文提出一种基于堆栈式去噪自编码器深度学习框架的多目标检测与跟踪算法,利用海量的图片数据集训练深度学习模型,提取目标深度特征,用于多目标检测与跟踪。实验结果表明,基于堆栈式去噪自编码器深度学习框架的多目标检测与跟踪算法,提高了多目标检测的准确性,实现了更加鲁棒的多目标跟踪效果。

摘要：国家大力推行现代学徒制人才培养模式,取得了一定的成效,为了客观评价基于现代学徒制的课程教学质量,本文提出一种基于堆栈式去噪自编码器(SDAE)深度学习框架,应用于现代学徒制的课程教学质量分析,为现代学徒制课程教学质量评价提供客观评价的依据。实验证明,使用堆栈式去噪自编码器深度学习框架提取人脸深度特征,检测人脸与人的姿态,完成人脸与姿态识别,分析判断教师授课时的状态以及学生上课时的专注度,为教学实施过程提供客观量化的分析评测结果,为现代学徒制课程教学评价提供依据,督促学生认真听课,方便教师及时调整课程教学设计与课堂教学实施方案,切实提高课程教学质量。

摘要：由于实践性强的特点,Java课程的教学必须要紧跟市场导向、牢固能力培养观念,坚持为社会培养实践型、技能型人才的理念。因此,将课程教学的基础性、针对性、实践性和实用性,贯穿于以基本素质、专业素质、岗位技能为特色的高等职业教育课程体系是教学改革的一个重要方面。

摘要：实验教学是人才培养的重要环节,然而目前的实验教学大多与学科前沿成果脱节严重,影响了人才的培养质量。科教融合,加强科研成果向实验教学转化,以科研促进教学是提高高校教学质量的重要途径。对科研成果进行了拆解和提炼,在此基础上设计了分阶段、多层次的实验项目。经过3届本科生实践教学的改革与实践,证明这种实践教学新模式对培养学生的动手能力、分析和解决问题能力以及创新能力有较大的提升作用。

摘要：根据水泥磨机特有的工作条件,依据奥氏体在高应力冲击条件下具有加工硬化的特性,尝试了用高铬铸铁铸态铬奥氏体作为磨球的抗磨基体,阐述了铸态下获得奥氏体所遵循的化学成分设计原则。从高铬铸铁结晶的特性出发,分析了金属型铸造对磨球基体的强度、韧性和耐磨性的影响。