摘要：凤阳花鼓是我国首批非物质文化遗产项目,其传承受到多方面因素影响而出现断层现象。通过对凤阳花鼓艺术低龄化传承的必要性、必需性,以及可能性等的阐述,提出了提高现有传承人的生活质量、延续传统的传授方式,并在原有曲目的基础上增加时代信息元素等策略。

摘要：为提高篮球教学训练的效率与智能化水平,基于三维建模技术设计一种篮球运动模拟系统.首先,采用动作捕捉技术布局人体微型惯性传感器节点,采集篮球运动员的骨骼、关节等三维数据,数据处理模块转换三维数据、提取滤波与轨迹数据;其次,基于Maya软件人物骨架与蒙皮功能设计基本人物模型,绑定所采集数据与人体骨骼用以驱使篮球运动员模型按照人体动作进行运动,在VC++开发环境下使用OpenGL渲染运动员三维模型;最后,设计篮球场虚拟场景与人机交互机制实现篮球运动三维模拟.测试结果表明:该系统模拟篮球运动过程中最高渲染反投影误差仅约为3.0%,渲染速度在25~27 ms·F^(-1)之间,篮球运动三维模拟的准确度与效率较高,是辅助篮球运动教学的理想工具.

摘要：面对高校体育教学信息无序、离散特征,以大数据为导向设计高校体育智能教学决策系统,充分挖掘海量体育教学信息的内部规律与关联,发挥教学信息在教学决策方案制定中的价值.首先,设计包含数据层、支撑层、决策层的智能教学决策系统总体架构,明确系统在体育学习行为、训练效果、教学质量等方面的分析与决策功能;其次,基于关系数据库存储模式将体育关联数据转换至数据库中安全存储,利用ID3决策树算法挖掘体育教学中的价值信息,以此为依据与数据库信息匹配生成相应的体育教学决策方案.此系统增加了教学决策的智能化程度,减少了教师在教学方案设计中的时间开销,将更多的时间投入在因材施教层面.

摘要：为优化篮球比赛现场决策效果与效率,将人工智能技术引入篮球比赛决策当中,设计了篮球比赛现场决策人工智能辅助系统。首先,利用摄像机布局了篮球场比赛帧图像采集方案,基于三维空间仿射变换方法标定相机降低帧图像失真程度;构建篮球战术数据库,将现场采集的比赛视频与数据库对战视频案例进行匹配比对;基于Apriori算法找到篮球比赛视频对应的战术方案频繁项集,生成篮球战术布局的关联规则,最终得到本场比赛最佳的篮球战术布局方案。本次对于篮球比赛人工智能辅助决策系统的构思,提高了决策者在战术布局思考中的效率,具有广阔的推广应用前景。

摘要：篮球赛场上运动员行为轨迹跟踪技术存在识别误差大、效率低等问题,为此基于机器视觉技术提出一种更加有效的篮球运动员行为跟踪识别方法 .基于机器视觉设计篮球运动员行为采集子系统,对摄像机采集的帧图像实施精准预处理作为运动员行为轮廓识别的样本数据;构建篮球运动员行为跟踪识别子系统,利用边缘轮廓信息描述运动员的行为特征,使用高斯混合模型初步提取篮球运动员轮廓信息,检测行为边缘轮廓角点完成边缘轮廓特征提取;进一步得到轮廓点分布直方图,以此为依据使用金字塔匹配算法识别运动员的行为轨迹,实现运动员边缘轮廓优化提取.测试结果表明,该方法跟踪运动员行为的误检率约在0.4%~1.3%之间,漏检曲线趋于水平状态且不大于1%,跟踪识别篮球运动员行为的实际应用效果较优.

摘要：人口老龄化问题日益加重,老年人的身体机能随着年龄的增加而降低.为提升运动跌倒预警的检测率和延长预留时间,提出基于HMM与SVM的运动跌倒预警模型,通过人体行为特征分析和判别算法设计实现运动跌倒的成功预测,并以安徽省老年群体为背景,从中采集实验数据.实验结果表明,SVM模型的检测率为69.5%,基于HMM与SVM的运动跌倒预警模型的检测率为91%,对比结果表明基于HMM与SVM的运动跌倒预警模型针对突发情况的误判率较低,具备良好的泛化能力.基于HMM与SVM的运动跌倒预警模型检测的平均预留时间是245 ms,满足充气机构反应耗时,结果有助于老年人跌倒预警以及人体保护.

摘要：防辐射重晶石混凝土作为一种有效防止射线辐射的特殊混凝土,其配合比设计与质量控制尤为值得重视。论文结合工程实例,阐述防辐射重晶石混凝土的配合比设计,以及该混凝土生产运输、浇筑养护过程中的注意事项,以供参考。

摘要：近年来,由于施工材料的强度、施工工艺以及新型结构等方面的发展,建筑物呈现出了体积大、跨度大以及高度大的特点,混凝土的用量也越来越多。论文主要对高层建筑的施工特点以及混凝土的质量控制进行分析,希望可以给相关人员带来一些启发。

摘要：针对遥感目标检测中检测速度慢,网络计算量大的问题,提出一种基于DN-YOLOv5的遥感目标快速检测方法。目标检测锚框采用K-means++重新聚类,以减少网络的计算量;修改算法主干网络部分的CSP1_X模块以减少参数量,并在主干网络进行双密集连接,加强卷积操作对特征的利用率;将算法模型中的CBL模块的Leak ReLU激活函数替换成H-swish激活函数,以提高网络检测速度。将快速目标检测方法 DN-YOLOv5在公开的DIOR遥感数据集上进行验证。结果表明,改进后的快速检测方法,模型大小为48 MB,降低了约47.2%,推理时延为33.8 ms,推理加速了约39%。

摘要：针对目前传统车牌号识别算法定位不准确,识别效率低,实时性差等的问题,提出了一种基于深度学习的车牌定位与车牌字符识别算法。在车牌检测定位阶段通过YOLOv5s算法对图片中的车牌部分进行定位,空间变换网络STN对倾斜的车牌进行矫正,将矫正过后的车牌送入LPRNet字符识别网络进行识别。通过对CCPD数据集的验证发现,相较于传统的车牌识别算法,提出的算法准确率达到98.2%,整个检测识别过程控制在11 ms内,表明了所提算法可满足车牌识别的实际需求。