摘要：程序设计题的自动评阅能有效地辅助教师灵活开展实验教学,进而提升教学质量。针对传统动态评阅方法在处理人机交互和获取控件句柄方面存在的不足,设计和实现了一种基于代码预处理和代码嵌入式的新型动态评阅方法。该方法包含代码预处理、代码嵌入、编译运行和结果评阅等4个环节,首先在代码预处理环节对学生程序进行功能替换,然后通过植入辅助代码和功能测试代码驱动程序运行并产生结果数据,最后根据保存在临时文件中的结果数据进行评定。实施结果表明,该方法很好地实现了程序的功能检测,能准确识别和处理编译失败以及运行出错或超时等问题,体现出良好的健壮性和正确性。

摘要：通过需求调研分析,掌握市场消费者对智能商店的需求,以保证智能商店设计的可行性。然后通过智能化的发展历程、定义和程度分析,以保证其智能技术有一定的成熟性和可靠性。最后对智能商店进行仿真,主要是依靠市场上现有成熟的智能设备,进行合理配置,使其符合消费者的消费需求,达到智能销售的目标。

摘要：社会医疗保险制度作为一项关系国计民生的重要政策,已得到了社会的高度重视。随着全民医保政策的推行,医保患者在医院患者中所占比例越来越大。移动互联网的兴起,智能手机的普及,为医保查询提供新的便捷手段。实践表明,基于微信平台的医保费用查询系统的解决方案,能够充分发挥信息化手段的作用,实现"智慧医疗",提高医生单位时间内的劳务价值,为群众提供更便捷高效的服务,改善患者就医体验。

摘要："对分课堂"是近年来受到广泛关注的一种教学模式,许多学科在教学中都对这一模式进行了应用探索,特别是在文科类课程运用中获得了丰硕的教学成果。相对于文科类,理工类课程由于自身教学特点和教学条件的限制,对这一教学模式的运用和探索还处于初步阶段。笔者在医学本科高校影像物理基础课程"B超人工造模伪像观察"实验课教学中,基于这一教学模式,设计并实施了一套教学流程。在该教学流程下,通过生生互动、师生互动,让传统理工实验课的单纯实验重现与讨论式课堂结合起来,一方面提高了学生将理论知识转化为动手能力的积极性,另一方面学生通过讨论环节能更深入的思考和理解已学的相关理论知识,从而大大提升他们的满足感和成就感。

摘要：《医学信息分析与决策》课程概念多、原理复杂,传统教学方法学生课堂学习效率低。采用问题驱动教学法,针对不同的教学内容,设计大问题、小问题或大问题和小问题相结合的方式,使学生带着问题进行思考和学习,激发学生的思维活动,变被动学习为主动学习,提高课堂教学效果。

摘要：以广东医科大学为例,分析教学改革的关键问题,建立基于创新思维和计算思维的计算机课程多元平台培养体系,对课内学习、课程内容和教学方法进行改革,同时开展多种形式的课外学习。介绍平台建设的效果及影响,指出该体系的应用能够全面提升学生的思维能力。

摘要：图像匹配是指将2个不同场景的目标或者背景进行匹配的一个过程,是实现复杂的智能图像处理的基础,图像匹配算法的准确性及效率直接关系到整个图像处理系统的性能。特征点提取作为图像匹配的一个关键,是实现图像精准快速匹配的前提,本文以目前应用最为广泛的,鲁棒性最好的SIFT特征点提取算法为基础,对其进行了改进,结合Harris算法有效地降低了图像匹配过程中的特征点提取时间,通过实验验证,该方法可以有效地提升图像匹配的准确性和效率。

摘要：针对现有危险品运输管理的现状,应用软件工程技术,设计实现了一个危险品运输管理系统。系统采用B/S模式的三层架构技术,易于实现和扩展;系统的应用可逐步实现危险品运输公司管理的信息化和规范化,针对公司业务工作进行全过程的数字化管理,有效提高工作效率,节约人力物力财力。为想实现一个运输管理系统的单位提供了一个参考模型。

摘要：现有的滤波算法在去噪性能和计算速度上存在不足,为此,我们提出了去除脉冲噪声的快速开关中值图像滤波算法。算法根据噪声的灰度特征以及信号像素的局部统计特征进行噪声检测,迭代调用邻域不断增大的SMF进行去噪处理;每次调用标准中值滤波算法,均扩大邻域范围,并充分利用上一步滤波结果;按顺序优先选择每次调用SMF的处理结果作为噪声像素的替代值。算法具有与标准中值滤波算法一样的实时性,同时突破标准中值滤波算法在去噪性能上的瓶颈,具有较强的鲁棒性。实验表明,与现有的算法相比,所提出的算法在去除噪声的同时,能较好地保持图像细节和纹理结构,并且计算速度快,满足实时处理的要求。

摘要：为了克服现有的滤波算法在去噪性能和计算复杂度上的瓶颈,为图像处理与分析提供高质量的图像,提出迭代的顺序加权中值图像滤波算法。算法根据噪声与信号像素分布的局部统计特征进行噪声检测,以迭代的方式调用加权中值滤波算法对噪声像素的灰度进行估测;加权算子的系数根据邻域像素与中心像素的空间距离,顺序地递减分布,以更加准确地体现邻域像素对中心像素的相关性与影响。从实验结果可知,相对于当前最新提出的算法,文中设计的算法具有优越的去噪性能和较好的细节保持能力,且其计算速度快于大部分的现有算法。