分目标

摘要： 针对传统PID控制的不足,将传统PID控制和神经网络控制有效结合,构成神经模糊自适应控制器,作为双闭环直流调速系统的转速调节器,电流调节器仍采用PID控制.同时采用分目标误差学习规则对神经网络进行训练,使系统过渡过程平稳,稳态无静差.仿真结果表明,转速调节器改进后系统的超调量明显减小,调节时间变短,动态特性和抗干扰性均有所提高.

摘要： 为了保障创新能力的培养,支持人才创新培养模式的开展,以医工融合专业为例,探讨创新教育中组织管理体系的建设,根据专业和学生需求,在人才培养过程中实施基于需求的分目标的创新培养,有针对性完善创新组织管理,建立组织保障机制,建设创新型人才培养的组织管理体系。

摘要： 高级语言程序设计课程是一门理工科大学生培养计算思维,提高信息素养非常重要的基础课程,如何帮助学生克服学习中的畏难情绪,激发学习兴趣是开展研究性教学的主要目的。论文分析了学生学习现状中的问题,围绕自测平台的应用,重新梳理和组织教学内容,通过分阶段、分层次、分目标的教学模式,加强了学习过程的管理,体现了因材施教的教学原则,明确了学生学习目标,提高了学生学习的兴趣和主动性。

摘要： 高级语言程序设计课程是一门理工科大学生培养计算思维,提高信息素养非常重要的基础课程,如何帮助学生克服学习中的畏难情绪,激发学习兴趣是开展研究性教学的主要目的.论文分析了学生学习现状中的问题,围绕自测平台的应用,重新梳理和组织教学内容,通过分阶段、分层次、分目标的教学模式,加强了学习过程的管理,体现了因材施教的教学原则,明确了学生学习目标,提高了学生学习的兴趣和主动性.

摘要： 本文基于"分年级、分目标"的模式,旨在对该模式下的主题班会的设计进行探索,为今后主题班会的设计与开展提供新思路.

摘要： 本文基于＂分年级、分目标＂的模式,旨在对该模式下的主题班会的设计进行探索,为今后主题班会的设计与开展提供新思路。

摘要： "分目标,多元素"教学模式是从传统的"讲授式"教学向"翻转课堂"教学的一种过渡,是现阶段实现高等教育人才培养目标的可操作手段.文章以"土地整治学"为例,在学生兴趣度调查的基础上构建了"分目标,多元化"的教学模式和考核体系,为应用性专业多元化教学体系和过程考核体系的建设提供了实际案例.

摘要： 必不可少的创业计划书创业不是仅凭热情和梦想就能支撑起来的,因此在创业前期制定一份完整的、可执行的创业计划书应该是每位创业者必做的功课。通过调查和资料参考,要规划出项目的短期及长期经营模式,以及预估出能否赚钱、赚多少钱、何时赚钱、如何赚钱以及所需条件等。

摘要： 以电力企业职工培训为例，提出分目标多元能力培训的方法，结合企业内部系统平台，达到教学、实验、学习与检查的目的，最终实现企业的能力培训目标。

摘要： 在万众创新的时代背景下,创新思维能力培养应成为教育者重点关注的问题。思想品德教学适当采用任务驱动教学法,有利于提高学生思维和行动的创新性。一、什么是任务驱动法任务驱动教学法建立在建构主义学习理论基础之上,它以问题为栽体,将所学知识隐含在一个或几个任务中,创设一种类似科学探究的情境或途径,让学生自主提出问题、分析问题。

摘要： 本发明涉及一种基于多目标低秩稀疏及空谱全变分的高光谱影像去噪方法。本发明结合多目标优化理论，将高光谱影像去噪恢复问题转换成对稀疏的噪声影像项、低秩的干净影像项、数据保真项联合空谱全变分项的多目标优化问题。其中，使用l0范数建模稀疏噪声，核范数建模低秩项。然后利用多目标进化算法强大的寻优能力来同时优化三个目标项，求解使该模型达到最优的一组解。本发明能够解决现有的高光谱影像稀疏去噪方法中l1范数稀疏性建模不精确问题，以及最优正则化参数选取困难问题，此外设计子适应度更新的策略使得算法更有效的进行。本发明可以有效提高高光谱影像去噪的适用性和精度。

摘要： 本发明公开了一种基于双目标函数优化的变分模态分解信号降噪方法，属于数字信号降噪方法技术领域。本发明解决了现有技术中存在的传统VMD算法的分解质量取决于主观人工经验进行参数设置，导致无法得到最优分解质量，从而影响信号的降噪效果的问题。本申请基于皮尔逊相关系数和融合冲击指数作为目标函数对变分模态分解进行参数优化的算法，可以有效实现信噪分离，抑制模态混叠，解决原始VMD方法需要人工设置参数问题，使得VMD可以根据不同输入信号的特性自适应地选择主要分解参数，无需再对各个IMF分量与原始信号进行相关性的评估以及筛选，通过分解得到的IMFs直接进行重构即可达到良好的降噪效果。

摘要： 本发明提供一种基于条件变分编码器的概率孪生目标跟踪方法及系统，属于智能机器人目标跟踪识别技术领域，将模板图像输入至训练好的共享卷积神经网络，获得模板图像特征；将当前帧作为搜索图像，输入至共享卷积神经网络和先验编码器，分别获得搜索图像特征和先验编码器隐空间；将模板图像特征与搜索图像特征进行交叉相关运算，再与先验编码器隐空间的均值采样进行串联；将串联后的结果输入至掩膜解码器，获得二进制掩膜，得到目标的边界框，实现目标的定位。本发明将不确定性学习引入了目标跟踪，获取了完整的概率分布；在较低的计算量下，可产生一致性的目标状态，通过给神经元加入噪声，深度神经网络引入正则化以防止过拟合现象，提升了鲁棒性。

摘要： 本发明涉及一种基于目标检测和超分重建的小目标分割方法和装置，首先对小目标进行检测，并将小目标图像块从大图中切割出来，其次采用超分重建算法对小目标图像块进行超分重建，最后对超分重建后的图像进行语义分割，并对分割结果进行修正，得到最终目标分割图像。本发明结合目标检测和超分重建的语义分割算法，大大降低了小目标语义分割难度，提高了算法的运算效率，同时提高了小目标的提取精度。

摘要： 本发明涉及一种基于ShuffleNetV2分类网络和梅尔谱特征的水声目标识别方法，使用ShuffleNetV2 0.5x版本和ShuffleNetV2 1.0x版本的ShuffleNetV2网络，并对其进行修改以匹配梅尔谱特征。其中包括网络每层输入张量形状的变化，输出通道的变化以及GlobalPool层卷积核大小的变化。除此之外，在2个网络中的底层分别加入了一层批量归一化层，用来规范化每批输入数据的均值和方差。本发明的识别方法中还使用了数据增强，增加了样本数据量，提高模型的泛化能力；同时使用了特征增强来标准化梅尔谱特征样本范围。实验结果表明，本发明在移动端小型设备下，基于多种实测水声目标的分类实验结果表明，作为一种融合深度学习和人工梅尔谱特征的水声目标识别方法，其识别效果目前是最优的。

摘要： 本发明公开了一种基于约束能量最小化变分自编码的高光谱目标检测方法，包括以下步骤：利用约束能量最小化算法粗检测得到用于网络训练的背景样本；将背景样本输入到变分自编码器网络中进行训练，在变分自编码网络中引入能量最小化约束，从而在训练过程中，抑制疑似目标像元的影响，更好地重构出背景；用原始图像与重构背景作差得到残差，再使用约束能量最小化对残差进行检测得到检测图，其中自相关矩阵由重构的背景成分计算得到，对检测图使用非线性函数抑制背景像素保持目标像素不变，最后根据检测图得到最终的结果。本发明提出将约束能量最小化的自相关矩阵使用重构背景计算，消除了目标对自相关矩阵计算的影响，提高了目标检测精度。

摘要： 一种基于二分图的自动驾驶多目标关联方法，涉及汽车自动驾驶技术。汽车各种传感器采集获取道路目标信息；对传感器采集的道路目标信息进行预处理，过滤无效以及异常目标信息；对各传感器采集的经过预处理的道路目标信息进行时间补偿和空间同步；对跟踪目标与测量目标进行时间补偿及空间同步；以测量目标和跟踪目标位置信息及其属性构建完全二分图，寻找测量目标和跟踪目标的最优匹配对；根据跟踪目标实时位置信息及其属性，评估当前匹配对的置信度，确定最相关目标。本发明针对多传感器目标关联，能使融合跟踪目标与各传感器实时目标进行有效关联，提升了融合目标对现实场景的真实性，增强了目标融合的可靠性，降低环境认知的资源消耗。

摘要： 本申请公开了一种目标分型方法、装置、设备及存储介质。该目标分型方法包括：分别对包含待分型目标的若干初始图像进行特征提取，得到各初始图像关于目标的初始特征；基于各初始图像之间的预设关联关系，对各初始特征进行融合，得到目标特征；利用目标特征，得到目标的分型结果。上述方案，能够提高分型结果的准确度。

摘要： 本发明公开了一种基于防区切分的目标监测方法及系统，该基于防区切分的目标监测包括：步骤1：获取防控区域内疑似目标的位置信息，并对位置信息进行初次判断；步骤2：将防控区域划分为多个监测单元，并基于每个监测单元，确定疑似目标对应的视频预置位；步骤3：基于疑似目标对应的视频预置位，调整视频监控视角至疑似目标对应的视频预置位，并获取疑似目标的视频图像；步骤4：从视频图像中提取疑似目标的目标图像信息，并对目标图像信息进行二次判断，如果二次判断结果超过预设值且初次判断结果满足预设规则，则疑似目标为真实目标。通过两次判断联合应用是本发明的目标监测方法更好的满足当前区域型安防应用需求。

摘要： 本发明属于水下目标方向估计领域，公开了一种基于秩一分解定理的水声目标阵列幅度相位误差校准方法，步骤1：对采集的水声目标的阵元信号进行特征值分解；步骤2：利用步骤1采集的阵元信号，求解每个阵元的幅度偏差和相位偏差；步骤3：利用步骤2求解出的幅度偏差和相位偏差，获得与未校准阵列相匹配的校准导向矢量；步骤4：利用步骤3的校准导向矢量进行DOA估计。该方法用以估计阵列的幅度相位误差，校正该误差从而提高方位估计性能。