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
共找到5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：
以人为本的数字媒体技术专业课程体系构建——以辽宁师范大学为例 被引量：4
1
作者 高伟 周洋阳 +1 位作者 王程 曹意唱 《软件导刊.教育技术》 2018年第3期11-14,共4页
数字媒体技术专业课程体系建设对于培养数字媒体技术人才具有重要现实意义。结合国内外与数字媒体技术相关专业发展状况,深入分析国内外具有代表性学校相关专业设置背景、专业特色、人才培养目标与规格、课程体系等方面,与辽宁师范大学... 数字媒体技术专业课程体系建设对于培养数字媒体技术人才具有重要现实意义。结合国内外与数字媒体技术相关专业发展状况,深入分析国内外具有代表性学校相关专业设置背景、专业特色、人才培养目标与规格、课程体系等方面,与辽宁师范大学专业体系进行对比,基于"以人为本"、"双元制"等理论,分析该校课程体系存在的"以人为本"的理念不突出、实践性的内容贯彻不彻底、学校专业特色不明显等问题,提出了科学细化定位人才培养目标、增加课程实践性内容与环节、强化课程设置灵活多样与特色性、丰富课程评价方式等调整方案。 展开更多
关键词 数字媒体技术 以人为本 课程体系 双元制
下载PDF
高校新媒体环境下数据库教学探索——以医学信息工程专业为例
2
作者 曹意唱 《通讯世界》 2024年第9期70-72,共3页
随着信息技术的迅猛发展和医学领域的数字化转型,数据库技术在医学信息管理、医疗数据分析等方面扮演着越来越重要的角色。高校作为培养医学信息工程人才的重要基地,面临着如何在新媒体环境下有效进行数据库教学的挑战。基于此,深入探... 随着信息技术的迅猛发展和医学领域的数字化转型,数据库技术在医学信息管理、医疗数据分析等方面扮演着越来越重要的角色。高校作为培养医学信息工程人才的重要基地,面临着如何在新媒体环境下有效进行数据库教学的挑战。基于此,深入探讨高校新媒体环境下医学信息工程专业数据库教学的现状、挑战与机遇,并提出相应的优化策略。通过整合新媒体技术的优势,创新教学方法,提高学生的数据库应用能力和医学信息素养,培养具备创新精神和实践能力的复合型人才。 展开更多
关键词 高校 新媒体 医学信息工程 数据库教学 信息素养
下载PDF
新工科背景下医学物理教学设计与优化分析
3
作者 张超慧 苗丽华 +1 位作者 曹意唱 黄和 《中国现代教育装备》 2024年第17期75-78,共4页
以新工科建设为导向,针对医学物理教学,从学生入学成绩差异、课程时间安排、专业课程建设、考核方式等方面进行实践探索,采用线上线下相结合的教学方式,通过实践教学设计及各因素权重对比分析,进而得到医学院校物理能力培养和高效教学... 以新工科建设为导向,针对医学物理教学,从学生入学成绩差异、课程时间安排、专业课程建设、考核方式等方面进行实践探索,采用线上线下相结合的教学方式,通过实践教学设计及各因素权重对比分析,进而得到医学院校物理能力培养和高效教学的优化课程方案。 展开更多
关键词 新工科 教学设计 优化分析 能力培养
下载PDF
应用特征感知与协同表示的高光谱图像分类方法
4
作者 陈浪 闫德勤 +1 位作者 刘德山 曹意唱 《软件导刊》 2022年第2期171-176,共6页
为解决高光谱图像中存在噪声、空间结构复杂和光谱信息复杂等问题,提高分类算法的噪音处理与空间识别能力,提出应用特征感知与协同表示的高光谱图像分类方法。首先运用自适应加权方式对图像进行重建;然后通过计算空间偏置矩阵,对空间特... 为解决高光谱图像中存在噪声、空间结构复杂和光谱信息复杂等问题,提高分类算法的噪音处理与空间识别能力,提出应用特征感知与协同表示的高光谱图像分类方法。首先运用自适应加权方式对图像进行重建;然后通过计算空间偏置矩阵,对空间特征进行感知,通过计算光谱偏置矩阵对光谱特征进行感知;最后根据误差最小原则确定测试样本的类别信息。在标准数据集Pavia University和Salinas上的实验结果表明,该方法总体准确率达到98.96%和99.63%。与先进的分类算法相比,该算法在平滑噪声、感知特征和空间识别等方面效果更佳,具有较好的分类性能。 展开更多
关键词 协同表示 高光谱图像 分类 特征感知 正则化
下载PDF
空谱融合下局部判别嵌入核协同表示的高光谱图像分类算法
5
作者 曹意唱 闫德勤 +1 位作者 陈浪 刘德山 《软件工程》 2021年第7期15-20,共6页
协同表示分类方法已经被越来越多地应用在高光谱图像分类中,但协同表示方法因重视稀疏性忽略局部性而不能充分地刻画高光谱图像特征,导致分类精度不高。针对这一问题,提出了空谱融合下局部判别嵌入核协同表示方法(LPKCRC)。首先,利用空... 协同表示分类方法已经被越来越多地应用在高光谱图像分类中,但协同表示方法因重视稀疏性忽略局部性而不能充分地刻画高光谱图像特征,导致分类精度不高。针对这一问题,提出了空谱融合下局部判别嵌入核协同表示方法(LPKCRC)。首先,利用空谱特征学习模型对高光谱图像进行特征学习;其次,利用图嵌入矩阵提取数据局部几何结构和局部判别信息,并将其作为流行正则项引入CRC中,同时利用核的特性对高光谱数据进行核映射。实验结果证明,该算法在Indian Pines和Salinas两个高光谱数据集分类结果中都优于其他相应的算法,能够提高分类准确率。 展开更多
关键词 核协同表示 局部流形结构 空谱特征学习 高光谱图像 稀疏性
下载PDF
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
使用帮助 返回顶部