车道偏移的检测是智能车辆辅助驾驶系统中的重要技术问题之一。通过基于灰度阈值分割的梯度边缘检测技术,在对路面图像进行边缘检测的同时,配合以路面的灰度信息,准确地分离出车道标志线的边缘,再依此定义车道的跟踪区域——感兴趣区域(...车道偏移的检测是智能车辆辅助驾驶系统中的重要技术问题之一。通过基于灰度阈值分割的梯度边缘检测技术,在对路面图像进行边缘检测的同时,配合以路面的灰度信息,准确地分离出车道标志线的边缘,再依此定义车道的跟踪区域——感兴趣区域(ROI),利用车道边缘信息定义边缘分布函数EDF(Edge Distribution Function),通过对跟踪区域中车道线梯度方向的分析,获取两条车道标志线在道路图像中的方向,以此作为车道偏移判断与预警的主要根据。该方法能够有效地抑制图像中非线性物体的干扰,是一种有效、可靠的车道偏移检测与预警方法。展开更多
著名教育心理学家让·保罗·皮亚杰(Jean Paul Piaget,1896—1980)认为:新知识的学习无非是经历同化顺应过程。个体接触到新的知识,首先是以旧的认知结构(图式)对其进行解释与吸收(同化),将新问题纳入原有的认知结构之中;当原...著名教育心理学家让·保罗·皮亚杰(Jean Paul Piaget,1896—1980)认为:新知识的学习无非是经历同化顺应过程。个体接触到新的知识,首先是以旧的认知结构(图式)对其进行解释与吸收(同化),将新问题纳入原有的认知结构之中;当原有的认知结构暂时不能解释容纳时,则内部系统就会及时对旧的认知结构进行调整(顺应),以便包容新知识,达到认知结构的新的平衡。这就是“同化顺应”理论在认识新知识和指导教学方面的基本内容。运用这个理论指导高等学校的数学课程的教学,对实现“高速度与巩固性相结合”的教学原则有着重要的意义。现以概率论教学为例,谈谈“同化顺应”理论在优化教学中的作用,以飧同行。展开更多
In this paper we discuss a step further some convergence and continuity problems of distribution function on R^i. We give the following results: (1)distribution function F(x_1,…,x_k) on R^k is continuous if and only ...In this paper we discuss a step further some convergence and continuity problems of distribution function on R^i. We give the following results: (1)distribution function F(x_1,…,x_k) on R^k is continuous if and only if all marginal distribution functions of F is continuous on R^1. (2)If limF_n(x_1,……,x_k)=F(x_1,…,x_k) and limF_n(x_1—0,…,x_k—0)=F(x_1—0,…,x_k—0) at all non-continuity points of F, then展开更多
文摘车道偏移的检测是智能车辆辅助驾驶系统中的重要技术问题之一。通过基于灰度阈值分割的梯度边缘检测技术,在对路面图像进行边缘检测的同时,配合以路面的灰度信息,准确地分离出车道标志线的边缘,再依此定义车道的跟踪区域——感兴趣区域(ROI),利用车道边缘信息定义边缘分布函数EDF(Edge Distribution Function),通过对跟踪区域中车道线梯度方向的分析,获取两条车道标志线在道路图像中的方向,以此作为车道偏移判断与预警的主要根据。该方法能够有效地抑制图像中非线性物体的干扰,是一种有效、可靠的车道偏移检测与预警方法。
文摘著名教育心理学家让·保罗·皮亚杰(Jean Paul Piaget,1896—1980)认为:新知识的学习无非是经历同化顺应过程。个体接触到新的知识,首先是以旧的认知结构(图式)对其进行解释与吸收(同化),将新问题纳入原有的认知结构之中;当原有的认知结构暂时不能解释容纳时,则内部系统就会及时对旧的认知结构进行调整(顺应),以便包容新知识,达到认知结构的新的平衡。这就是“同化顺应”理论在认识新知识和指导教学方面的基本内容。运用这个理论指导高等学校的数学课程的教学,对实现“高速度与巩固性相结合”的教学原则有着重要的意义。现以概率论教学为例,谈谈“同化顺应”理论在优化教学中的作用,以飧同行。
文摘In this paper we discuss a step further some convergence and continuity problems of distribution function on R^i. We give the following results: (1)distribution function F(x_1,…,x_k) on R^k is continuous if and only if all marginal distribution functions of F is continuous on R^1. (2)If limF_n(x_1,……,x_k)=F(x_1,…,x_k) and limF_n(x_1—0,…,x_k—0)=F(x_1—0,…,x_k—0) at all non-continuity points of F, then
