高琳明
- 作品数：6 被引量：20H指数：3
- 供职机构：南京林业大学信息科学技术学院更多>>
- 发文基金：国家自然科学基金江苏省自然科学基金更多>>
- 相关领域：自动化与计算机技术文化科学天文地球更多>>
- 办公自动化课程任务驱动教学模式的探索与实践被引量：3
- 2016年
- 办公自动化是一门实践性很强的学科,在教学过程中,有很强的教学交互性。基于此教学实际,本文探讨任务驱动教学模式理论在该课程上的应用与实践。以实际办公任务为主线组织教学设计,实现以学生为主体、教师为主导、教学资源为环境的任务教学模式。通过编写配套教材、制作配套课件和学习网站,构建任务驱动教学环境。该文主要对办公自动化任务驱动教学方法、教学过程和活动,以及环境构建方面进行论述和总结。
- 高琳明
- 关键词：办公自动化教学模式教学方法
- 基于三维卷积神经网络的湖泊提取算法被引量：3
- 2019年
- 针对现有分析湖泊几何信息算法的二维图像湖泊轮廓提取精度低的问题,提出了一种基于三维卷积神经网络的湖泊提取算法。首先,基于平整度信息从激光扫描点云中定位出候选湖泊并对输入的候选区域点云进行体素化组织,作为神经网络的输入;同时,通过深度学习技术,从候选区域中过滤非湖泊区域;然后,基于方向链码算法从点云中提取湖泊的边缘并分析其几何形状信息。实验结果表明,所提算法在提取激光扫描点云中的湖泊精度可达到96.34%,与当前在二维图像中的湖泊提取算法相比,可对目标湖泊形状信息进行计算与分析,从而为湖泊监测与管理提供方便。
- 徐姗姗颜超高琳明
- 关键词：激光扫描数据链码
- 基于深度学习特征和非线性支持向量机的板材表面缺陷识别方法被引量：11
- 2019年
- 深度学习是一种有效的特征学习方法,具有很强的自主学习能力。研究了基于深度学习特征与非线性支持向量机(NSVM)分类算法相结合的板材表面缺陷识别方法。首先,针对深度学习模型需要海量训练数据的特性,使用旋转剪切的方法对采集到的原始板材表面缺陷图像进行数据扩增;其次,使用扩增后的板材表面缺陷图像数据集对笔者提出的深度卷积神经网络(CNN)模型进行训练,并使用训练好的网络提取不同种类缺陷图像的深度特征;然后,为了消除深度特征中的冗余数据,并增强数据的表达能力,运用基于1范数的非贪婪主成分分析(Non-greedy PCA-L1)算法对板材的深层语义特征进行特征降维和特征增强;最后,运用增强后的深度特征训练NSVM模型,并使用训练好的NSVM模型对原始板材表面缺陷图像的测试集进行分类。实验结果表明,笔者提出的识别方法具有较好的鲁棒性和实用性,可取得目前较好的分类效果,针对结疤、压痕和无损3种板材表面缺陷识别率可达99%以上。
- 高琳明徐风李享徐姗姗窦立君
- 关键词：特征提取支持向量机
- 以多元能力培养为导向的办公自动化教学研究
- 2018年
- 随着信息技术迅猛发展,"办公自动化"等信息技术通识课程面临着学生基础参差不齐,学习积极性不足,眼高手低现状。传统的教学模式和方法难以适应新环境下培养人才的新需求。借鉴多元智能理论及翻转课堂的实践经验,提出了"办公自动化"课程的教学改革思路,以PPT课程的教学设计为实例阐述了教学改革设计和实践方法。实践表明,教改后能够有效激发学生学习积极性,在培养学生信息技术能力的同时,全面发展学生的多元能力。
- 高琳明
- 关键词：教学改革办公自动化
- “翻转课堂”模式在《办公自动化》课程中的教学设计与探索被引量：3
- 2018年
- 随着计算机的普及,全民软件应用能力提升,办公软件成为社会人必不可少的办公工具。高校《办公自动化》课程教学面临新环境,该文探讨利用网络、慕课等新工具的翻转课堂教学模式在《办公自动化》课程教学中的设计应用,实现因材施教,全面提升大学生借助软件的信息处理与表达能力。
- 高琳明
- 关键词：教学模式教学改革
