看图行天下：自主学习国家地理的尝试

学会“看”图是培养学生自主学习能力的有效途径。传统的做法是教师教学生阅读地图上的主要信息，要求学生记住一些地图符号，告诉学生该怎样分析这些信息。这一过程是将学生作为一个被动学习的接收体，忽略了对学生自主学习方法和能力的培养，如果离开了教师和课堂，学生就很难独立完成学习。     

市县国土资源部门如何实践科学发展观

9月5日,中共中央政治局召开会议,决定从今年9月开始,用一年半左右时间,在全党分批开展深入学习实践科学发展观活动.9月24日,国土资源部召开会议,传达学习全党深入学习实践科学发展观活动动员大会暨省部级主要领导干部专题研讨班精神,就进一步深入开展学习实践活动、巩固和扩大学习实践活动成果作出部署.笔者认为,这次学习实践科学发展观活动,对我们市县国土资源部门来说,是一次机遇,也是一次挑战.如何认识学习实践科学发展观活动的重要性、必要性和紧迫性,笔者认为应从以下四个方面把握.     

一种多层特征融合的道路场景实时分割方法

道路场景理解是自动驾驶领域中重要模块之一,它可以提供关于道路更丰富的信息,对于建立高精度地图和实时规划都具有重要作用。其中,语义分割可以为图像每个像素赋予类别信息,是自动驾驶场景理解中最常用的方法。但是,目前常用的语义分割算法在速度和精度上大都不能达到很好的平衡。本文在Mobile Net V2的基础上,提出了一种多层次特征融合的方法,使得网络可以在实时运行的同时保证精度满足实际应用的需求,并在Cityscapes数据集上进行了试验验证和分析。     

仿蝠鲼航行器游动规律智能控制与优化方法

固化的游动策略导致仿生航行器难以在变化的水下环境中保持高效率运动,以仿蝠鲼航行器为研究对象,提出了基于深度强化学习的仿生航行器胸鳍摆动智能控制方法,实现了航行器对高效摆动规律的自适应控制和优化。仿真示例表明：与初始给定的游动策略相比,优化后的游动策略在航行速度上提升了 14.46%,在游动能效上提升了 24.48%,从而验证了该方法在仿生航行器游动规律自适应控制与优化设计中的有效性。     

最小割与深度学习联合优化的室内粘连点云分割方法

随着数字城市的发展,城市三维模型重建对三维点云结构化的需求与精度要求越来越高。如何有效准确地分割室内语义模型与三维重构是当前研究的热点问题。点云分割分类是室内点云结构化的重要基础,如何将粘连点云构件进行准确分割并用于室内点云结构化,是当前城市建模的难点。本文提出了一种面向室内粘连点云数据的分割分类方法。首先,利用深度学习网络处理室内点云数据;其次,对点云数据进行标签分类,得到目标标签点云;然后,利用欧氏算法对目标点云进行聚类分割,通过室内语义构件包围盒信息计算各目标中心点坐标与水平半径;最后,利用点云最小割实现室内粘连点云的准确分割。利用3组室内场景中获取的数据对分割方法的精度及有效性进行了验证。结果表明,该分割优化方法具有较高的精度与数据完整性。     

循环神经网络在雷达临近预报中的应用

该文将循环神经网络（recurrent neural network,RNN）应用于雷达临近预报。使用预测循环神经网络（predictive RNN）架构,利用雷达历史组合反射率因子建模,给出雷达组合反射率因子未来1 h的预报结果。预测循环神经网络的核心是在长短时记忆单元（long short-term memory,LSTM）中增加时空记忆模块,能够提取雷达回波不同尺度的空间特征,配合循环神经网络架构,可以有效解决反射率因子预测问题。北京大兴雷达和广州雷达长时间序列的独立检验结果和2个强对流天气个例检验结果表明:该方法和传统的基于交叉相关法的1 h雷达外推临近预报相比,在20 dBZ和30 dBZ检验项目内,临界成功指数（CSI）可以提升0.15~0.30,命中率（POD）提高0.15~0.25,虚警率（FAR）降低0.15~0.20,该方法对反射率因子强度变化有一定预报能力。     

基于Faster R-CNN的食品图像检索和分类

面向食品领域的图像检索和分类等方面的研究成为多媒体分析和应用领域越来越受关注的研究课题之一.当前的主要研究方法基于全图提取视觉特征,但由于食品图像背景噪音的存在使得提取的视觉特征不够鲁棒,进而影响食品图像检索和分类的性能.为此,本文提出了一种基于Faster R-CNN网络的食品图像检索和分类方法.首先通过Faster R-CNN检测图像中的候选食品区域,然后通过卷积神经网络（CNN）方法提取候选区域的视觉特征,避免了噪音的干扰使得提取的视觉特征更具有判别力.此外,选取来自视觉基因库中标注好的食品图像集微调Faster R-CNN网络,以保证Faster R-CNN食品区域检测的准确度.在包括233类菜品和49 168张食品图像的Dish-233数据集上进行实验.全面的实验评估表明：基于Faster R-CNN食品区域检测的视觉特征提取方法可以有效地提高食品图像检索和分类的性能.     

探究性学习训练

正~~     

例谈学生地理学习能力的培养

高中学习中,由于学习压力的骤然加剧,每门学科之间独有的学科差异性,导致学生在学习过程中会因方法不得当而难以取得较大的进步。就我个人觉得,在学生初入高中阶段,在某一课堂讲解过程中,可着重以某一方法作为着力点,重点突破,加深学生印象,从而让学生细致地掌握这一方法,在今后不断的反复练习中能熟练地掌握并运用这种方法。我们可以根据课堂内容的不同,灵活安排,力求做到每堂课的方法有所不同。虽然说课堂教学中可能牵涉到的学习方法多样化,但具体突出某一类还是很有必要的。