宋野
- 作品数：14 被引量：16H指数：3
- 供职机构：长春工业大学人文学院更多>>
- 发文基金：国家自然科学基金博士科研启动基金更多>>
- 相关领域：自动化与计算机技术文化科学理学机械工程更多>>
- 基于大数据的计算机程序设计课程教学平台研究
- 2021年
- 传统课程教学平台不能真实反映学生对知识的掌握程度,导致教学效果较差。为了解决该问题,本文提出基于大数据的计算机程序设计课程教学平台研究,从视图层、模型层、控制层、处理层构建总体架构,为大数据平台提供多重安全控制机制,并结合C/S模式设计平台功能。实验结果表明,借助该平台能够提高学生的成绩,具有良好的教学效果。
- 宋野
- 关键词：大数据计算机程序课程教学
- 基于云计算的Python程序设计基础课程教学平台设计
- 2021年
- 随着我国网络科技的不断创新和发展,云计算逐渐在社会各领域得到广泛应用,以云计算为核心的课程教学更加凸显其独有的特征和优势。因此,对基于云计算的Python程序设计基础课程教学平台进行设计。首先建立教学平台的基础架构;其次进行教学平台的教学协议设置;最后建立云计算课程教学模型,利用CDN技术来实现教学平台的设计。实验结果表明,基于云计算的教学平台测试效果更好,具有较强的实用价值。
- 宋野
- 关键词：云计算课程教学
- 多示例在线学习方法在遮挡目标跟踪中的应用
- 针对有遮挡的视频目标跟踪问题,提出一种新的基于在线学习的跟踪方法。该方法首先根据局部特征(局部方向直方图算子)来描述目标,然后利用基于Boosting的在线多示例学习方法(OMILBoost)来建立描述目标的模型和分类器...
- 宋野齐志泉王来生
- 关键词：目标跟踪
- 文献传递
- 如何提高网络教学平台的智能被引量：2
- 2012年
- 随着科技的发展和网络的普及,网络教学引起了人们的重视,各种各样的网络教学软件被开发出来运用于教学,网络教学平台成为一种新型的教学工具逐渐被人们运用于教学中。提高网络教学平台的智能,将更充分发挥它在远程教学过程中的重要作用。
- 宋野
- 关键词：网络教学平台虚拟现实技术移动通信技术人工智能技术
- 多示例在线学习方法在遮挡目标跟踪中的应用
- 针对有遮挡的视频目标跟踪问题，提出一种新的基于在线学习的跟踪方法。该方法首先根据局部特征(局部方向直方图算子)来描述目标，然后利用基于Boosting的在线多示例学习方法(OMILBoost)来建立描述目标的模型和分类器...
- 宋野齐志泉王来生
- 关键词：目标跟踪图像识别
- “案例式”教学方法在《计算机应用技术》课程中的探索研究
- 2016年
- 随着信息技术的发展,在高校基础课程中《计算机应用技术》是一门非常重要的课程,"案例式"教学能提高课堂教学效果,加深对知识点的理解。笔者结合自己实际教学经验,阐述了自己对"案例式"教学的实际应用。
- 宋野
- 关键词：教学方法计算机应用
- Access2010中查询创建方法探索
- 2015年
- 本文从Access中查询功能在实际工作中的应用出发,笔者结合多年的课堂教学和实践教学,及计算机二级课程Access中查询题目的特点,阐述了Access中常见查询的创建方法。
- 宋野
- 关键词：ACCESS查询计算机二级
- 基于在线学习的目标跟踪方法研究被引量：6
- 2010年
- 针对视频目标跟踪问题,提出了一种基于co-training框架下的在线学习跟踪方法。该方法首先根据两种不同的局部特征,利用在线Boosting算法分别建立模型,然后采用co-training框架来协同训练,有效避免了模型误差累积和跟踪丢帧等问题。实验证明了该方法的有效性。
- 齐志泉宋野王来生
- 关键词：目标跟踪
- 数字图像低频成分轮廓丢失边缘保留仿真
- 2021年
- 由于传统方法未建立含有丢失边缘保留特点的能量模型,对向量走势分析不准确,导致轮廓丢失边缘保留完整度不高。现提出一种数字图像低频成分轮廓丢失边缘保留方法。在保持丢失点处边缘方向假设上,通过较强识别能力的边缘检测,获得梯度特征、中值特征以及方向特征向量;通过特征向量,标注出成分轮廓丢失区域,构建含有丢失边缘保留特点的能量模型,通过能量泛函数转变成最小化边缘保留GVF(CP-GVF)外立场,当向量被扩散到丢失边缘区域时,在CP-GVF中丢失边缘保持了原边缘的向量走势,使得丢失边缘得到保留。通过仿真可知,所提方法能够较为完整的保留低频成分轮廓丢失边缘,具有优质的可行性与准确性。
- 宋野
- 关键词：数字图像低频
- 关于雷达遥感图像融合优化研究被引量：4
- 2016年
- 雷达遥感图像融合已成为图像处理和图像信息理解领域中不可或缺的技术。目前,进行雷达遥感图像融合时,容易受到较强相干斑点噪声的影响,导致传统算法不能计算图像中不同频域真实的融合系数,融合误差较大,直接影响融合结果。采用小波变换对雷达遥感图像和多聚焦图像进行多尺度分解,获取多聚焦和雷达图像的高频和低频区域,利用不同的融合规则对多聚焦和雷达图像的低频和高频部分进行融合处理,获取多聚焦和雷达图像的小波金字塔,对融合后小波金字塔进行双正交小波逆变换,获取的重构图像即为雷达多聚焦图像。仿真结果表明,基于新的小波变换算法的雷达多聚焦图像融合方法适用性能良好,具有良好的光谱保持性。
- 宋野
- 关键词：图像融合小波变换
