排序:
共找到165条结果
  • 虚拟机器人平台助力机器人教学

    虚拟机器人教学使用机器人仿真系统,利用仿真系统的编程环境进行程序设计.在仿真环境下模拟实体机器人在程序控制下的运行情况,使学生学习机器人和编程知识更为方便.虚拟机器人教学对设备的要求较低,在普通机房即可进行.
    徐锋 - 中国科技教育
    文章来源: 万方数据
  • 多核环境下一种支持动态预测性能损失的方法

    在多核处理器环境中,并行程序对处理器共享资源,如最后一级缓存、内存控制器等的争用会造成其性能下降.对程序性能进行准确地预测能够为协同调度提供决策依据,从而减少争用导致的性能损失.传统的基于重用距离的性能建模方法的预测效果好,但由于开销较大而无法动态实施.针对此不足,基于机器学习提出一种支持动态预测程序性能损失的方法.选取硬件性能指标用于度量程序对共享资源的使用强度,建立双层预测模型:以协同运行时的性能指标作为输入,估计程序的竞争度和敏感度或其独立运行时的性能指标,预测出任意两个程序间的性能损失.仿真实验结果表明,相比启发式调度算法,基于该预测方法的调度结果对不同数据集有更小的整体性能损失.
    程仲汉,官水旺,黄皓 - 系统仿真学报
    文章来源: 万方数据
  • 语音控制的多功能表演机器人

    选题背景 在国内的机器人市场中,只有人形、六足、行走机器人等几大类,品种很少.国内也有表情机器人的研究,
    谷逍驰,祁超 - 中国科技教育
    文章来源: 万方数据
  • 如何增强学生语文学习成就感

    中学生不愿花时间学习语文,已成为一种较普遍的现象.原因很多,有一点我认为是被忽视了的,那就是学生学习语文缺乏成就感.学生感觉学习语文没有收获,花时间不见效果.多学几篇课文与少学几篇课文,一篇课文多读几
    何功兴 - 语文建设
    文章来源: 万方数据
  • 基于Kinect和ODE的人体运动仿真平台

    人体运动复杂且灵活多变,难以准确识别和学习.基于Kinect和ODE建立了一个集数据采集、分析建模、运动控制、物理再现、仿真于一体的人体运动仿真平台.采用Kinect进行人体动作实时连续捕捉,建立人体运动模型及计算模型,并基于ODE引擎实现了人体运动的准确再现和物理仿真.该平台以仿人乒乓机器人的手臂运动为实例进行研究,通过实验验证了该平台的有效性、准确性和实时性.
    杨华,刘国东,潘琢金,刘冰,石祥滨 - 系统仿真学报
    文章来源: 万方数据
  • 学习雷锋好榜样

    雷锋叔叔是我的榜样,特别是他刻苦钻研的"钉子"精神,非常值得我学习!我以前学习马马虎虎,还爱偷懒,把学习当成一种负担,认为不是为自己而学,而是为父母学.自从了解了雷锋叔叔踏实勤勉的学习态度后.我也暗下决心认真学习,长大做一个出色、有能力的人!
     - 天天爱学习(四年级)
    文章来源: 万方数据
  • 基于网络的自适应智能学习系统的设计与实现

    为了提高学习者的个性化学习和学习兴趣,针对自适应学习的特点,采用网络与人工智能为核心的技术,研究并开发了一个基于计算机应用基础的自适应智能学习系统.该系统以项目反应理论为指导,着重开发了学习者智能支持模块.该模块能就学生的学习内容测试得出学习者的特质水平,从而根据学习者测试出的不同的特质水平让学习者进入相应的学习内容,从而达到自主学习的目的,该系统创新地采用首题估算策略及间隔信息量估算策略来计算特质水平,提高出题速度和计算速度.
    谷伟,张娜娜 - 现代电子技术
    文章来源: 万方数据
  • 不幸夭折之微软小冰

    微软小冰搜索中国团队2014年5月29日发布一款智能聊天机器人,并取名"微软小冰".添加这个机器人的微信账号为好友之后,便可以与这个账号进行智能对话.沉浸在京东掌门人刘强东爱河之中的奶茶妹妹章泽天作为微软实习产品经理和发言人出席此次发布会,
     - 中国电信业
    文章来源: 万方数据
  • 相机标定的外界影响因素分析

    针对相机标定结果易受外界因素干扰的问题,为了提高标定准确度,利用已有的摄像机针孔成像模型,采用自适应角点检测算法提取靶标图像中的特征点,标定结果以重投影横纵像素误差的平均值作为性能指标,对均匀光源的照度、标定图片数量以及标定靶标上棋盘格尺寸3个影响因子做了相应的分组对比实验.研究结果表明,选择亮度高的光源提升标定准确度达到38%以上;特征点数目156个时,仅需18张~22张标定图片;相对较小的棋盘格尺寸可以使得标定准确度提高50%.以上结果充分说明了光源、图片数量和棋盘格尺寸对于提高相机标定准确度具有重要意义.
    支健辉,董新民,孔星炜,王旭峰 - 应用光学
    文章来源: 万方数据
  • 运动技能学习效率的顿悟解释模型探索

    本研究基于运动技能学习的顿悟特征,探索构建运动技能学习效率的顿悟解释模型,讨论了运动技能学习“模式”与“非模式”的学习机制,并在分析“表征转换”、“进程监控”和“原型启发”等顿悟解释理论的基础上,诠释了运动技能学习的顿悟机制,提出了运动技能学习效率的顿悟解释模型.研究认为,运动技能学习效率的提升可以通过顿悟的机制来解释.基于模式的运动技能学习顿悟表现为表征的转换,而非模式运动技能学习的顿悟则表现为进程监控的特征.进一步,关键信息对于运动技能学习的顿悟也很重要,同时,学习反馈与顿悟也存在着互动关系.另外,顿悟有关的学习能力影响因素包括体育知识、运动元认知和运动经历;而顿悟有关的努力影响因素则包括动机激励、教学方法和师生互动.
    吕慧青,王进 - 体育科学
    文章来源: 万方数据
共17页 转到