简介:摘要随着新课程改革的实施,启发学生思维、培养学生的能力己成为教育的主要任务。教师是教学的组织者、引领者,不仅要教给学生知识,更重要的是要教给学生学习的方法,对学生的解题方法、技能进行指导。只有学生掌握了一定的解题方法,才能使学生的主体性、主动性得到充分发挥,才能达到教学的真正目的。
简介:近年来,目标显著性检测引起了众多学者的极大关注,并涌出了一些基于低秩矩阵恢复理论的检测方法.在这些方法中,人们一般使用核范数约束低秩部分.但是,由于秩函数是非凸且不连续的,由此导致核范数不能很好地逼近秩函数,使得检测效果往往不佳.为解决上述问题,现提出基于加权Schatten-p范数与低秩树结构的稀疏分解模型.一方面,利用加权Schatten-p范数对图像背景进行低秩约束.另一方面,采用具有树结构稀疏特性的l2,1范数和图像拉普拉斯正则化对显著性目标进行稀疏约束,以此提高显著性检测精准度.经过与4种已有的常用显著性检测方法在3个不同数据库中的实验结果对比,证实现提出的方法具有更好的检测性能.