电子科技大学-关于手机上使用一卡通的调查报告

时间:2018年11月1日
地点:互联网
调研人员:汪翔,熊珂,康平,刘奕男
调研数据:总体样本:106人

1.是否丢失过一卡通

5056

2.是否觉得有必要在手机上实现校园一卡通的功能

9412

3.对手机上实现校园一卡通功能的疑虑和建议

分析

  • 由第一个问题可得,有超过一半的同学没丢过校园一卡通,说明现在大学生的保管意识较强,同时结合第二个问题也说明丢失性不是人们愿意在手机上实现校园一卡通功能的主要原因。
  • 由第二个问题得到,大部分同学认为有必要在手机上实现校园一卡通,我们认为人们最看重的原因是手机上校园一卡通的便携性和高效性。毕竟现代大学生习惯在手机上进行各种操作,当手机集成校园一卡通的功能,人们在过门禁的时候不再手忙脚乱,在食堂打饭时只需将手机一贴即可完成饭卡,便利又快捷。
  • 从第三个问题得到的反馈来看,同学对手机上实现校园一卡通的忧虑主要集中在安全性和特殊情况(如手机没电,网络差,卡顿等)。

解决方案

NFC技术拥有较高的安全性和保密性,可以利用手机的NFC功能做一个手机软件,使手机可以模拟一卡通进行如刷门禁,支付(或使用二维码)的功能,并且手机软件可以和校方后勤部合作,还能有查询本月账单,对卡进行查询,充值,挂失的操作。

与以后所学知识的联系

制作手机软件需要用到编程有关的知识;NFC技术是无线通信技术的其中一种,与电磁场与电磁波,射频电路基础等知识相关。

  • 2
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值