我国植物辨识科普发展研究

被引:0
作者
林心怡
机构
[1] 西北农林科技大学
关键词
植物辨识; 科学普及; 图像识别; 人工智能;
D O I
暂无
年度学位
2017
学位类型
硕士
导师
摘要
植物在人们的生活中扮演着重要的角色。无论是上古时代对植物的训化、封建时代人们对植物的观赏、栽培,还是现代人们对植物的观赏、萃取、加工和仿生研究,都离不开对植物的辨识。文章以各时期植物辨识科普教材与辨识图鉴,以及权威植物辨识网站、多家新媒体、自媒体平台以及相关游戏植物辨识app产品为研究对象,采取文献分析、内容分析、问卷调査、个案分析等方法通过评价与分析,旨在得出各科普方式的优势与不足,探讨植物识别app的革新影响与操作结构,为辨识类app的发展提出一些可行性建议,促进植物辨识科普在新时期的良性发展。植物辨识科普的发展历程从基于植物分类学、形态学的人的系统长期学习,变成了基于机器深度学习后,人们碎片化、场景化、无需前期知识积累的娱乐性学习。文章通过梳理植物辨识的科普分类,总结出植物辨识科普所经历的三个阶段,即:依赖于文字解释的科普、依赖于图片视觉化呈现的科普和人工智能时代依赖于图像识别的科普。从基于植物学基础的辨识科普,到基于人工智能技术的辨识科普;从依赖系统的书籍文字,到碎片化的图像展示,再到人工智能的直接产生答案,植物辨识科普的发展实质是逐步随时代的开放而变得开放、去专业化的过程。分析三种方式,文章得出人工智能环境下植物辨识科普设计的三个建议:文字与图像的平衡、人工智能与图文引导的结合、碎片化学习与系统学习的平衡。最后,依照结论,设计了使学习者学习内容之间的交互方式的趣味化,激发学习者主动去与学习内容进行深入互动,最终形成专业系统的辨识知识的数字化app产品。
引用
收藏
页数:53
共 45 条
[1]
新闻资讯App的“异军”突围:《知乎日报》发展策略研究 [D]. 
王璐瑶 .
西南大学,
2016
[2]
小清新阅读类APP的创新.[D].任萌萌.安徽大学.2016, 10
[3]
卷积神经网络在图像分类中的应用研究 [D]. 
李立杰 .
北京工业大学,
2017
[4]
基于深度学习的图像识别算法研究.[D].丰晓霞.太原理工大学.2015, 09
[5]
植物叶片识别及叶片信息管理系统的设计与实现 [D]. 
刘舟 .
华中科技大学,
2015
[6]
基于iPad平台的植物科普应用软件的设计与实现 [D]. 
姬洪瑜 .
北京林业大学,
2015
[7]
基于智能手机的植物科普系统设计与实现 [D]. 
王湛鹏 .
重庆大学,
2015
[8]
基于叶片形状的植物特征提取方法的设计与实现 [D]. 
李敬涛 .
中国科学院大学(工程管理与信息技术学院),
2014
[9]
可扩展花卉种类识别算法的构建方法 [D]. 
苗金泉 .
北京林业大学,
2014
[10]
基于卷积神经网络的深度学习算法与应用研究 [D]. 
陈先昌 .
浙江工商大学,
2014