【摘 要】
：
我国对残疾人体育参与问题越来越重视,研究对象也从残疾人竞技体育参与向残疾人大众体育参与、休闲体育参与、体育福利获得等方面过渡。现有相关研究主要集中于残疾人体育参与的现状和对策建议,理论分析较浅。本文以社会融入理论框架探讨残疾人休闲体育参与的理论模式,对社会融入进行理论回顾、概念界定,深度梳理残疾人社会融入的主体与客体理论;探讨残疾人体育参与作为实现残疾人社会融入的重要手段和重要方面的关系,并以案例简述如何以该理论指导促进残疾人参与体育的实践。
论文部分内容阅读
我国对残疾人体育参与问题越来越重视,研究对象也从残疾人竞技体育参与向残疾人大众体育参与、休闲体育参与、体育福利获得等方面过渡。现有相关研究主要集中于残疾人体育参与的现状和对策建议,理论分析较浅。本文以社会融入理论框架探讨残疾人休闲体育参与的理论模式,对社会融入进行理论回顾、概念界定,深度梳理残疾人社会融入的主体与客体理论;探讨残疾人体育参与作为实现残疾人社会融入的重要手段和重要方面的关系,并以案例简述如何以该理论指导促进残疾人参与体育的实践。
其他文献
1943年,董希文奔赴敦煌开始长达两年的敦煌艺术之旅,也正是因为这两年的敦煌时光,使得他在以后的绘画创作中与敦煌壁画艺术结下了不解之缘.以董希文的《哈萨克牧羊女》这幅作
超密集波分复用无源光网络凭借其信道间隔仅为几个GHz、功率预算高达几十dB等优越性能,可以实现用户数目和传输容量的大幅提升.从频谱效率提高、相干接收机简化、光子集成器
提出了一种新的雷达系统线性调频信号产生与去啁啾的微波光子学方案.雷达发射端利用双平行马赫-曾德尔调制器产生4倍频的抑制载波双边带信号,利用光纤光栅将信号的两边带分离
烟雾检测技术在预防早期火灾蔓延方面具有重要的作用,准确快速的烟雾检测算法具有非常重要的实际应用价值。近年来,随着机器视觉与图像处理技术的快速发展,面向视频图像的烟雾检测算法以其非接触性、强鲁棒性等特点受到广泛的关注。面向视频图像的烟雾检测算法有效克服了传统烟雾探测器靠近火源才能工作的不足,但是由于场景的复杂性和环境因素的不确定性,面向视频图像的烟雾检测算法仍然面临着巨大的挑战。首先简单介绍了烟雾检
高光谱图像中包含丰富的光谱特征和空间特征,这对地表物质的分类至关重要。然而高光谱图像的空间分辨率相对较低,使得图像中存在大量的混合像素,这严重制约物质分类的精度。受到观测噪声、目标区域大小及端元易变性等因素的影响,使得高光谱图像的分类仍然面临诸多挑战。随着人工智能和信息处理技术的不断进步,高光谱图像分类已成为遥感领域的一个热点问题。首先对基于特征融合的高光谱图像分类文献进行系统综述,并对几种分类策
以安检X光图像管制刀具自动检测识别系统为研究对象,针对原始SSD(Single Shot MultiBox Detector)算法对浅层特征图表征能力不强,在训练阶段小目标特征逐渐消失,检测精度与实时性不佳,存在对安检危险品中管制刀具等小目标漏检误检等问题,从两个方面对原始SSD进行改进:一方面,用抗退化性能更强的ResNet34网络替换SSD中的基础网络VGG16,构建SSD-ResNet34网
通过疾病的早期筛查,制定针对性治疗方案的精准医疗已成为医学发展的重要趋势。医学影像学检测是实现精准医疗的重要基础。疾病初期无明显表征,采用常规检测方法进行诊断具有一定的局限性,但机体会表现出异常的温度分布,红外热成像技术可以灵敏地检测出温度的变化,因此将其应用于早期疾病检测成为国内外的研究热点。本文首先介绍了当前医学影像学检测手段(如X线检查、超声、磁共振成像)的优缺点,重点介绍了红外热成像技术用于疾病检测的原理;然后对红外热成像技术和先进图像识别技术在早期疾病检测识别领域的国内外现状进行阐述,对比分析了
为提高结构光三维重构系统的点云匹配速度及精度,提出二维视图及三维点云交叉特征点协同匹配的方法。首先,通过投影变换及维度映射关系实现待拼接投影图像的归一化,经预处理后提取端点及分叉点作为关键点,对同类点进行三角划分及相似匹配得到初始点集,并将其映射至三维空间。其次,利用kd-tree搜索得到双邻域质心,根据三点构成的三角形相似关系进一步筛选点集。最后,采用四元数法完成粗拼接,进而使用改进的迭代最近点
工程实践创新项目(EPIP),是在长期教育实践与理论研究基础上,创立的一种职业教育教学模式。本文挖掘转化了墨家“名实耦,合也”的素朴反映论思想,结合教育教学实践应用,全面系统梳理了EPIP教学模式的内涵与要义,归结为:EPIP的“12345”,即,一宗、两核、三谛、四元、五观,并对其内涵进行了深度阐释。
提出一种基于卷积神经网络中残差网络的遥感图像场景分类方法。本文方法在原网络模型中嵌入了跳跃连接和协方差池化两个模块,用于连接多分辨率特征映射和融合不同层次的多分辨率特征信息,并在3个公开的经典遥感数据集上进行了实验。结果证明,本文方法不仅可以将残差网络中不同层次的多分辨率特征信息融合在一起,还可以利用高阶信息来实现更具代表性的特征学习。与已有的分类方法相比,本文方法在场景分类问题上拥有更高的分类精