Научный журнал «Вестник науки и образования»

Волкова Ю.И.

Волкова Юлия Игоревна - хореограф-постановщик,

школа танцев «Dancemasters», центр танца «Valery»,

г. Санкт -Петербург

Аннотация: данная статья включает в себя теоретическую часть авторской методики «Как научиться танцевать быстро и без стресса».

Обсуждаются ключевые моменты дополнительного образования, формирование и развитие индивидуальных возможностей и творческих способностей у воспитанников, занимающих танцами в уличных направлениях и обретение психологической внутренней стабильности.

Вследствие личного опыта преподавания, автор статьи раскрывает тему психологического состояния учащихся, занимающих танцами и их равномерному раскрытию танцевального потенциала с помощью различных педагогических методов и приёмов, гармонизирующих их внутренне состояние, влияющее на общий танцевальный результат.

Ключевые слова: обучение танцам, методы преподавания, психология танца, творческий потенциал, развитие

Информация о материале

Категория: 13.00.00 ПЕДАГОГИЧЕСКИЕ НАУКИ

Опубликовано: 02 октября 2023

Создано: 02 октября 2023

Обновлено: 02 октября 2023

Просмотров: 407

Подробнее...  

Zhao B., Cao Q.

Zhao Bochao – graduate student;

Cao Jiawei – master’s student,

FACULTY OF GEOGRAPHY AND GEOINFORMATICS,

BELARUSIAN STATE UNIVERSITY,

MINSK, REPUBLIC OF BELARUS

Abstract: this paper uses Sentinel-2 image data, combined with ground survey data, to study the use of SVM model to classify crops in the Zhdanovich region of Belarus. First, we performed image preprocessing, including steps such as geometric correction, atmospheric correction, and pixel resampling, and then extracted image features for classification. And analyze the characteristics of crops based on the time series NDVI. In the SVM model classification, we choose the radial basis function kernel (RBF) as the kernel function, and perform parameter tuning through cross-validation. The results show that the SVM model can effectively classify Zhdanovich farmland, and the recognition accuracy is as high as 95%.

Keywords: sentinel-2 image; crop classification; time series; NDVI; SVM

Информация о материале

Категория: 11.00.00 ГЕОГРАФИЧЕСКИЕ НАУКИ

Опубликовано: 20 сентября 2023

Создано: 20 сентября 2023

Обновлено: 20 сентября 2023

Просмотров: 385

Подробнее...