非试卷类考试（课程论文）规范要求及评分标准

PAGE1新疆农业大学机械交通学院非试卷类考试（课程论文）规范要求及评分标准（2015年11月制定）目的

根据【新疆农业大学本科、专科（高职）学生学籍管理规定】第五章课程修读、考核与成绩记载中有关考核方式的规定，少学时课程（36学时及以下的课程）采用非试卷考核方式，如：口试、课程论文、课程设计、实践（实验）操作测试等，也可采用其它方式考核或多种方式混合进行。其中课程论文已逐渐成为非试卷考核方式的主要手段，为保证学院本科教学质量、提高课程论文考核的时效性和规范性，特制订此规范要求及评分标准。课程论文考核的规范要求

1、内容来源教师应以课程内容为命题基础，以国内外发展现状为方向，给学生提供课程论文题目；内容为发展综述，或者写结构组成、工作原理以及分析理论等，保证一人一题；学生以抽签选题，不允许脱离抽签题目主旨。格式及提交要求课程论文正文格式要求见附件1课程论文格式要求，论文提交打印版和电子版（A4纸，页边距左2.5，右边距为2厘米，上下边距为2厘米)，学生应按任课教师规定的时间提交合格的课程论文。课程论文评分标准1、学生应妥善保存好自己的课程论文，如教师在批阅过程中发现任意两篇课程论文雷同（相似度超过30％），则两篇课程论文均视为剽窃，学生需重写。如二次修改仍然达不到要求，成绩记为‘不及格’。2、课程论文主要从以下几个方面进行评分：论文结构、语言组织、评述、格式等，具体评分标准见课程论文评分标准及评分表。3、如果有课程论文答辩环节，则教师在提交成绩时需提交相关答辩材料，同时对课程论文的最终评定成绩做相关说明（包括最终评定成绩由哪几部分组成，各部分的百分比等，如课程论文成绩、答辩成绩、考勤等）。4、教师提交材料要求：提交学生成绩单，评分标准、学生打印版论文（按照附件1要求）、其他与成绩评定相关的材料。四、附则1、本规定的解释权归学院教学指导委员会。2、本规定自发布之日起执行。新疆农业大学机电工程学院课程论文课程名称:学期：学年学期专业班级：学号：学生姓名：任课教师：提交时间：年月日班级学号姓名开课学院任课教师成绩论文题目：论文要求：1、根据所选择题目，选择一个点展开分析和讨论，包括基本原理、可能存在的缺点和改善措施、可能的应用前景等。2、可以使用文字叙述，也可以列出表格或者图像表达。3、要求有基本的结论。4、论文结构包括：题目，摘要，关键词，前言（引言），主题，结论，参考文献等。5、自己组织语言表述自己的观点，切不可人云亦云、抄袭现有文献资料；课程论文内容要体现出学生的独立思考能力和一定的创新性。6、字数3000-5000字，主要文献10-20篇。课程论文评分标准及评分表一级指标二级指标等级评定参考标准分值得分论文选题（20分）性质研究问题界定准确，体现了专业课程的基本要求5意义和价值有一定的科学意义和实际价值5难度难度适当5知识综合性能综合运用所学专业知识阐述和论证问题，达到综合训练目的5论文质量（80分）摘要有高度的概括力，语言精练、明确10结构条理清晰，层次分明，结构严谨，内容完整，逻辑性强10论证论证充分，分析深入，选择的材料详实、典型、充分，理论与实践相结合，结论正确10研究手段能较好地运用本科所学专业常规研究方法及研究手段进行研究10写作能力文字流畅，语言表达准确，没有病句和错别字10创新能力能综合运用所学理论知识来发现和解决实际问题，有分析整理各类信息并从中获得新知识的能力，论文中有一定的创新见解和使用参考价值10参考文献文献有一定广泛性，质量高，有综合、归纳资料和提炼各种学术观点的能力，对有关问题的研究状况有较好的了解10写作规范性正文、目录、图表、脚注、参考文献、附录、计量单位、资料引用等格式规范，符合规定字数要求10合计100教师评语：教师签字：年月日正文格式：课程论文题目（黑体小二号不加粗）黑体小四黑体小四号不加粗综述的摘要写法特殊，可用如下范式：本文归纳了***方面的研究内容，概括了***等方面的观点，总结***的研究成果，指出了***研究需求，提出***的研究方向。摘要：（200—300字，小四宋体）综述的摘要写法特殊，可用如下范式：本文归纳了***方面的研究内容，概括了***等方面的观点，总结***的研究成果，指出了***研究需求，提出***的研究方向。同摘要同摘要关键词：×××；××××；×××××；×××（3-5个，小四宋体）关键词(3－5)个同上前言（引言）：×××××（小四宋体）同上同上正文中引述他人观点一定要标明出处，标示方法有两种：1尾注制：在文中引述段落末尾加上标序号，并与参考文献中的序号对应。例：森林生态系统的研究早在上一世纪60年代初就开始了同上正文中引述他人观点一定要标明出处，标示方法有两种：1尾注制：在文中引述段落末尾加上标序号，并与参考文献中的序号对应。例：森林生态系统的研究早在上一世纪60年代初就开始了【1】。。。。2著者年代制：作者（年份）或（作者，年份），例：王文菁（2010）或（王文菁，2010）全文两种方法统一只用其一，不要混用1.（标题用小四号黑体，其它文字用小四宋体）×××1.1（各级标题均用小四号黑体）××××××××××××………结论：×××××××…黑体黑体五号参考文献应在5篇以上。标题小4号黑体，正文小4号宋体，固定行距20磅，段前段后设置为0，图表标注五号黑体，表格为三线表，页码居中;页面设置：A4纸，页边距左2.5，右边距为2厘米，上下边距为2厘米。(1)

期刊文献书写格式:[顺序号]作者:文章标题,杂志名称[J],年代,卷号(期号)页码.(2)

书籍文献书写格式:[顺序号]作者:书籍名称[M],出版社名称,出版年代.综述的结论是对相关研究水平、研究方法、研究不足的总结，不是对研究对象观点的总结。综述的结论是对相关研究水平、研究方法、研究不足的总结，不是对研究对象观点的总结。可参照如下：国内有关***的研究主要集中在***方面，研究方法主要有***等，****方面研究不足，多数研究是局部的、个案的，有关***的研究文献较少，特别是***方面的研究缺乏，而针对***的研究在**方面有重要的意义，需要深入的探索。参考论文：棉花异性纤维检测技术的研究综述作者***指导教师郭俊先摘要：本文介绍和分析了目前为止绝大多数对皮棉中异性纤维检测的研究。这些研究从棉花杂质的几何、物理和成分官能团光谱特性入手，应用可见光机器视觉、红外波段光谱图像和断层X光摄影等检测技术，采用数字图像处理和化学计量学分析方法，分类识别各种皮棉杂质。关键词：皮棉；异性纤维；检测前言我国采摘棉花大部分是人工摘拾。这样对异性纤维的控制很不利。由于棉农对异性纤维的危害认识不足，采摘交售棉花时习惯用编织袋装棉花、用有色的或非棉线绳绑扎棉袋口等。在采摘、装棉、晒棉、运棉和售棉等过程中,难免混入叶子、铃壳、种皮和异性纤维等杂质。严重影响了棉纺厂的产品质量。异性纤维是困扰纺织企业的一大难题．每年纺织企业都要投入大量的人力、物力、财力进行人工挑拣。显然，在纺织清理和加工的每个环节，研究快速检测原棉中杂质，减少并消除它，这对于提高加工质量和效率是非常必要的。1.原棉杂质检测的主要手段在检测棉花中叶子，茎皮，秆和异性纤维等杂质时，可以从其基本物理特性入手，例如颜色、形状、大小、密度、表面密度和重量等；也可以从其化学成分方面入手来识别这些杂质，比如荧光效应和官能团光谱特性等。在具体方法上，对杂质的检测有机器视觉（可见光波段）、X光断层摄影、红外波段光谱或图像和紫外荧光光谱或图像等；在对杂质定性和定量分析的方法上，主要有固定线性判别式、聚类算法、贝叶斯学习算法和贝叶斯加权K均值聚类算法等数字图像处理方法。根据以上皮棉杂质检测技术的特点，从原理上可分为基于图像技术的杂质检测研究和基于分光技术的杂质检测研究。一些典型的研究见表1。表1棉花杂质检测研究的文献整理类型范围检测设备杂质类型检测率识别率（％）文献静态国内显微近红外成像无色塑料、黄麻、编织袋、白头发丝、白羊毛、猪鬃—郏东耀等人，2004[1]多光谱成像无色塑料、黄麻、编织袋、白头发丝、白羊毛、猪鬃—郏东耀等人，2005[3]反射成像15种典型异性纤维—杨文柱等人，2009[4]透射成像白色或无色杂质：纸片、尼龙、编制带、黄麻、白头发—郏东耀等人，2005[9]透射成像异性纤维，没有特指95%识别率李碧丹等人，2006[10]紫外荧光成像白色丙纶丝，纸张；色泽较重的异性纤维；毛发的识别99；100；50％罗德坡等人，2007[11]静态国外反射成像非棉纤维杂质（植物性杂质）与重力分析之间的相关系数0.82Taylor.1990[12]反射成像植物性杂质：皮杂、杆、叶子和碎叶杂质分类。96％；99％Liebermanetal.1997[17]反射成像植物性杂质：贝叶斯加权K-平均方法，不同颜色棉花识别99.7%Zhangetal.2002[24]微断层X光摄影茎皮、种皮碎片和聚丙烯杂质识别率96%Paietal.2004[25]微断层X光摄影皮杂、叶子，种皮，聚丙烯。分类准确率；与AFIS结果的决定系数89％；0.7091Pavani.etal.2004[26]微断层X光摄影植物性杂质：评价与AFIS和ShirleyAnalyzer结果相关系数分别为0.93；0.85Doganetal.2005[27]NicoletFT-IR所有杂质分类。匹配正确率为90.64-96.55％Himmelsbachetal.20061.1基于图像技术的杂质检测在不同的光谱波段范围，采用不同图像扫描设备，采集或生成棉花图像，通过图像采集卡发送回计算机处理中心，经图像数据处理，判断有无杂质，提取杂质位置、大小和类型等特征，驱动提出装置来剔除。图像采集或生成的技术包括可见光波段机器视觉、红外波段图像、紫外荧光图像、X光断层摄影和多波段图像融合技术。如图1。图1基于图像技术的皮棉杂质检测原理示意图Fig.1Schematicofdetectingforeignmattersofrawcottonbasedonimaging1.棉花2.反光板3.可见光摄像机4.多光谱图像仪5.X射线探测器6.计算机7.喷头8.光源9.检测通道1.1.1可见光波段机器视觉机器视觉主要用计算机来模拟人的视觉功能从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制。在皮棉杂质检测方面，早期国外学者侧重于棉花自带的植物性杂质的检测研究；后期国内学者侧重于非棉类的异性纤维的检测研究。Lieberman等人[1]用分层次聚类和神经网络算法处理棉花图像，识别棉花杂质，正确率分别是92%和99.3%。分层聚类法结合神经网络算法可以得到96.3%的准确度。Lieberman等人[2]提出学习矢量量化方法(LVQ)识别棉花样品中杂质。第一种分类结果，皮棉杂质为95，叶87，碎叶100，茎秆88;第二种分类，皮棉杂质类为100，非皮棉杂质类为97。第三种分类结果，皮棉杂质类为95，叶子碎叶类为99，茎秆为88.。1.1.2紫外荧光和红外波段图像技术原棉中纤维杂质的种类可以归纳为合成、植物和蛋白质纤维。利用不同物质在紫外荧光和红外光波照射下激发所发出的光强度不同的原理来分离杂质。郏东耀等人[20]使用MU2300型动态近红外CCD相机(加10倍放大镜头)，采集皮棉中异性纤维近红外光谱图像，利用自适应图像增强和二值化图像处理，从皮棉背景中提取异性纤维。郏东耀等人[21]建立近红外光谱成像系统，确定940nm是区分棉纤维与多种异性纤维的最佳波段范围。处理和分析此波段近红外图像，获得异性纤维图像。罗德坡等人[22]提出基于紫外线荧光效应的机器视觉方法，在线分拣棉花中异性纤维。用非线性阈值算法判断图像像素RGB分量。结果表明:白色丙纶丝、纸张和一些反光物质拣出率达到99%；色泽较重异性纤维可达100%；头发丝只有50%；部分与棉花色泽相近，不反光且不激发荧光的杂质检测困难。1.1.3X光断层摄影利用X光对物体进行不同角度的摄影，从而在不破坏物体内部结构的前提下得到物体的内部图像。国外学者通过X光断层摄影技术提取原棉团内部图像，来剔除杂质。Ajay等人[23]使用微断层X光摄影装置系统（SkyScan-1074X射线扫描仪）扫描棉花样品，基于模糊逻辑方法分析微断层X光原棉图像，自适应阈值算法分割杂质，标记杂质，分离背景图像。试验针对160个已知杂质样本。结果表明:识别率高达96%。Pavani等人[24]应用三维断层X摄像技术，通过图像处理和模式识别，产生样品三维图像，检测和分类棉花中的杂质。该方法的优点是可以进行无损检测。扫描时间为15-20min。Dogan等人[25]针对二维X射线扫描图像背景棉花不一致等问题，通过尺度空间滤波背景标准化处理，保留杂质颗粒图像。通过对280个试验样品X光图像处理，与AFIS棉花杂质分析系统和Shirley分析仪结果建立回归模型，相关系数分别为0.93和0.85。1.1.4多波段图像融合技术随着研究的深入发现，单波段图像仅能有效识别部分杂质，不同的杂质在不同波段的表现不同，而棉花杂质类型多，含量又大不相同。多波段图像融合技术能较好的解决这一问题。郏东耀等人[26]采用TK-C1831EG型多光谱CCD照相机(380～1100nm)采集最佳吸收波段异性物质图像。基于区域信息相关度权值小波分析算法融合多波段图像，分层图像分割，二值化图像分离杂质。结果表明:在405nm和850nm棉花和杂质的差异较明显。郏东耀等人[27]研究了光透射成像系统中光源种类、棉层厚度和皮棉运动速度等对棉纤维透射成像目标的影响。当光源为白光超亮二极管阵列，光照能量系数为0.70、棉层厚度为4mm时，获取透射图像，并分析图像，可有效检测皮棉中内部杂质。郏东耀等人[28]定量分析了光源种类、光源能量与透射效果的关系，分析增强皮棉杂质透射对比差异的方法。利用高速CCD俘获非漫射光子，统计滤波处理增强成像目标。丁天怀等人[29]提出利用多颜色空间特征融合方法检测棉花中羊毛、白头发和塑料膜等杂质。构建颜色特征评价函数，抽取若干最优特征，利用区域信息相关度权值小波分析算法进行多特征融合，获取近似目标的图像。融合图像比原始图像具有较高信息量值，近似目标特征明显增强。1.2基于分光技术的杂质检测分光技术即是利用紫外光或红外光照射物体，因为不同物质由于其分子结构不同，对不同波长线的吸收能力也不同，因此，每种物质都具有其特异的吸收光谱。如图2所示。图2基于分光技术的皮棉杂质检测示意图Fig.2SchematicofdetectingforeignmattersofrawcottonbasedonspectroscopytechniqueBohmer等人[30]针对原棉中聚丙烯和聚乙烯杂质，建立线扫描CCD照相机检测系统。在近红外1520nm和1720nm波段采集图像，人工神经网络和自组织特性映射识别未分类样本中杂质。Foulk等人[31]通过中红外光谱学(波数4000～650cm-1)对比分析纤维和杂质颗粒，与已知试样的光谱数据库数据对比，确定棉花杂质来源。Himmelsbach等人[32]针对典型的棉花杂质，通过NicoletMagna850FT-IR型光谱仪(波数4500～650cm-1)采集棉花杂质的近红外光谱数据，建立了601个样本的光谱数据库，并进行光谱匹配识别检验。结果表明:不同杂质具有不同匹配光谱波段，匹配正确率最低为90.64%，最高为96.55%。Allen等人[33]讨论了棉花加工前后，棉花杂质在4000～650cm-1范围内红外光谱的变化。结果表明:当杂质尺寸减小和受热时，FT-IR光谱都产生了相应的变化。Abidi等人[34]采用通用衰减全反射傅里叶变换近红外仪器(UATR-FTIR)分析被污染的棉花纤维，确定被污染棉花中1-O-α-D-吡喃葡萄糖基-D-呋喃果糖(Trehalulose)含量与累计强度在I3280、I1622和I1018处表现出高度相关。2.异性纤维检测技术发展的特点与不足2.1国内外研究的差异和特点国外学者对棉花异性纤维检测的技术较早，主要研究内容是原棉类杂质，即棉花本身的碎叶，茎秆，茎皮等，这是由于国外采集棉花的过程受到的污染较国内少。而国内学者对棉花异性纤维检测的技术起步较晚，主要研究内容是非棉类杂质，如人的毛发，动物的毛发，编织袋的碎屑等异性纤维。早期研究主要使用机器视觉，现在逐渐偏向分光技术的使用。2.2目前所应用的技术的不足之处2.2.1检测技术的局限性使用最多的机器视觉技术，通过CCD摄像机能够快速无损的得到棉网表面的杂质，其前提是对棉层和均匀性的高要求，在对深层杂质的检测中效果较差；X光断层摄像技术可以检测深层的杂质，但是存在自身的噪声和检测效率低等问题，不适合在线检测；红外分光检测能够检测到棉网的内部杂质，适合离线检测，但是需要耗时建立模型，且与大于10m/s的高速纺纱不相配套；在融合技术方面，已有的技术仅在图像融合层面，没有进一步的研究开展。2.2.2检测技术的针对性不足许多研究没有考虑到实际应用情况，仅仅停留在实验室检测的基础上。在实际处理过程中，运动棉网的杂质位置和棉层厚度会直接影响到检测精度。同时，杂质类型和棉网背景都会极大影响检测和识别率，只有部分研究考虑到背景的影响。2.2.3检测与原棉颜色相近且细小的杂质正确率很低到目前为止的研究都没有很好的方法能够检测白色或同色的异性纤维，对形状较小的异纤，检出率更是微乎其微。3.展望综上所述，虽然对棉花异性纤维杂质检测的研究已经相当大的进展，检测技术上可以通过机器视觉、断层X光摄影、红外波段光谱和紫外荧光光谱；在对杂质定性和定量分析的方法上，可以通过固定线性判别式、聚类算法、贝叶斯学习算法和贝叶斯加权K均值聚类算法等数字图像处理方法。这些研究已经获得了不错的效果。但是，仍有一些问题没有解决，如检测白色或同色的异性纤维，不同深度和类型的杂质检测，与检测器相对位置不同的杂质检测，不同棉花背景的杂质检测等等。这些技术问题是影响检出率的主要因素，有效地解决这些问题是今后的主要研究方向。参考文献：[1].LiebermanMA,PatilRB.Clusteringandneuralnetworkstocategorizecottontrash[J].OpticalEngineering,1994,33(5):1642～1653.[2].LiebermanMA,PatilRB.Evaluationoflearningvectorquantizationtoclassifycottontrash[J].OpticalEngineering,1997,36(3):914～921.[3].LiebermanMA,MichaelAL,CharlesKB,etal.Determininggravimetricbarkcontentincottonwithmachinevision[J].TextileResearchJournal,1998,68(2):94～104.[4].XuBG,FangC,HuangR,etal.Chromaticimageanalysisforcottontrashandcolormeasurements[J].TextileResearchJournal,1997,67(12):881～890.[5].XuB,FangC,WatsonMD.Clusteringanalysisforcottontrashclassification[J].TextileResearchJournal,1999,69(9):656～662.[6].B.Xu,J.Su,D.S.Dale.Cottoncolorgradingusinganeuralnetwork[J].TextileResearchJournal,70(5),430-436,2000.[7].TaeJK,KimSC.Objectiveevaluationofthetrashandcolorofrawcottonbyimageprocessingandneuralnetwork[J].TextileResearchJournal,2002,72(9):776～782.[8].SiddaiahM,PrasadNR,LiebermanMA,etal.Identificationoftrashtypesandcomputationoftrashcontentinginnedcottonusingsoftcomputingtechniques[C].MidwestSymposiumonCircuitsandSystems,LasCruces,NM1999.[9].金守峰,袁建畅,张慧.基于Matlab的棉花异性纤维检测及定位算法[J].中国棉花加工,2004(4):29～30.[10].金守峰,张慧,王宁.三基色最佳阈值算法识别原棉异性纤维[J].山东纺织科技，2008（3）：1~3.[11].符宝鼎,袁建畅,郭彩霞.基于RGB颜色模型棉花杂质的识别算法[J].北京纺织,2005,26(5):48～51.[12].李碧丹,丁天怀,郏东耀.皮棉异性纤维剔除系统设计[J].农业机械学报,2006,37(1):107～110.[13].赵燕,袁建畅.原棉异物在线检测系统剔除机构的分析研究[J].上海纺织科技,2006,34(1):21～22,27.[14].常蕾.基于DSP的棉花异性纤维检测系统总体方案研究[J]。科技前沿，2007（8）：56~59.[15]郭彩霞,袁建畅,金守峰.基于BP网络的棉花中异性纤维识别算法[J].西安工程科技学院学报,2006,20(5):542～544.[16].高伟,王志衡,赵训坡.基于HIS颜色空间的棉花杂质高速实时检测方法[J].自动化学报,2008,34(7)：730~735.[17].郑文秀,刘双喜,魏新华,王金星.棉花异性纤维图像分割方法研究与实现[J].中国棉花加工,2008(4)：24~26.[18].冯显英,任长志,解守华.基于阀岛技术的异性纤维清除系统结构与设计[J].机床与液压,2006(11)：139~140.[19].冯显英,任长志,黄燕云.基于机器视觉的异性纤维检测系统[J].山东大学学报(工学版),2006,36(4):4~8[20].郏东耀,丁天怀.纤维红外吸收特性及其在皮棉杂质检测中的应用[J].农业工程学报,2004,20(3):104～108.[21].郏东耀,丁天怀.利用纤维红外吸收特性的皮棉杂质检测新方法[J].红外与毫米波学报,2005,24(2):147～150.[22].罗德坡,朱邦太.紫外线荧光效应及其在棉花异性纤维分拣系统中的应用[J].河南科技大学学报:自然科学版,2007,28(2):63～67.[23].AjayP,Sari-SarrafH,MemberS,etal.RecognitionofcottoncontaminationviaX2raymicro-tomographicimageanalysis[J].IEEETransactionsonIndustryApplications,2004,40(1):77～85.[24].PavaniSK,DoganMS,Sari-SarrafH,etal.SegmentationandclassificationoffourcommoncottoncontaminantsinX-raymicro-tomographicimages[C].ProceedingsofSPIE,MachineVisionApplicationsinIndustrialInspectionXII,SanJose,CA,USA,2004.[25].DoganMS,Sari-SarrafH,HequetEF.Cottontrashassessmentinradiographicx-rayimageswithscalespacefilteringandstereo[C].ProceedingsofSPIE,MachineVisionApplicationsinIndustrialInspectionXIII,SanJose,CA,USA,2005.[26].郏东耀,丁天怀.棉花中异性纤维的多光谱检测[J].清华大学学报:自然科学版,2005,45(2):193～196.[27].郏东耀,丁天怀.检测皮棉内部杂质的透射成像影响因素分析[J].农业机械学报,2005,36(2):65～69.JiaDongyao,DingTianhuai.Analysisofsomeinfluencefactorsoftransmissionimagingsystemfordetectionofforeignmaterialburiedincotton[J].TransactionsoftheChineseSocietyforAgriculturalMachinery,2005,36(2):65～69.(inChinese)[28].郏东耀,丁天怀.皮棉杂质透射检测及成像目标增强方法[J].物理学报,2005,54(9):4058～4064.[29].丁天怀,郏东耀.利用多颜色空间特征融合方法检测近似目标[J].清华大学学报:自然科学版,2006,46(2):176～179.[30].BohmerS,BudzierH,KrauseV,etal.TwochannelsNIRcamerasystemtodetectforeignmatterinrawcotton[C].ProceedingsofQUIRT,Padova,Italy,2006.[31].FoulkJ,McAlisterD,HimmelsbachD,etal.Mid2infraredspectroscopyoftrashincottonrotordust[J].TheJournalofCottonScience,2004,8(4):243～253.[32].Himmelsbach