浅谈语文新课的导入

导入新课,这是语文教学中的一个重要环节。抓好这一环节,使新课从一开始就牢牢吸引住学生的注意力,激发他们的求知欲,为新课的开展创设良好的教学气氛。苏联教育家苏堆姆林斯基这样说过:“若教师不设法使学生产生情绪高昂、智力振奋的内心状态,就急于传授知识,那只能产生冷漠的态度,给脑力带来疲劳。”导入不是伎俩,不是喙头,不是哗众取宠,而是课堂教学必不可少的组成部分,具有无可替代的功能。如果忽视这一环节,课堂教学将会显得呆板、枯燥,黯然无色。新课的导入应根据教学目标和课堂类型,因文而异,做到过渡自然,引人入胜。在教学实践中,教…     

浅谈如何提高语文教师的课堂反馈能力

新课标实施以来,很多教师都在进行改革课堂教学方法的试验。改革试验的着眼点在于如何调动学生学习的积极性,不断激发他们主动学习的精神。随之而来的是教师讲得少了,学生的活动多了,教与学、讲与练的双边活动经常处于错综交织的状态。这就给教师的课堂教学提出了更高的要求,即教师必须有较高的课堂应变能力,确切地说就是课堂反馈能力。作为一名语文教师,具备什么样的修养,从哪些方面努力,才能有较强的课堂反馈能力呢?一、知识面广,适应性强一个教师课堂适应性的强弱,反映了他的反馈能力的强弱。适应性强的基础是教师的知识面宽,知识面包括…     

战时状态下的社会救助活动——以1924年江浙战争期间的宁波为例

在战时状态下,如何应对战争带来的动乱成为地方社会的头等大事。本文以1924年江浙战争期间的宁波为例,分析了以宁波商人为代表的民间力量,为拯救与维护战时社会秩序所作的种种努力。力图从一个侧面说明民初宁波地方社会责任群体的存在及其对地方社会的意义。     

带有结构不确定性的线性切换系统的鲁棒状态反馈镇定

针对带有结构不确定性的线性切换系统,讨论系统的鲁棒状态反馈镇定问题。对自由系统,得到了一个在给定的切换律下Lyapunov稳定的充分条件。针对受控制系统,设计出一个有效的鲁棒状态反馈控制器,该控制器可以使闭环系统全局渐近稳定,基于Lyapunov方法证明了该受控制器的有效性。     

基于神经网络的模糊理论在桥梁状态评估中的应用

探讨了模糊数学中的隶属函数在桥梁技术等级状态评估中的应用.在研究现有桥梁状态评估方法的基础上,把人工神经网络和模糊数学理论结合起来应用于大跨度预应力斜拉桥的等级状态评估,建立了基于三层神经元的模糊神经网络模型,并建立结构损伤度函数及等级隶属度模型,通过样本学习训练,获取评估专家的知识及直觉思维,最终确定桥梁所对应的技术状态等级.以检测的480组索力数据作为学习样本,另外4组作为验证样本进行了索力状态评估预测.计算结果表明,网络预测值与期望值吻合良好.     

装配型管线压力波速的计算

装配型管线内含有巨量的连接密封橡胶圈,它们对压力波速有影响.提出一个计及其影响而又简明实用的压力波速计算方法:将胶圈的体积模量并入管内液体的体积模量中,以组合的体积模量计算压力波速,并给出Dg100管线输送汽油和水时的具体数值.     

基于离散降雨衰耗状态的卫星信道模型

针对Ka频段卫星信道中降雨衰耗的统计分布特点,建立了基于离散降雨衰耗状态的卫星信道模型,模型中各状态组成离散的Markov链并由其转移概率矩阵来表示,分析此模型下的信道误比特性能和数据包丢失性能。此模型能够适用于链路层以及高层通信协议。     

思想工作要有“心境”

心境是人对客观事物的态度反映。它是影响战士整个行为的情感状态之一,对做好战士的思想工作,有着十分密切的关系。当战士处于愉快或厌烦的心境时,往往也会以同样的心境,体验着正在进行的说服教育工作，教育者的每一句话、每一个动作都会感染愉快或相反的情绪。心境舒畅，听之入耳；心境抑郁，充耳不闻。     

带三维落角约束的寻的导弹制导与姿控系统设计

针对带三维落角约束的寻的导弹制导与姿态控制系统设计问题,提出一种基于终端滑模控制和扩张状态观测器的六自由度制导控制系统设计方法。建立包含模型不确定项的寻的导弹六自由度质心与绕质心模型,设计内外双层环路六自由度制导控制系统框架;基于弹-目三维相对运动模型和坐标系转移矩阵建立以攻角和侧滑角为输入的三维全耦合导引方程,利用终端滑模控制方法和扩展状态观测器得到期望的攻角和侧滑角并将其转化为对应的俯仰、偏航和滚转角指令;根据线性形式的寻的导弹绕质心动力学方程,设计与俯仰、偏航和滚转角相关的滑模面向量,并利用终端滑模控制方法和扩张状态观测器得到寻的导弹的副翼偏角、方向舵偏角和俯仰舵偏角指令。六自由度数值仿真结果验证了该方法的有效性和鲁棒性,并证明了该制导控制系统设计方法能以较少的控制设计参数完成预设的制导控制任务。     

基于非线性Kalman滤波的导航系统误差补偿技术

针对非线性非高斯导航系统信息处理问题,采用自组织算法、神经网络和遗传算法等改进传统非线性Kalman滤波算法,构建一种自适应的组合导航系统。应用具有冗余趋势项的自组织算法、Volterra神经网络和遗传算法,建立导航系统误差的非线性预测模型,进而计算得到其预测值;将该预测值与Kalman滤波算法求得的估计值进行比较得到差值,以此监测Kalman滤波算法的工作状态;采用自适应控制方法,在导航系统结构层面改进Kalman滤波算法,构建新型的导航系统误差补偿模型。开展基于导航系统KIND-34的半实物仿真研究,应用所提出的改进方法改善了导航系统误差的补偿效果,提高了组合导航系统的自适应能力和容错能力。