新课标背景下的英语作业改革

英语课程的改革正在推动英语教学改革的深化,传统英语作业正面临着巨大的挑战,这是必然趋势.     

走进新课程的物理教师

新课程改革从课程目标到课程理念,从教材编写到内容选取,从课程结构到课程评价都做出重大变革,体现出鲜明的时代气息和丰富的新价值理念.可是,我们教学一线,却发现各种新理念,新模式与教学实践之间存在着脱节现象,造成理论与实践相分离的局面.原因是,教师综合素质的相对滞后,特别是知识结构的老化是制约广大一线教师驾驭新课程,发挥创造性的阻碍.因此,结合学科背景讨论新课程下的知识结构具有重要的现实意义.     

奏响拥军的赞歌——辽宁忠旺集团拥军工作纪实

[背景资料]辽宁忠旺集团是年产20万吨铝材、塑材的特大型民营企业,是全国500强企业之一,年产值28亿元。集团下辖6个分公司,现有员工1．2万人,其中民兵1040人,编7个民兵连。近年来,集团党委在不断提升企业经济效益的同时,积极关心支持国防和军队建设,不断创新拥军之路．为辽阳市荣获全国双拥模范城“五连冠”做出了突出贡献。     

大学英语X＋i教学改革与实践

要培养符合部队需要的复合型人才,大学英语教学就要跟上发展的要求。在分级教学的基础上,在两年的大学英语教学中,在各学期授课过程中加入教学模式。使学员在掌握扎实的英语知识的基础上,同时又掌握专业相关的背景知识,以达到英语课教学改革的最终目标。     

一种基于级联滤波设计的背景噪声均衡方法

针对阵列信号处理中背景噪声对目标检测影响问题,提出一种基于级联滤波设计的背景噪声均衡方法.该方法依据背景噪声起伏特性设计多尺度组合形态学滤波器对空域重采样数据进行处理,降低不同方位起伏噪声对目标检测的影响;根据噪声特性设计同态滤波器,降低乘性噪声对目标检测的影响;按类内类间离散度比最小准则实现背景噪声门限的自动推荐,进而实现对背景噪声均衡处理,提升对目标检测概率.数值仿真和实测数据处理结果表明:相对S3PM方法和OTA方法,在两者失效的情况下可有效实现对目标检测和判决,对环境适应性提高了近3 dB;有效降低了背景噪声对目标检测性能的影响,提高了目标检测的环境适应性.     

探雷声纳背景图像仿真的快速实现

为了真实地模拟海底背景,提出了一种适用于探雷声纳模拟训练的背景图像仿真快速实现方法,该方法将声波照射三维起伏海底掠射角的随机性体现在海底底质的比例系数中,可以逼真地仿真出各种起伏海底的背景图像,仿真计算时间小于探雷声纳最小重复周期,满足了探雷声纳模拟训练的需要。     

分形成像技术原理及应用方法

分形技术是一种新兴的随机成像技术,在各种仿真模拟领域得到了广泛应用。结合"双37小高炮训练模拟系统"实例,详细阐述如何运用分形技术随机生成天空背景的漫游图像。     

海天背景下舰船可见光图像目标区域定位方法

针对行均值法用于海天背景下舰船目标区域定位可靠性不高、容易受到舰船目标大小和海天背景复杂程度影响的不足,提出一种基于图像行灰度熵的舰船目标区域定位方法。该方法在分析海天背景下舰船目标可见光图像成像特点基础上,结合信息熵理论给出了图像灰度熵及行灰度熵的概念,利用图像行灰度熵描述图像在行方向上的灰度变化程度,选用滑动区间方差搜索策略得到图像行灰度熵曲线的突变区间,从而实现舰船目标区域定位,最后通过实际图像进行了实验验证。实验结果表明,该方法能对舰船目标所在区域有效定位,其准确性及鲁棒性均优于行均值法。     

自准法测焦距中干扰像的消除

根据多年的实验教学经验,详细说明了用自准法测透镜焦距时,干扰像的产生原因,并从三个方面阐述了消除干扰像的方法。     

基于ST-YOLOv7的无人机视角下行人及车辆识别

由于无人机视角下的背景复杂,识别的目标多为远距离小目标,因此容易导致漏检及误检问题。为了实现无人机视角下对行人及车辆高精度识别,提出了以YOLOv7网络模型为基础的ST-YOLOv7算法,主干网络中融合了Swin Transform模块,构建复杂背景与小目标的全局关系,融入SENet通道注意力机制,为不同通道的特征分配不同权重,增强小目标特征的捕捉,在头部网络中,加入了YOLOv5网络中的C3模块,增加网络的深度和感受野,提高特征提取的能力,增加了1个小目标检测层,进一步提升对小目标识别的精度。实验证明：ST-YOLOv7网络模型在自制的航拍数据集中对行人的识别精度高达83.4%,对数据集中的车辆的识别精度达到了89.3%。均优于YOLOv5和YOLOv7目标检测算法,以较小的效率损失取得了较高精度。