基于双基阵的高炮弹丸炸点被动声定位研究

被动声定位技术在许多领域中有着广泛的应用,但定位精度低一直是影响其工程应用的关键问题之一。在研究单基阵被动声定位技术的基础上,提出了基于双基阵的被动声定位基本原理和方法,并对高炮弹丸炸点的被动声定位进行了仿真实验。仿真结果表明,采用双基阵对高炮弹丸炸点进行被动声定位,其精度有较大提高,克服了单基阵定位精度低的不足。此原理和方法同样适用于对其它三维空中目标进行被动声定位。     

新课标下高中语文教学方法探究

新课标下,语文课程与传统的语文课程的差别虽在深层次上有着孔子所谓的"君子述而不作"的忧虑,但无论课标如何变化,教学方法都需要在课标理论的指引下,教师自主的探究,这正是"教学有法,教无定法"的道理。然而在注重推陈出新之时,还要注意对教学方法的实施进行全方位的把握,以此来避免产生本末倒置和避重就轻的后果。因此,对于教学方法的探究,仍然是新课标下教师的重要使命。     

一种面向节点定位的移动信标动态路径规划方法

针对基于移动信标的传感器节点定位问题,提出一种基于在线决策的移动信标动态路径规划方法.针对以往算法大都只适用于节点均匀分布的局限,该方法用移动信标不断获取两跳范围内的未定位节点数目,并向最大覆盖未定位节点方向移动,不需要网络先验信息,即可实现路径的优化.仿真结果表明:与传统方法相比,该方法无需网络的先验信息,在移动路径长度上具有明显优越性,减少了信标的能量消耗,更适用于户外部署的大规模传感器网络.     

基于深度优先搜索与增量式求解的极小一阶不可满足子式提取算法

随着寄存器传输级甚至行为级的硬件描述语言应用越来越广泛,基于一阶逻辑的可满足性模理论(Satisfiability Modulo Theories,SMT)逐渐替代布尔可满足性(Boolean Satisfiability,SAT),在VLSI形式化验证领域具有更加重要的应用价值。而极小不可满足子式能够帮助EDA工具迅速定位硬件中的逻辑错误。针对极小SMT不可满足子式的求解问题,采用深度优先搜索与增量式求解策略,提出了深度优先搜索的极小SMT不可满足子式求解算法。与目前最优的宽度优先搜索算法对比实验表明:该算法能够有效地求解极小不可满足子式,随着公式的规模逐渐增大时,深度优先搜索算法优于宽度优先搜索算法。     

双站无源定位最佳配置分析

为了提高双站无源定位精度,在全局坐标系下分析了双站纯方位定位系统的最佳配置形式。首先研究了最小GDOP(Geometric Dilution of Precision)意义下的方位角约束关系及最优夹角,得到双站的最佳配置形式是目标与两传感器间呈一确定夹角的等腰三角形;在此基础上,讨论了夹角对GDOP的影响进而提出有效定位区域的概念,指出只有当目标位于该区域内时双站才能获得较好的定位精度。仿真结果验证了上述关于最佳配置形式及有效定位区域的分析,指出该结论可以应用到基于传感器管理的多站无源定位算法中。     

活——语文教学的新原则

教学原则是教学规律的具体体现 ,语文教学原则是语文教学的思想行动指南。目前对语文教学原则的认识仍很不深入 ,作者认为“活”应成为语文教学的一条基本原则。本文分别从方法灵活、思维活跃、气氛活泼、活用教案几个方面对活的内涵做了阐述     

民族地区中小学民汉双语教师教学效能感特点的调查研究

为全面了解民族地区中小学民汉双语教师教学效能感的个人项特点,本研究以新疆某县从事民汉双语教学的中小学教师为研究对象,在问卷调查的基础上,对可能影响民汉双语教师教学效能感的个人项因素进行了差异性分析。研究结果表明：教师性别因素、所授科目因素、教学模式因素对双语教师教学效能感有不同的影响;女教师的教学效能感要高于男教师;从事文科科目教学的教师教学效能感要高于理科教师;采用模式～教学的教师教学效能感最高,模式二教师次之,模式三教师最低;其它个人项因素对教学效能感不存在显著的影响。     

中国传统节日在高校思想政治教育中的功能与应用

中国传统节日根植于中国古代农耕文化,凝结着中华民族的民族情感和民族精神,其具有的独特文化内涵是对高校大学生进行思想政治教育的宝贵资源与重要载体。本文在充分认识到中国传统节日的重要价值基础上,重点挖掘其思想政治教育功能,力求探索中国传统节日的价值在高校思想政治教育中的功能与应用。     

基于文本水印技术的文本加密算法

文本加密技术是信息化时代信息传递与发布过程中的一项重要安全技术。在分析自然语言文本水印技术及其特点的基础上,借鉴水印技术的基本思想,提出了基于水印技术的文本加密算法,并给出了文本加密与解密算法的基本步骤,对于文本信息传递中的安全问题具有重要意义。     

多源文本数据真值发现方法

针对传统真值发现算法无法直接应用于文本数据的问题,提出基于深度神经网络面向多源文本数据的真值发现算法(NN_Truth)。根据文本答案多因素性、词语使用多样性以及文本数据稀疏性等特点,将“数据源-答案”向量作为网络输入,识别答案真值向量作为网络输出,依据真值发现的一般假设,无监督学习各数据源答案向量间关联关系,并最终获得答案真值。实验结果表明,该算法适用于文本数据真值发现场景,较基于检索的方法及传统真值发现算法效果更优。