军校学员使用英语猜词策略情况研究

信息化的迅猛发展对军校学员的英语水平提出了越来越高的要求。在英语教学中,阅读能力的培养向来是一个重要目标,而提高学员英语阅读能力的一个有效途径,就是培养学员使用猜词策略。分析了军校学员英语学习中猜词能力的现状以及存在问题的原因,提出一些相应的对策和几点建议。     

Real-time prediction of projectile penetration to laminates by training machine learning models withfinite element solver as the trainer

Studies on ballistic penetration to laminates is complicated, but important for design effective protection of structures. Experimental means of study is expensive and can often be dangerous. Numerical simu-lation has been an excellent supplement, but the computation is time-consuming. Main aim of this thesis was to develop and test an effective tool for real-time prediction of projectile penetrations to laminates by training a neural network and a decision tree regression model. A large number of finite element models were developed;the residual velocities of projectiles fromfinite element simulations were used as the target data and processed to produce sufficient number of training samples. Study focused on steel 4340tpolyurea laminates with various configurations. Four different 3D shapes of the projectiles were modeled and used in the training. The trained neural network and decision tree model was tested using independently generated test samples using finite element models. The predicted projectile velocity values using the trained machine learning models are then compared with thefinite element simulation to verify the effectiveness of the models. Additionally, both models were trained using a published experimental data of projectile impacts to predict residual velocity of projectiles for the unseen samples. Performance of both the models was evaluated and compared. Models trained with Finite element simulation data samples were found capable to give more accurate predication, compared to the models trained with experimental data, becausefinite element modeling can generate much larger training set, and thus finite element solvers can serve as an excellent teacher. This study also showed that neural network model performs better with small experimental dataset compared to decision tree regression model.     

ARCS动机模型在初中英语语法教学中的应用

语法学习能在一定程度上保证语言的地道性、流畅性和实用性。但就目前来看,英语学习者学习语法的积极性普遍不高,不少英语学习者抱怨英语语法项目琐碎繁杂、语法学习枯燥无聊。针对此现状,本文尝试将ARCS模型的四类动机策略整合于初中英语语法教学,以期有效激发并维持学习者的语法学习热情,提高语法教学效果。     

高等学校办学定位探究

办学定位是高等学校确定发展方向、配置资源、形成特色的基本依据,关系到办学的兴衰成败和人才的培养质量,办学定位包含办学目标定位、办学类型定位、办学水平定位、学科性质定位、人才培养定位、办学规模定位、办学特色定位、服务面向定位等内容,高等学校要从社会需求和自身实际出发,切实把握办学定位的原则,科学合理地确定办学定位。     

基于逆向强化学习的舰载机甲板调度优化方案生成方法

针对计算机辅助指挥调度舰载机甲板作业的决策过程无法脱离人参与这一特点,引入基于逆向学习的强化学习方法,将指挥员或专家的演示作为学习对象,通过分析舰载机的甲板活动,建立舰载机甲板调度的马尔可夫决策模型(MDP)框架;经线性近似,采用逆向学习方法计算得到回报函数,从而能够通过强化学习方法得到智能优化策略,生成舰载机甲板调度方案。经仿真实验验证,本文所提方法能够较好地学习专家演示,结果符合调度方案优化需求,为形成辅助决策提供了基础。     

融合可修性度量和双线学习的反导预案修正

对反导预案应用中基于预案推理的预案修正技术进行了研究,提出了一种新的反导预案修正方法。首先,在定义预案属性否决权和修正裕度的基础上,设计了一种考虑预案可修性的相似度计算方法;然后,以其为预案检索和修正规则学习的导向,融合离线预案库学习和在线实时学习策略,给出了预案修正规则的双线学习方法;建立了融合预案可修性度量和双线学习的反导预案修正模型,并对规则的归纳学习策略进行了研究;最后,进行了实例验证,结果证明了新修正方法的可行性和有效性。     

建构主义视角下强化大学生信仰教育的对策探析

建构主义学习理论在强化大学生信仰教育方面有着重要的指导作用。夺文简要分析了夫掌生信仰教育存在的问题,探讨了建构主义学习理论对于强化大学生信仰教育的重要意义,并以建构主义卷习理论隽指导,从“以学生为中心”、“情景创设”、“协作学习”、“利用各种资源”四个方面提出了强化对策,以期提高大学生信仰教育水平,实现大学思想政治教育的功能。     

民族班高等数学教学改革研究

当前关于高校民族班的高等数学教学存在诸多问题,文章首先分析了制约民族生高等数学学习的一系列因素,并着重从激发兴趣动机、注重基于双语的数学语富教学、加强高等数学教学的文化相关性、实施基于民族生自主学习的PBL教学模式、倡导促进民族生的全面和谐发展的多元评价考核模式等方面提出了改进对策。     

混合不确定条件下的飞行器级间分离可靠性分析

为量化飞行器级间分离过程随机不确定性和认知不确定性的综合影响,结合概率和区间理论混合模型特点,提出了一种基于随机和区间理论混合模型的飞行器级间分离可靠性分析方法。面向高超声速飞行器分离任务需求,建立分离动力学仿真模型,针对级间分离结构的几何特点,设计了一种快速碰撞检测方法,进而构建了分离任务的可靠性分析混合模型。通 过将该模型转化为随机可靠性分析的无约束优化问题,考虑分离过程中复杂外力及力矩导致功能函数高度非线性的特点,利用高效全局优化和主动学习Kriging方法实现无约束优化问题高效求解。结合实例表明,该方法能够准确描述混合不确定性因素对飞行器分离过程的影响,给出了飞行器分离任务可靠性区间,可为飞行器分离方案的精细化设计提供决策支持。     

金字塔渐进融合低照度图像增强网络

针对现有低照度图像增强网络对不同尺度特征信息存在感知与表达能力不足的问题,提出金字塔渐进融合低照度图像增强网络模型。网络对图像进行多次下采样操作以组成特征金字塔,通过在特征金字塔的三个不同分支上加入跳跃连接,将不同尺度的特征图进行相互融合。通过精细恢复模块进一步提取精炼信息,将特征图恢复到正常的光照图像。结果表明,该网络模型不但能有效地提升低照度图像的整体亮度,而且能很好地保持图像中的细节信息和清晰的物体边缘轮廓,同时能够有效地抑制图像中的暗部噪声,使增强后的图像整体画面真实自然。