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。     

广义线性系统的鲁棒跟踪观测器设计问题

基于广义Sylvester矩阵方程的参数化解,将鲁棒性能指标和跟踪观测器参数矩阵进行参数化表示,从而使鲁棒跟踪观测器的设计问题转变成求解最小化问题.提出了一种设计鲁棒跟踪观测器的简单有效的算法,并通过实例和仿真对该方法进行了验证.     

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.     

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。     

非线性干扰观测器的高超声速飞行器鲁棒反演控制

针对高超声速飞行器控制系统设计,提出一种基于干扰观测器的鲁棒反演控制器设计方法。采用反演控制方法分别设计速度和高度控制器。引入滑模微分器设计虚拟控制量的导数求解器,避免了传统反演控制"微分项膨胀"问题。为增强控制器的鲁棒性,设计一种非线性干扰观测器对模型不确定项进行自适应估计和补偿。通过数值仿真表明,该控制器能够保证对速度和高度参考输入的稳定跟踪。     

多帧高斯混合概率假设密度的多目标跟踪算法

针对低检测概率下多目标跟踪时,概率假设密度滤波器难以正确估计当前目标个数以及目标状态问题,提出一种基于多帧融合的高斯混合概率假设密度滤波算法。根据不同时刻目标权值构造目标多帧权值记录集及目标状态抽取标志。当某些时刻目标被漏检时,依据目标状态抽取标志,并结合目标多帧权值记录集中权值信息估计丢失目标的状态。仿真实验表明,算法有效地提高了低检测概率下现有相关算法的目标状态和数目估计精度。