母语在外语教学中的地位和作用

在英语教学中 ,有一种观点认为 ,第二语言中的学习错误大都或全部来源于母语。同时人们普遍认为浓郁的外语氛围对学习者至关重要 ,却忽视了母语在外语学习中的特有作用。运用语言的正迁移、负迁移理论可知 :在外语课堂教学中适当运用母语 ,不仅无损于教学效果 ,而且还能对教学起到促进作用。     

任务分配与调度中遗传算子的设计

应用遗传算法等进化方法进行任务分配与调度为越来越多的计算机学者们所关注。基于任务排列的知识表示 ,常规的标准遗传操作算子并不总是有效的。好的遗传算子对算法收敛性及收敛到好点是非常重要的。在列表编码的知识表示基础上 ,设计了三个有针对性的遗传算子 ,即改进的交配算子、内部交配算子和一种作为变异的迁移算子。模拟实验结果与分析表明这些算子对任务分配与调度是有效的。     

BP成像算法的快速实现

BP (Back Projection)算法是一种被广泛应用的SAR成像算法 ,它的突出优点是解决了大积累角情况下不可避免的距离迁移 (rangemigration)问题。但由于计算量过大 ,使得它往往成为提高信号处理效率的瓶颈。本文充分利用轨道SAR地面实验中雷达运动轨迹的特点 ,通过消除BP算法中计算的冗余性 ,极大地降低了计算负担 ,提高了成像速度。本算法在实际应用中取得了良好效果     

认知学习理论对CAI课件设计的影响

伴随着电脑、软件、网络技术及其他信息产业的迅速发展,特别是教育事业的兴盛和电脑的普及,计算机辅助教育开展得越来越广泛,但目前有许多CAI软件在科学性、教育性、有效性方面存在着严重的不足.针对这一现象,从新的教育观念出发,运用认知学习理论对人类的学习过程进行剖析,阐明了人类学习过程的实质,从而为CAI设计提供了理论依据和设计原理.     

高等数学中典型错误剖析及对策

在教学中 ,教师若能预先估量学生的错误 ,有针对性的教学 ,就一定能取得满意的教学效果。本文对高等数学中学生所犯典型错误作归因化剖析并给出相应的对策     

多窗口谱图分析的低截获概率雷达信号识别

在当前复杂的战场环境中,低截获概率雷达信号因其具有大时宽带宽积、强干扰性能、高分辨率和低截获性特点得到了广泛应用,传统的雷达侦察手段很难对其进行有效识别.在低截获概率雷达典型调制分析的基础之上,研究基于人工智能的雷达信号分类识别方法.从低截获概率雷达信号时频特征入手,提出基于多窗口时频谱图分析方法.该算法采用Hermi...     

基于预训练语言模型的管制信息抽取方法

在空中交通管理中,管制员使用管制指令调节航空器状态,飞行员通过复诵指令进行确认。管制指令的正确理解对飞行安全具有重大意义。提出一种新的管制信息抽取方法,即基于语言模型的预训练和微调,通过迁移学习实现小样本管制信息抽取。该方法在训练数据量降低时,仍能实现准确率的提升。仿真结果表明,新模型对管制信息抽取的准确率不低于98%,可以有效提取管制指令中的关键信息。该方法可提升空管系统的智慧化程度,辅助管制员理解管制指令内容,支撑飞行冲突检测,保障航空运输安全。     

图像超分辨率卷积神经网络加速算法

为了实现模型的实时和嵌入式运行,提出了一种轻量级的卷积神经网络结构。通过采用较小的滤波器尺寸和引入深度可分离卷积,可大量减少模型参数,提高模型非线性表达能力;在网络末端引入子像素卷积层,直接从原始低分辨率图像学习到高分辨率图像的映射,计算成本为原来的1/k²(k为放大因子)。在Set5数据集上的实验表明,所提模型的速度较经典的图像超分辨率重建算法速度提高了25.8倍,能够在通用GPU上实时运行,峰值信噪比平均提高了0.17 dB,并且参数只有它的35%。     

像素级图像融合方法分类与比较

图像融合的目的是将同一场景的多幅图像的互补信息合并成一幅新图像 ,以便更好地对场景进行监视和侦察。介绍了像素级图像融合的几种方法 ,按空间域和变换域对各种方法进行了分类 ,并对各种方法进行了比较。重点评述了小波用于图像融合的优点     

基于优化BP神经网络的气象环境下军事通信效能评估

气象条件对作战的各个方面都产生不同程度的影响和制约,恶劣的天气情况会影响军事通信质量,为提高在气象环境影响下的军事通信效能评估效果,将BP(Back Propagation)神经网络模型应用于军事通信效能评估中,并结合基于信息素的细菌觅食改进算法(Bacterial Foraging Optimization base...