指向深度学习的中学英语课堂教学模式探究

我国传统的中学英语课堂教学由于受应试目的的影响，往往停留在引导学生对基本语言知识进行识记掌握的浅层方面，忽视引导学生对所学知识进行深层次地学习与思考。相对于浅层学习来说的深度学习，强调引导学生在学习过程中进行深层次思考，帮助其培养高阶思维能力，具有注重批判理解、信息整合、知识建构等基本特征，对我国中学英语课堂教学改革具有一定的指导意义。依据深度学习的基本特征，从教学目标、教学内容、教学方法、教学工具和教学评价五个维度阐释中学英语课堂教学模式构建的可能性，为促进中学英语学习者进行深度学习提供参考。     

反射焦散线方法中光路放大因子λ的讨论

讨论了反射焦散线方法中,反射面的凸性与光路放大因子λ之间的关系,显示了焦散线的特性。     

双变因子LMS自适应滤波算法

为提高最小均方(LMS)自适应滤波算法的性能,在步长因子与误差信号满足一种改进的Sigmoid函数关系式的基础上,提出了一种双变因子控制下的变步长LMS自适应滤波算法。该算法具有初始状态收敛速度快、稳定状态均方误差小、抗噪声性能好、适应系统跃变能力强的优点。计算机仿真结果验证了该算法的优越性。     

数字信道化接收机高效结构的优化方法

在重叠一半的数字信道化接收机的基础上,提出了重叠因子的概念、推导并实现了在重叠因子任意的数字信道化接收机的高效结构.与重叠一半的数字信道化接收机相比,这个结构通过减小重叠因子使最大抽取因子至少提高了50％,从而大大减轻了对后续处理速度的要求.另外还探讨了重叠因子和系统运算量之间的关系,为重叠因子的选取提供了依据.最后,...     

基于深度学习的防空武器红外目标识别技术应用研究

针对防空武器的作战使用需求,提出了一种基于深度学习的防空武器红外目标识别流程,通过大视场进行目标检测,小视场进行目标跟踪识别.在目标检测阶段,采用YOLO网络模型实现全图多目标识别定位;在目标跟踪阶段,采用超分辨率重建算法提升目标局部图像分辨率,利用深度残差网络模型实现跟踪目标的识别分类.试验结果表明,基于深度学习的空...     

基于逆向分层的工作流时间-费用优化方法

针对效用网格下基于优先级因子的工作流时间-费用优化问题,基于工作流的同步完成特征对任务进行分层并提出三种实时调度算法:基于逆向分层的sufferage(BLSuff)、基于逆向分层的min-min(BLMin)及基于逆向分层的min-max(BLMax)。算法设计基于优先级因子的衡量标准对时间与费用同时进行优化,并为任务设置期望完成时间以达到充分利用费用优化空间进行费用优化的目标。实验结果表明这三种算法在各种优先级因子下都能对工作流的执行时间与执行费用进行较好的优化。     

三维视景仿真中的主辅式多视口结构及其实现

针对大规模三维视景仿真中同时对场景全局和各目标模型细节观察的需求,设计了一种基于OpenGL的主辅式多视口场景渲染结构。通过对OpenGL视口定义、深度检测及投影变换等技术的灵活应用,该多视口结构在“导弹突防三维视景仿真系统”中得到了实现,有效地解决了多观察点同时兼顾的问题。     

关于大厚度自重湿陷性黄土地基处理的若干问题探讨

大厚度自重湿陷性黄土的地基处理方法、处理深度、合理控制剩余湿陷量是黄土地区工程设计中的难点热点问题.从大厚度自重湿陷性黄土湿陷变形特点出发,首先论述了大厚度自重湿陷性黄土地基处理存在的问题;其次,结合建构筑物的类别不同,提出了不同的自重湿陷性黄土层厚度,宜采取相应的地基处理厚度和剩余湿陷量控制标准;第三,对大厚度自重湿陷性黄土地基整片处理、局部处理等多种处理方法的优缺点及适用性等问题进行了详细探讨,给出了几种地基处理方法处理效果良好的工程实例.     

截幅效应对DMT调制的影响及一种减小截幅噪声的方法

ＤＭＴ（ＤｉｓｃｒｅｔｅＭｕｌｔｉｔｏｎｅ）调制是一种在ＡＤＳＬ（ＡｓｙｍｍｅｔｒｉｃａｌＤｉｇｉｔａｌＳｕｂｓｃｒｉｂｅＬｉｎｅ）中被广泛采用调制技术。本文分析了在ＤＭＴ中对信号进行截幅所产生的影响，计算了Ｄ／Ａ变换产生的量化噪声和截幅噪声，并与未截幅时相比较，在不降低ＳＮＲ的情况下，降低了Ｄ／Ａ变换器的精度的要求，并求出最佳截幅因子。本文分析了一种减小截幅噪声的方法，并说明在非最佳截幅时，通过这种方法可获得与最佳截幅同样的结果。