大学英语听说能力培养及策略

大学英语听说课是提高学生英语综合技能的训练课。听说教学,要坚持以学生为主体的教学观,从分析和解决问题入手,运用任务型教学和合作学习等模式,实施多种教学策略,帮助学生打好语言基本功,提高文化素养,全面培养学生的英语交际能力。     

自主水下航行器导航技术

水下导航技术是自主水下航行器发展的关键技术,因而得到了广泛的关注。简要介绍了自主水下航行器的重要性及国外的发展概况,对国外水下航行器所采用的导航技术进行了综述,并就我国应采取的对策与措施提出建议。     

反舰导弹自主式火力分配

针对反舰导弹火力分配问题,提出了应首先实现从"瞄准式火力分配"向"自主火力分配"的观念转变,研究了反舰导弹自主火力分配的概念和国外发展动态,探讨了火分代码法、目标尺寸法、目标成像法和火分规则法四种自主火力分配方式的思路及对海战场的影响。研究表明,反舰导弹采用自主火力分配方式,能有效提升其自主作战能力。     

普通高校非英语专业新生英语学习观念和策略的研究

本文以问卷和面谈的形式对非英语专业大学一年级新生作了一次调查,通过定量和定性分析发现:(1)学生对外语学习中的个体差异,外语学习的内容和形式,母语在外语学习中的作用没有明确的看法;(2)学生普遍认同管理学习过程的重要性;(3)学生的学习观念和学习策略之间存在着很大的差距。并探讨了此调查结果对外语策略培训的启示。     

内隐学习对我国数学教学的启示

内隐学习的研究成果对我国的数学教学具有很强的启示意义,主要表现在:内隐学习揭示了数学知识的大量贮存将产生积累效应的特点,它可以有效地实现数学教学中的隐性目标,对数学概念的形成也有着巨大的影响。对学生数学学习的作用不容忽视。     

基于学习矢量量化(LVQ)神经网络的雷达体制识别

由于现代战争中雷达体制的多样化、复杂化及其综合应用使得雷达体制识别中要处理大量复杂的高维数据,学习矢量量化(LVQ)神经网络不仅能处理有监督分类,而且相对于其他神经网络能以较小的计算量处理大量输入数据,所以采用LVQ对雷达体制进行识别,同时针对LVQ学习速率的变化可能引起学习算法不稳定,采用修正的学习速率算法.在简要介绍雷达体制和LVQ的基础上构造了LVQ神经网络对雷达体制进行分类.通过与径向基神经网络(RBFN)识别算法的仿真对比,证实了方法的有效性.     

引导学生积极参与数学课堂学习的探索与实践

树立新理念,创建和谐学习情境,唤醒学生的主体意识,让学生在积极的思维和情感活动中主动地参与教学过程就越来越显现出其重要性了,这也是新课程改革给我们提出的最基本的要求。本文从兴趣引路,激发学生主动参与的积极性;营造民主和谐的氛围,创造学生主动参与的环境;开展小组合作学习,构建学生主动参与的平台;体验成功的愉悦,培养学生的创新能力;正确运用评价,树立学生主动参与的信心等五个方面,阐述了在数学课堂教学中如何让学生主动参与学习。     

当代教师的基本素养

随着社会对人才培养质量要求的提高,对教师的素质有了更高的要求,要求当代教师具备教学反思的能力、终身学习的理念、执着的教育追求、高度的责任感、仁爱之心、宽容的情怀等基本素养。     

Predicting intensive care unit bed occupancy for integrated operating room scheduling via neural networks

In a master surgery scheduling (MSS) problem, a hospital's operating room (OR) capacity is assigned to different medical specialties. This task is critical since the risk of assigning too much or too little OR time to a specialty is associated with overtime or deficit hours of the staff, deferral or delay of surgeries, and unsatisfied—or even endangered—patients. Most MSS approaches in the literature focus only on the OR while neglecting the impact on downstream units or reflect a simplified version of the real‐world situation. We present the first prediction model for the integrated OR scheduling problem based on machine learning. Our three‐step approach focuses on the intensive care unit (ICU) and reflects elective and urgent patients, inpatients and outpatients, and all possible paths through the hospital. We provide an empirical evaluation of our method with surgery data for Universitätsklinikum Augsburg, a German tertiary care hospital with 1700 beds. We show that our model outperforms a state‐of‐the‐art model by 43% in number of predicted beds. Our model can be used as supporting tool for hospital managers or incorporated in an optimization model. Eventually, we provide guidance to support hospital managers in scheduling surgeries more efficiently.     

军事维和多模态网络自主学习平台建设

为了推进维和军事训练的创新发展,军队必须大力进行维和训练理念、模式、方法和手段的改革,有效提升维和官兵的实战能力.本文依据多模态理论、自主学习理论和建构主义学习理论的研究成果,根据网络环境实际提出构建以培训学习者岗位任职综合技能为目的、以强军网络学习环境为依托的基于浏览器/服务器(B/S)架构模式的军事维和多模态网络自...