军校大学生英语学习观念与策略分析

国内外学者提出了许多关于英语学习策略的理论,并进行了大量的实证研究,但有关军队院校大学生英语学习策略的研究尚未涉猎。了解军队院校非英语专业大学生英语学习的观念和所采用的主要策略,掌握学生各种英语学习观念和采用的学习策略之间的关系。可为军校英语教学提供研究方向。     

军校战士学员厌学现象思考

学风是学生群体在学习活动中表现出来的精神风貌,包括正确的学习目的、严谨的治学态度、求实创新的精神、浓厚的学习氛围和浓郁的文化环境。战士学员厌学现象,妨碍院校教育终极目标的实现,必须引起高度关注。     

内隐学习的特征及对其本土教育的启示

内隐学习就是无意识获得刺激环境中复杂知识的过程。在无意识研究热潮中,内隐学习研究获得了很大的发展。内隐学习的研究对于理解人类认识过程的本质,特别是对于探明人们获得丰富复杂知识的心理机制提供了全新的视野。本文着重探讨内隐学习的特征以及对本土教育的启示。     

英语教学中自主学习能力的培养

自主学习是语言学习的关键,学生是否能够学好外语取决于自主学习能力的培养。本文阐述了自主学习的理论基础及使用价值,如何培养学生自主学习的能力,更多关注学习方法的相互作用。     

初中生学习动机与自我监控学习行为关系研究

采用问卷调查法对新疆石河子市初中生的学习动机及自我监控学习行为进行测查,并分析其相关性,结果表明：不同性别、年级初中生的四种学习动机强度有差异,自我监控学习行为水平也有显著差异;成就性动机、威信性动机、认知性动机与自我监控学习行为均有显著正相关,附属性动机与其无明显相关。     

素质教育下课堂教学互动平台的建立

教学过程的改革是教育改革的主要内容,课堂教学是教学活动的主要环节之一。课堂教学要适应素质教育的要求,建立民主平等合作的师生关系,达到教与学的互动,提升课堂教学的效果。     

基于规则预置的应急事件指挥控制建模研究

为提高应急事件仿真过程中指挥控制模型的智能化程度和仿真结果的可信度,分析了应急事件指挥实体的指挥控制过程和指挥实体阃的信息交互关系,建立了基于预置规则的指挥控制模型,提出了驱动指挥控制模型运转的、表达应急事件指挥专业化知识的产生式指挥控制规则表达方式,重点研究了指挥控制规则的分类、定义和设计方法,并对该方法在仿真系统中的应用进行了分析,取得了比较理想的模拟效果.     

Optimal production ramp-up in the smartphone manufacturing industry

Motivated by challenges in the smartphone manufacturing industry, we develop a dynamic production ramp-up model that can be applied to economically satisfy nonstationary demand for short-life-cycle products by high-tech companies. Due to shorter life cycles and more rapid evolution of smartphones, production ramp-up has been increasingly critical to the success of a new smartphone. In the production ramp-up, the key challenge is to match the increasing capacity to nonstationary demand. The high-tech smartphone manufacturers are urged to jointly consider the effect of increasing capacity and decreasing demand. We study the production planning problem using a high-dimensional Markov decision process (MDP) model to characterize the production ramp-up. To address the curse of dimensionality, we refine Monte Carlo tree search (MCTS) algorithm and theoretically analyze its convergence and computational complexity. In a real case study, we find that the MDP model achieves revenue improvement by stopping producing the existing product earlier than the benchmark policy. In synthetic instances, we validate that the proposed MCTS algorithm saves computation time without loss of solution quality compared with traditional value iteration algorithm. As part of the Lenovo production solution, our MDP model enables high-tech smartphone manufacturers to better plan the production ramp-up.     

基于深度神经网络的OFDM系统IQ不平衡补偿技术

正交频分复用(OFDM)是现代移动通信中一项重要的物理层通信技术,并且OFDM系统要求子载波间严格正交。然而在实际系统中,振荡器和滤波器等器件的非理想特性会导致同相正交(In-phase and Quadrature-phase,IQ)不平衡,从而破坏子载波的正交性,严重影响OFDM系统的性能。本文研究了IQ不平衡对OFDM系统的影响,提出了基于并联深度神经网络的IQ不平衡补偿技术。该算法利用了深度神经网络不依赖于模型的特点,直接从接收到的频域信号恢复原输入信号的二进制序列,并利用IQ不平衡的干扰信号来自镜像子载波的先验知识来初始化神经网络,加快其网络优化的收敛速度。仿真结果表明,该算法能有效地补偿IQ不平衡失真,并且在幅度和相位失真的补偿上,其性能都优于传统的导频的最小二乘（LS）估计补偿IQ不平衡的算法,证明了深度学习方法解决物理层问题的优越性。     

基于深度学习的MPSK信号调制识别

为了有效实现信号调制方式的智能识别,提出基于深度学习的多进制相移键控(Multiple Phase Shift Keying, MPSK)信号调制识别方法。分析接收MPSK信号的循环谱,并通过提取MPSK信号循环谱的等高图获得二维特征信息,利用深度学习中的卷积神经网络对二维特征进行训练,使用测试样本对所设计的调制识别方法的有效性进行验证。仿真结果表明,所提方法具有良好的识别性能。