基于解释结构模型的学生学习投入影响因素研究

学生学习投入与学业成果呈显著相关,对促进学生个体发展和提升教育质量起着重要作用。促进学生学习收获呼吁高效的学习投入,如何提学生学习投入水平,已成为教育教学的迫切问题。本文在梳理有关学习投入影响因素文献的基础上,确定出15个影响学生学生学习投入的主要因素,运用解释结构模型方法建立学习投入影响因素解释结构模型。研究发现,自我效能感、学习动机、情感体验、时间管理、成就目标和人际关系是影响学生学习投入的直接因素,教学投入、教学策略、教学能力、学校氛围和学校支持力度是根本因素,教学支持、家庭背景、社会支持和学校幸福感作为间接因素发挥作用。其中学生自身因素是影响学生学习投入的直接因素,环境因素和教师因素对学生学习投入有基础性的影响。据此可以从激发学生学习动机、提高学习投入积极性,改善外部环境、加大联合支持力度,以及加强师资力量建设、提高教师教学能力等方面来提升学生学习投入水平。     

光学侦察卫星的目标探测概率分析

结合光学侦察卫星的特点建立了光学成像卫星目标探测概率与卫星轨道倾角、探测幅宽、访问间隔、目标特性等因素的关系模型。该模型明确了卫星技术性能指标和作战性能指标的相互关系,可作为对光学侦察卫星进行需求分析、顶层设计以及效能评估的依据。以大型舰船为探测目标,用仿真结果说明了模型的适用性。     

Reliability inference for field conditions from accelerated degradation testing

Accelerated degradation testing (ADT) is usually conducted under deterministic stresses such as constant‐stress, step‐stress, and cyclic‐stress. Based on ADT data, an ADT model is developed to predict reliability under normal (field) operating conditions. In engineering applications, the “standard” approach for reliability prediction assumes that the normal operating conditions are deterministic or simply uses the mean values of the stresses while ignoring their variability. Such an approach may lead to significant prediction errors. In this paper, we extend an ADT model obtained from constant‐stress ADT experiments to predict field reliability by considering the stress variations. A case study is provided to demonstrate the proposed statistical inference procedure. The accuracy of the procedure is verified by simulation using various distributions of field stresses. © 2006 Wiley Periodicals, Inc. Naval Research Logistics, 2006.     

带失效因子的J-M软件可靠性预计模型

提出带失效因子的J-M软件可靠性预计模型.先分析了原有J-M软件可靠性预计模型的特性,指出了此模型产生与实际情况差异的原因;基于在测试初期软件出现的错误,对软件失效率的影响大于测试后期出现的错误对软件失效率的影响的思想,提出了带失效因子的J-M软件可靠性预计模型.最后,针对所提出的模型,利用测量的数据进行了实际验算.     

时空预滤波对运动检测器速度估计的影响分析

初级运动检测器在检测自然图像的运动速度时存在不足,在运动检测器前增加时域和空域滤波器可以改善图像运动速度的估计.详细分析了时空滤波器对运动检测器输出的影响,结果表明通过设计滤波器可以有效提高速度估计的准确性,并且可以减小相对误差.     

一种基于最大似然估计的ISAR自聚焦算法

自聚焦是ISAR成像中的一项关键技术,其目的是消除目标和雷达的径向运动引起的相位误差。从ISAR信号模型出发,推导得到了相位误差的最大似然估计,并给出了一种基于最大似然估计的ISAR自聚焦算法。该算法采用了相位梯度算法(PGA)的处理结构,利用了多个距离单元上的散射点信号。算法中没有孤立散射点的要求,不需要相位解模糊,并且消除了相位误差估计中积累误差的影响,提高了相位误差的估计精度。将该算法应用于实测数据的ISAR成像中,得到了较好的聚焦结果。     

基于改进卡尔曼滤波方法的机动目标跟踪研究

针对在机动目标跟踪中当目标作高度机动飞行时卡尔曼滤波可能会出现严重发散的情况,提出利用BP神经网络校正其滤波结果,并将遗传算法应用于BP网络的训练过程,以解决BP网络训练速度慢的缺陷,提高算法的实时性。仿真表明该方法是可行的、有效的。     

基于Jerk模型的一种改进多传感器数据融合算法

简要介绍了目前存在的一些机动模型和基于状态估计的滤波算法。将Jerk模型与强跟踪滤波算法有机地结合起来,并提出了一种通过时空综合分析的测量方差自适应估计方法以优化强跟踪滤波算法中次优渐消因子和滤波增益的在线选择,同时结合多传感器数据融合具有改善滤波精度的性质,最终给出了一种基于Jerk模型的改进多传感器数据融合算法。最后,通过蒙特卡罗仿真验证了该算法的有效性。     

电子作战目标威胁评估方法初探

为了对电子作战目标进行威胁评估,主要立足于电子战环境,分析了电子作战目标威胁评估的内容与作用,并系统深入地研究了当前常用的目标威胁评估方法,对判断敌情及电子对抗作战指挥具有一定的指导意义。     

光纤法测量表面粗糙度的影响因素分析

由于光纤法测量表面粗糙度易受到传感器光源、零件材料、零件加工方法和测量环境的影响,从而降低了测量的精度。针对这些影响因素进行了分析,提出了解决办法,从而提高了测量精度。