综合英语听说课游戏应用教学设计实践案例

为培养高职学生实际应用英语特别是英语听说能力,课堂教学设计中引入学练合一的游戏教学。文章以高职非英语专业学生作为教学研究对象,通过在英语听说教学中的游戏应用设计与实践案例,探讨了听说课中存在问题及游戏应用的价值。     

基于拓展SCP框架下的我国电信行业政府规制研究

近年来,我国电信行业快速发展,对拉动国民经济快速增长和维护社会安全做出巨大的贡献。同时,我国电信行业长久以来的自然垄断属性导致电信市场各类有违公平竞争的价格、互联互通等矛盾日益尖锐,政府规制迫在眉睫。首先阐述政府规制对我国电信行业的必要性和适用性,其次从SCP框架入手,对其进行了适当的拓展,分析了我国电信行业政府规制问题。最后就今后如何对我国电信行业进行有效政府规制提出了相应的对策。     

微乳液体系中脂肪酶催化油脂水解反应研究

研究了微乳液体系中脂肪酶LIPASE LVK催化的红花油水解反应,考察了表面活性剂种类、微乳液ω0值、表面活性剂浓度、反应温度pH、添加剂等因素对水解率的影响,确定了微乳液体系中脂肪酶LIPASE LVK水解红花油的适宜条件:以异辛烷为有机溶剂,[AOT]=0.1mol/L,ω0=49,反应温度25℃,缓冲溶液的pH为8.0,不加添加剂.     

层次分析法在优化纺纱工艺配置方案中的应用

引用层次分析法解决纺纱工艺配置方案的优化问题,首先建立包括各方案的系统层次结构,然后构造两两判断比较矩阵,采用近似计算法得到判断矩阵的最大特征根,并由此计算一致性比率,从而确定最优配置方案.纺纱工艺实践证实,采用层次分析法对纺纱工艺配置方案进行优化筛选切实可行.     

产氢细菌Ethanoligenens harbinense YUAN-3基因文库构建及分析

以高效产氢细菌哈尔滨产乙醇杆菌的模式菌株YUAN-3作为出发菌株,提取细菌总DNA,经过Sau3AI的不完全酶切,将2.5～5.0kb的片段连接入用BamHI酶切的pUC19质粒,转化入E.ColiDH5α中,构建菌株YUAN-3的基因组文库,得到克隆数接近9×103个,以最相近的梭菌属已报道的基因组平均大小4.6Mb计算,概括了其99%以上的基因组,达到了建库的理论值.随机挑取200个白色菌落进行测序,经分析得到的结果大多数与已经过全序列分析的产氢细菌的假想蛋白相近,其中有49个与其他菌株功能蛋白相似性超过70%的片段,包括叶酰聚谷氨酸合成酶、DNA拓扑异构酶、乙酰转移酶等,同时获得了7个功能蛋白或基因的完整开放阅读框.     

面向矛盾问题的动态描述逻辑扩展研究

为了使动态描述逻辑DDL具有处理简单矛盾问题的能力,引入可拓集合和可拓变换对它进行扩展.文章提出了一种动态描述逻辑DDLESET,给出了DDLESET的语法形式和语义解释;对传统描述逻辑、模糊DDL和DDLESET中的ABox形式进行了比较分析;研究了DDLESET的基本推理问题,对传统描述逻辑的一致性检测算法Tableau算法进行了可拓扩展.描述逻辑DDLESET盯具有对关联度值分别为正负域的模糊断言的表示与推理能力,并可以为关联度值为负域的断言即不可满足的概念或不可实现的动作提供求解策略,从而使其变得可满足、可实现.     

我国个人所得税功能定位问题的思考

2009年我国税改的主基调是结构性减税,对于个人所得税改革的研究成为各界普遍关注的焦点之一。文章旨在探讨个税改革的一个前提性问题,即:我国个税的功能定位问题。文章借鉴西方经验,结合我国实际认为,现阶段个税成为我国税收体系主体税种的条件尚不具备,因此,目前我国个税应以调节收入分配功能优先。     

汉语国际教师胜任力研究初探

"汉语国际推广"伴随着中国经济实力和国际地位的提高而提出,不仅是国家提升软实力、实现中华文化伟大复兴的宏观战略的组成部分,也是对外汉语教学事业的合理延伸。然而,伴随着"汉语热"不断兴起,汉语国际教师师资短缺和选拔困难成为当下亟待解决的问题。本论文探索汉语国际教师的胜任力因素,为有针对性开展汉语国际教师能力建设奠定理论基础。对于年轻教师们而言,也可通过了解汉语国际教师应具备的素质和能力,对自我能力正确认识和提升,促进自己事业的更好发展。     

乙烯环氧化反应的动态特性与反应器的动态操作(Ⅰ)——基元过程序列结构与动力学

利用动态响应方法,对乙烯在银催化剂上环氧化反应的基元过程序列结构和动力学进行了系统的实验和模型化研究,为从理论上考察这一反应体系在浓度强制振荡条件下的时间平均性能与基元过程动力学的相互关系,为建立适当的模型来描述浓度强制振荡过程提供了必要的条件.     

基于U-Net的高分辨率遥感图像土地利用信息提取

随着现代遥感技术的迅速发展,遥感图像的质量和数量得到了显著的提升,新技术带来的高分辨率遥感图像所蕴含的信息也更加丰富,如何利用人工智能手段辅助挖掘这些丰富的信息也成为了遥感图像分析与理解的重要内容。与此同时,以深度卷积神经网络为代表的人工智能技术在图像处理领域大放异彩。得益于类人眼的分层卷积池化模型,深度卷积神经网络可以在图像分割和分类等任务上取得优异的结果。因此采用U-Net为代表的深度卷积神经网络对2 m的高分辨率遥感影像进行了特征提取、分割和分类,不同于传统基于手工设定图像特征的方法,U-Net可以自动对海量高分辨率的遥感图像进行特征提取,从而充分挖掘高分辨率遥感影像中复杂的非线性特征、光谱特征和纹理特征。实验结果表明：利用训练好的U-Net模型对新昌县土地利用分类计算时间为55.7 s,分类准确率可达90.95%,Kappa系数为0.86。U-Net模型可以快速、精确地提取高分辨率遥感影像中的地表覆盖特征,得到高精度的土地利用分类结果,说明将该模型应用于遥感影像土地利用分类提取有着广阔前景。