小议任务型教学法在计算机英语教学中的应用

随着社会对精通英语的计算机专业复合型人才的需求越来越大,高职院校计算机英语教学面临着严峻测考验。因此,阐述任务型教学法的基本理论以及在高职计算机英语教学中任务型教学法的优点。以高职计算机专业英语课堂教学任务的设计为例,从任务的提出、及教学模式的设计等几个方面,探讨如何提高学生的学习兴趣和能力,使学生的学习方式从被动学习向自主、合作、探究式学习转变,提高教学效果和学生的综合素质。     

气相色谱-质谱法测定纺织品中6种苯氧羧酸类农药残留量

为测定纺织品中6种苯氧羧酸类农药残留量，采用酸性丙酮水溶液提取试样，提取液经二氯甲烷液-液分配提取后，再用甲醇-三氟化硼乙醚溶液甲酯化，经正己烷提取，用配有质量选择检测器的气相色谱仪（GC／MSD）测定。经前处理条件试验，气相色谱-质谱条件选择试验，气相色谱／质谱阳性确证条件试验，回收率、精密度和测定低限技术指标均完全满足检测需要。     

高效液相色潜法（HPLC）测定纺织品中甲萘威残留量

纺织品试样经甲醇超声波提取，样液浓缩定容后用高效液相色谱（HPLC）仪测定，外标法定量，经前处理条件试验、液相色谱条件选择试验、回收率试验和精密度试验。结果表明，该方法回收率为85．8％～94．2％，相对标准偏差为4．36％～7．51％，测定低限为0．10mg／kg；各项技术指标均能满足检测需要。     

艺术专业计算机辅助设计教学研究与探索

艺术专业计算机辅助设计的教学,是整个设计艺术体系的一门综合课程。其教学形式和目的不同于计算机专业的教学,它既不是纯计算机技术的教学,也不是纯艺术理论和观念的培养,前期过硬的手绘能力和富有创意的设计思维能力是实现计算机辅助设计的前提。课程的目的在于更好的服务于艺术创作设计的实现,是艺术创作及设计表现的方法之一。     

小议任务型教学法在计算机英语教学中的应用

随着社会对精通英语的计算机专业复合型人才的需求越来越大,高职院校计算机英语教学面临着严峻测考验。因此,阐述任务型教学法的基本理论以及在高职计算机英语教学中任务型教学法的优点。以高职计算机专业英语课堂教学任务的设计为例,从任务的提出、及教学模式的设计等几个方面,探讨如何提高学生的学习兴趣和能力,使学生的学习方式从被动学习向自主、合作、探究式学习转变,提高教学效果和学生的综合素质。     

WBJX3型四合一集控台的抗干扰能力与可靠性问题

WBJX3型四合一集控台，集控制，保护，测量于一体，是实现农村小型化变电站的关键设备之一。但将微电子技术应用于俗称“变电所大脑”的二次部分，人们还持有不同意见。特别是对台子的抗干扰能力和可靠性问题。本文结合曲沟变电站已投运台子的设计，施工，调试，运行情况。进行了较深入的分析和探讨。     

浅析图示理论在高职英语听力教学中的应用

目前,高职学生的英语听说能力普遍偏弱,在很大程度上制约了英语综合水平的提高.英语语听力教学理论的探讨中,图式理论备受关注,而且切实可行.本文分析了高职学生听力理解过程中普遍存在的障碍,通过介绍图式理论与听力教学相结合的实用价值,提出实施图式理论的策略,并为提高学生的听力水平、解决存在的问题提供了可行的方法.     

消除光照和姿态变化影响的人脸识别

光照和姿态变化带来的影响是自动人脸识别的两个主要瓶颈问题。提出了消除这两方面影响的处理方法：首先对训练集里的图像应用灰度归一化处理,降低对光照强度的敏感度;然后进行姿态估计,并用特征脸方法计算不同姿态的特征子空间,最后提出了“姿态权重PWV（Pose’s Weight Value）”这一概念,据此设计了加权的最小距离分类器WMDC（Weighted Minimum Distance Classifier）,分配不同姿态权重消除姿态变化影响。在FERET和Yale B数据库上的实验结果表明,此方法能在很大程度上提高人脸光照和姿态改变时的识别率。     

蔬菜及水果中77种有机磷和氨基甲酸酯农药残留量检测技术研究

本方法采用丙酮水溶液（8＋2）提取样品，提取液经二氯甲烷液-液分配、凝胶色谱柱（GPC）净化，固相萃取柱（活性炭）再净化，浓缩定容后，用气相色谱-质谱仪（GC-MS）测定，外标法定量。采用选择离子检测进行阳性确证。选择菠菜、柑橘等10种蔬菜水果为实验样品、敌敌畏等77种农药添加水平在0．05-2．00mg／kg时，该方法回收率为53．6％-124．8％；精密度为4．01％-24．90％；方法测定低限为0．01-0．200mg／kg。     

融合肤色模型与小波变换的人脸检测算法

针对目前人脸检测误检率高的问题,提出了一种融合肤色模型与小波变换的新算法．该算法采用肤色模型确定人脸的可能位置,然后分别对人眼和嘴巴进行检测,最终确定人脸位置．其中眼睛位置在小波变换后根据几何位置进行检测,嘴巴位置采用Fisher分类器检测．这一新算法实现了在复杂背景中单人脸快速、准确定位．与传统的YC_bC_r肤色模型检测算法相比,新算法将颜色空间与小波变换、Fisher分类相结合,提高了检测精度．实验表明,该算法的正确检测率为91％,误检率仅为2％．