大学英语测试中的形成性评价探究

当前大学英语教学中普遍采用终结性评价方式对学生的学习做出一次性评价,而这种方法因其评价概念过于狭小,评价主体过于单一,评价功能缺乏激励,缺少反馈,严重制约了学生英语学习的积极性。而形成性评价方式通过对教学过程的评估,既可以帮助学生调整学习策略、改进学习方法、提高学习效果,也可以帮助教师获取教学反馈信息、调整教学内容及方法,以便更好的提高教学质量。     

开辟第二课堂——浅谈计算机网络辅助法语自主听力学习

计算机网络给我们开辟第二课堂进行自主学习带来了强有力的武器。如何合理有效的利用计算机网络优化提高学习．在传统课堂之外构建个性化的外语学习氛围已成为当务之急。本文以外语学习中重要的一环听力为例，说明了计算机网络辅助法语自主听力学习相比传统听力教学的优势并介绍了实施对策。     

基于多Agent的数据挖掘系统模型

在传统的数据挖掘体系框架中引入Agent联邦技术,提出一种基于Agent联邦的挖掘系统模型,由Agent联邦来完成数据准备、数据挖掘以及结果评估和解释等工作,使整个挖掘过程实现了知识性、智能性.文章重点讨论了各个联邦的功能和具体构成.     

一种基于KNN与改进SVM的车牌字符识别算法

提出了一种将KNN(K近邻)和支持向量机相结合的字符识别算法.首先用KNN对字符进行判断,如果输出的置信度大于阈值,则认为分类正确;如果小于阈值则采用支持向量机进行判决.改进了SVM分类器,通过调整支持向量机的分类超平面改进了支持向量机的性能.将算法应用到实际的车牌字符识别中,识别结果表明,这种方法在提高识别速度的同时,有效提高了字符的识别精度.     

基于等效视数的ISAR干扰效果评估方法

由于逆合成孔径雷达(ISAR)是一种新体制雷达,一些用于评估常规体制雷达干扰效果的方法和手段对于ISAR来说并不适用.综合考虑雷达干扰的原理和图像处理的理论,从等效视数的角度出发,提出了一种新的对ISAR压制干扰效果的评估方法,即采用干扰前后两幅图像的等效视数差来评估干扰效果,该方法能清楚地反映受干扰目标从临界干扰到严重干扰整个过程中目标图像的失真程度,仿真结果表明了该评估方法的正确性和有效性.     

海上丛式井组钻井顺序优化模型及求解方法

海上丛式井组待钻井较多且井口间距较小,优化钻井顺序有助于防碰和采用批钻井方式。综合考虑防碰要求并兼顾批钻井要求,以井眼分离系数作为井眼交碰风险评价指标,以整个井组的防碰井段总长度最小作为钻井顺序优化目标,建立海上丛式井组钻井顺序优化模型及遗传算法求解方法,给出实例计算分析。结果表明:以整个井组的防碰井段总长度最小作为海上丛式井组钻井顺序优化指标是可行的;建立的钻井顺序优化方法能够满足海上丛式井防碰及批钻井要求。     

不同间距邻近爆破载荷下隧道破坏规律及动态响应研究

试验研究和数值分析是研究不同间距邻近爆破载荷下隧道动态破坏问题的有效手段。通过试验研究发现,当间距较小时,迎爆侧呈三角形破坏,背爆侧表现为起拱点和底角的裂纹扩展,且随间距增加,破坏程度逐渐减弱。通过LS-DYNA数值模拟研究发现,当炸药量一定时,随间距的增加,起拱点位置振速峰值呈指数型衰减,当间距小于3D时,衰减较快,且振速峰值大于安全振速,位于危险间距内;当大于3D时,衰减缓慢,位于安全间距内。迎爆侧振速峰值最大区域分布在直墙中部至起拱点位置,直墙中下部和拱形部位次之。      

一种基于相似度判据的K近邻分类器的车牌字符识别方法

针对K近邻方法分类准确率较高的特性,提出了一种基于相似度判据的K近邻分类器车牌字符识别方法.通过大量实验,选取字符的网格特征和轮廓特征作为分类依据,用特征融合方法将两种特征合并,实现特征的串行融合.根据相似度判据作K近邻分类,实现了一个车牌字符识别系统.实验表明,这种方法具有良好的识别效果,鲁棒性强,具有较大的实用价值.     

生态批评解读海明威双重自然观的成因

本文探讨了海明威自然观的双重性及其成因。在西方传统文化和基督教所蕴含的二元对立观念以及个人独特的游历经历影响下,他一方面热爱、赞美自然,对遭到破坏的自然予以同情和关注,表现出一种非人类中心主义的自然观;另一方面他又爱好通过血腥残杀动物体验快感,表现出渴望征服自然的人类中心主义态度。     

基于遗传算法的TDOA定位系统的最优布站算法

为提高到达时间差(time difference of arrival,TDOA)定位系统的定位精度,提出了利用遗传算法(genetic algorithm,GA)寻找规定平面区域内TDOA定位系统的最佳布站策略,其所遵循的最佳布站原则是使得定位的目标空间的定位误差的Cramer-Rao界的平均值最小。对GA的站点位置编码和适应度函数的选择进行了研究,在此基础上提出了GA的寻优布站算法。仿真结果表明,该算法的寻优布站结果接近于系统的最优布站。