开放式英语教学的应用探讨

开放式教学在大学英语中的应用能够发展学生的发散思维能力和培养学生的创新能力。该文从理论与实践的角度出发，结合具体的实例，探讨了开放式教学的几种实施方法。     

英语新课标下教师角色的转变

施行新的《英语课程标准》,要求教师做好充分的心理准备并实现必要的角色转变:教师应该是学生学习的促进者;应该是与学生“平等中的首席”;应该是谦虚的学习者;教师之间应该是紧密的合作者;教师应该做扎实的研究者。     

基于模糊C均值聚类的二维直流电阻率与射频大地电磁联合反演

为结合直流电阻率（direct current resistivity, DCR）与射频大地电磁（radio-magnetotelluric, RMT）法反演优势,开展了二维DCR与RMT数据联合反演研究。在经典最小结构模型正则化的基础上,采用平衡算子调节两个数据间的权重,引入模糊C均值（fuzzy C-means, FCM）聚类对电阻率模型进行约束,根据数据均方根误差自动调整FCM聚类项的权重,提高了联合反演效果。通过单独反演与联合反演结果的对比,分析了两种方法的反演能力,总结了联合反演的优势。模型试算表明,DCR与RMT数据联合反演得到的电阻率模型较单独反演更接近实际模型,FCM聚类约束的应用可进一步提高联合反演的效果。     

贵州省不同类型自然保护地空间分异及其影响因素

受自然与社会因素的影响,不同类型自然保护地的空间分异存在较大的差异.研究针对贵州省内的自然保护区、森林公园、湿地公园和风景名胜区等4类自然保护地,综合运用最邻近点指数、地理集中指数、核密度和地理探测器模型对其空间分异特征进行分析,并探讨其影响因素.结果表明：自然保护区与其余3种自然保护地在数量的空间分异特征上具有明显差异,但4种自然保护地在面积的空间分异特征上均表现出离散化分布的特征,具有较高的相似性.相同影响因素的解释力在不同类型的自然保护地上差异较大,在数量上主要影响因素呈现出趋异性,而面积上主要影响因素则呈现出趋同性.任意2个影响因素交互后其解释力均增强,交互的特征呈多维度复合影响的态势.不同类型自然保护地功能定位的差别是其主要影响因素呈现出趋异性和趋同性的主要原因.     

面向时间敏感网络的安全感知调度方法

时间敏感网络（TSN）中信息的真实性是系统的关键安全要素,然而直接引入传统安全认证机制会导致系统可调度性和实时性大幅降低。现有的方法仍存在适用场景少、资源消耗高等问题。针对这些问题,文中提出了一种面向TSN的安全感知调度方法。首先基于TSN流量特性设计了一种时间有效的一次性签名安全机制,为消息提供高效的组播源认证;然后提出相应的安全模型对该机制进行评估,描述安全机制对任务和流量的影响;最后对提出的安全感知调度方法进行数学建模,在传统调度约束的基础上,增加了安全机制相关的约束,同时以最小化应用端到端时延为优化目标,使用约束规划进行求解。仿真实验结果表明：改进的一次性签名机制的引入可以有效保护TSN中关键信息的真实性,且对调度的影响有限;在多个基于真实工业场景生成的不同规模测试用例中,产生的应用端到端时延平均仅增加13.3%,带宽消耗平均仅增加5.8%;与其他同类型方法相比,文中方法的带宽消耗更低,更加适用于有严格带宽限制的TSN。     

广西油茶产业发展现状与对策

广西油茶(Camellia oleifera)资源丰富,种植历史悠久。广西油茶产业虽然初具规模,但是还存在资源质量不高、产业链条不长、品牌建设滞后等突出问题和薄弱环节,需要进一步加大政策支持力度,推动油茶产业早日成为乡村振兴的支柱产业。     

基于残差卷积自注意力神经网络的铝电解过热度识别方法

过热度是反映铝电解槽当前生产效率的重要指标,由于过热度难以在线实时测量,本文提出一种基于残差卷积自注意力神经网络的过热度识别方法.针对铝电解生产过程数据为时间序列数据且具有多源异构特性,设计异构数据的同构表示方法.在此基础上建立残差卷积自注意力神经网络模型以提取同构时间序列数据的全局与局部特征.针对过热度数据标签少且类别分布不均匀问题,采用基于自动编码器的无监督预训练方法与加权交叉熵损失函数以提高过热度识别任务的性能.在基准数据集上进行仿真对比实验以验证本文所提方法的有效性,然后在只包含少量不平衡标签的铝电解过热度数据集上进行实验验证,结果表明本文构建的过热度识别模型相较与其他现有模型不仅提高了过热度识别准确率,而且在训练样本较少时保证了模型的泛化能力.     

水力旋流分离器在油水分离领域的研究进展

水力旋流器利用密度差实现两相分离,具有结构简单、分离效率高等优点,因此在原油预脱水处理等油水分离领域得到广泛应用。 鉴于此,通过分析和收集水力旋流器相关文献,对油水分离领域水力旋流分离器的研究现状进行了阐述和总结,包括水力旋流分离器的发展历程、基本结构、内部流场和工作原理等相关方面;同时,对油水分离领域不同类型的水力旋流分离器进行了对比分析,发现在水力旋流器的结构参数优化以及内部液体流动规律等方面,单一结构的参数优化或单一、静态的系统分析不能系统全面地反映实际复杂工况。 因此,将计算机仿真模拟和相关先进检测技术相结合,用于旋流器的参数优化、内部液体流动规律分析以及构建预测模型等方面,对于旋流器的结构设计优化、分离效率提升等方面意义重大;另外,目前的研究多着重于旋流器的结构和流体特性等方面,对于旋流器内部的磨损、疲劳损伤等方面的研究较为缺乏;最后,对水力旋流分离器在油水分离方面研究的不足和发展方向进行了分析和展望。     

涂装车间漆雾过滤设备内流场数值模拟与设计优化

涂装车间在喷涂过程中会产生大量含有漆雾的喷涂废气,在处理喷涂废气之前需对其中的漆雾进行预过滤,在干式喷房中纸盒式漆雾过滤器由于更经济环保,越来越多地被投入使用。针对运行参数对过滤器过滤效率的影响,利用计算流体力学对折流板式纸盒过滤器的过滤效果进行了数值模拟研究,对过滤器的设计参数提出了优化建议。结果表明:设计参数对过滤器过滤效率的影响较大,过滤器对10 μm以下的漆雾颗粒过滤效率在10%~20%,过滤效率较低,对于10 μm以上的漆雾颗粒,过滤效率随粒径的增大而升高,对60 μm及以上的漆雾颗粒过滤效率达99%以上,部分大颗粒漆雾掉落至过滤器内,可实现漆雾储存;过滤器过滤效率随进口流速的增大而降低,随漆雾浓度的增大而升高,设备进出口压差随进口流速的增大而增大,但远低于喷房压阻限制。     

基于改进I-Attention U-Net的锌浮选泡沫图像分割算法

针对泡沫图像的高度复杂性导致其难以被准确分割的难题,本文提出了一种新的I-Attention U-Net网络用于泡沫图像分割.该算法以U-Net网络作为主干网络,使用Inception模块替换第一卷积池化层来提取泡沫图像的多尺度、多层次浅层特征信息;引入金字塔池化模块,通过对不同尺度的特征图求和来提升分割效果;并对自注意力门控单元进行改进,使注意力单元更适合于浮选泡沫图像的分割,强化深层特征的重要性并对不同尺寸的泡沫边界进行强化学习.研究结果表明：本文所提出算法的Jaccard系数为91.73%,Dice系数为95.66%.与同类其他分割算法结果相比,Jaccard系数及Dice系数分别提高了1.59%、0.88%.该模型能够较好地对锌浮选泡沫图像进行分割,解决欠分割与过分割的问题,为后续的泡沫特征提取奠定基础.此外,该方法检测时间和模型参数少,具备可以部署在工业现场计算机的能力,有一定的实际应用价值.