地方院校《电磁场与电磁波》教学改革的探索

《电磁场与电磁波》属于电子、通讯类类学科的主要专业基础课之一.它不仅是许多专业课的重要基础,而且也是许多新兴边缘学科的发展基础和生长点.本文提出了一种打破传统的以讲授法为主的教学方法,从教学重点出发,抓住关键,以发挥学生的主体性为前提,开展讲授与讨论相结合的研讨式课堂教学方法.     

超声波倒车防撞报警系统的设计

本系统以STC89C52为主控芯片,利用超声波测量汽车与障碍物距离,实现汽车前行和倒车时与障碍物之间距离的检测,通过液晶实时显示距离,并发出声光报警,使汽车避免和障碍物发生碰撞。实验表明该汽车防撞报警器具有测距速度快、准确度高、易于实现等优点,具有很好的应用前景。     

多种英语辞格并用的翻译探析

在英语写作或日常生活中，人们往往不会只使用一种辞格，而是多种辞格并用。有的几个辞格连用，有的辞格套辞格，有的甚至连用、套用混在一起。这就要求译者进行多项思维，尽可能准确地译出英语中含有修辞的句子或文章。     

混合深度卷积神经网络对人脸年龄的分类

为了提高人脸年龄分类的精度并且减少年龄分类过程所需的时间,提出了由微调深度卷积神经网络(FDCNN)和概率协同表示分类器(PCRC)构成的深度混合模型对人脸年龄分类的方法.首先,在IMDB数据集上将VGG-Face模型微调,得到一个新的深度卷积神经网络模型;然后,用该模型提取人脸图像的年龄特征,并将其送到基于概率协同表示的分类器进行年龄分类;最后,在FG-NET,MORPH和CACD数据集上对由FDCNN和PCRC构成的混合深度模型进行验证.从验证结果可知:PCRC比支持向量机(SVM)平均分类精度高出4.6%,并且对微调的深度模型倒数第二激活层输出的特征进行分类能取得更高的分类精度;与CA-SVR,DeepRank和DeepRank+相比,FDCNN和PCRC构成的混合深度模型的分类平均绝对误差分别低1.24,0.14和0.06;与由DCNN和SVM构成的分类模型相比,该混合深度模型的年龄分类精度高出3.6%.通过与VGG-Face模型各层运算时间分布对比可知该混合深度模型的分类时间大幅减少,因此混合深度卷积神经网络能很好地进行人脸年龄分类.     

电流模式Boost变换器反混沌抑制EMI的研究

本文在闭环电流模式Boost变换器的封闭三堆离散时间映射的基础上得到了电感电漉关于输入电压的分又圈。根据分又图选择合适的参数使闭环电流模式Boost变换器工作在混沌状态。实验表明,闭环电流模式Boost变换嚣反混沌押制EMI的效果较好,对输出电压的纹波影响较小。     

论影响英语听力理解的因素及其对策

听力理解能力是人们的语言交际能力之一。随着国际交流的日渐频繁和现代技术的迅猛发展，提高英语听的能力显得尤为重要。本文从语言和非语言两个方面分析了造成学生听力障碍的原因，并对如何提高学生英语听力进行了分析与研究，提出了可行性的建议。     

多种英语辞格并用的翻译探析

在英语写作或日常生活中,人们往往不会只使用一种辞格,而是多种辞格并用。有的几个辞格连用,有的辞格套辞格,有的甚至连用、套用混在一起。这就要求译者进行多项思维,尽可能准确地译出英语中含有修辞的句子或文章。