排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
本文以大学英语教学改革的目标和要求为线索,阐释了当前我国大学英语教学的基本现状,揭示出在大学英语教学中突显学生自主学习英语的必要性,进一步指出要培养大学生英语自主学习能力,教师要承担多种角色,采取恰当策略。最后,为培养大学生自主学习能力,提高大学英语教学质量,文章向教师提出了提高自身能力的要求。 相似文献
2.
语言能力和语言行为是两个截然不同的概念。宁夏师范学院英语专业学生的语言能力和语言行为之间存在着严重的错位现象:他们掌握了一定的语言知识,但不能熟练地运用于具体的语境中;他们所掌握的英语语言知识,只能说明他们已具有了一定的语言能力,不一定能够准确地用英语进行交流,经常会出现附会生硬、不地道、甚至是词不达意的尴尬现象。要改变这种现状,就要使英语专业学生的"语言能力"和"语言行为"统一起来,达成一致。利用精读课这个平台,加强英语专业学生运用语言知识进行交流技能的训练,以便使其"语言能力"和"语言行为"协调发展,这是培养学生的"语言能力"和"语言行为"一致性的有效途径,也是培养合格英语教师的内在要求。 相似文献
3.
4.
获取震后建筑物震害信息有利于开展人员救援和灾后重建工作。由于高分辨率合成孔径雷达(SAR)数据少有震前数据存档,利用震后单时相高分辨率SAR数据评估建筑物震害成为研究热点,但利用高分辨率SAR数据对单体建筑物的研究却很少。本文以北川老县城震后0.24mTerraSAR-X聚束模式(ST)数据为数据源,经多视处理后提取建筑物纹理特征,对比分析不同视数大小和纹理计算窗口大小对建筑物震害识别影响,确定最佳纹理计算窗口大小和视数大小。结合震前光学数据,获得SAR单体建筑物轮廓图,随机选取建筑物轮廓样本作为训练样本,引入支持向量机(SVM)和随机森林(RF)分类器识别建筑物震害信息。结果表明,基于纹理特征的SVM、RF方法能有效地识别高分辨SAR影像单体建筑物震害信息,SVM识别精度可达到88.24%,RF识别精度可达到92.47%。可见基于高分辨率SAR数据的纹理特征识别建筑物震害方法稳定有效,可为灾后应急、灾害评估和灾后重建工作提供可靠信息支撑。 相似文献
1