农村英语教学存在的问题及对策

近二十年是我国中学英语教学稳步发展的时期，取得了很大的进展。但在农村英语教学这一板块，还面临着许多问题，急需解决。     

β-粒子在穿越铜狭缝中的横向台阶分布

文章研究了电子高速运动时所产生的横向振动。实验方法是利用半圆聚焦β-谱仪上90Sr源β-粒子在不同磁场下对于相同弯曲半径下β-粒子具有不同的能量和动量的特性，研究这些β-粒子在通过不同宽度的铜狭缝（厚8 mm）时的粒子数n和铜狭缝宽度δ的函数关系，发现不管β-粒子具有什么能量和动量，都具有横向运动的趋势和在铜狭缝中出现了台阶分布。其原因可能是β-粒子本身具有横向振幅A和周围真空起伏能量的相互作用。     

乌龙茶及其饮料中总黄酮的光谱分析

以乌龙茶及其饮料为分析对象采用三波长．光谱法测定乌龙茶及其饮料中黄酮的含量，有效地消除了吸收峰不对称给定量分析造成的影响，并校正了基于干扰组分(饮料中添加剂)的吸收光谱具有线性吸收产生的基线倾斜．本法的回收率为94．0％～97．0％，变异系数小于0．28％，方法的准确度与精密度均令人满意，而且操作简便易行。     

紫外辐照纳米尺度TiO2薄膜亲水性转变的机理

用喇曼散射光谱、扫描隧道显微学（STM）和接触角等分析方法研究了纳米尺度TiO2薄膜经365nm波长紫外辐照后的疏水－亲水转变机理。实验中观察到氧空位和OH基团的喇曼峰。用STM进行薄膜结构分析，观察到TiO2表面金红石相到锐钛矿相的结构转变。研究结果表明，纳米尺度TiO2薄膜的光致亲水性强烈地依赖于其独特的表面微结构的变化。     

基于互补型集成经验模态分解和遗传最小二乘支持向量机的交通流量预测模型

交通流是智能交通系统中的关键组成部分,也是交通规划的重要依据。为了提高道路交通流量预测的精确性,提出一种基于互补型集成经验模态分解(complete ensemble empirical mode decomposition,CEEMD)后,采用遗传算法(genetic algorithm,GA)优化参数的最小二乘支持向量机(least square support vector machine,LSSVM)的交通流量预测模型。该模型使用互补型集成经验模态分解原始数据,将分解后的本征模态函数(intrinsic mode function,IMF)分量分别用遗传算法优化参数后的最小二乘支持向量机进行预测,叠加全部IMF分量值作为模型最终的预测结果。通过对美国加利福利亚州某高速公路一个月的交通流量数据进行训练预测,结果表明,该模型平均相对误差仅为6.51%,相较于其他模型拥有更好的预测效果,可为交通流的预测提供一定的参考。     

模糊神经网络在陶瓷配料系统控制中的应用

将模糊控制和神经网络技术相结合 ,借助神经网络的学习能力和信息存储能力来实现模糊推理过程 ,并记忆和调整模糊规则 ,从而自动生成模糊控制规则 ,建立模糊神经网络。系统对模糊神经网络进行离线学习 ,将训练好的模糊神经网络用于在线控制 ,仿真结果表明 ,本文方法用于对陶瓷配料系统的控制 ,取得了无超调、无静差等令人满意的效果     

五轴汽车同相位程度对转向性能的影响分析

根据多轴汽车轴数较多,转向控制复杂的特点,提出了以汽车转向中心与第1轴的距离D以及前轮偏转角作为输入控制变量,基于阿克曼定理实现全部车轮绕同一瞬时转向中心做圆周运动,通过改变D值实现多种相位的转向模式。在此基础上利用ADAMS建立了5轴汽车的动力学模型,利用Simulink建立了控制策略,进行了不同D值、不同车速的角阶跃转向响应仿真,发现多轴汽车在高速行驶时后轮采用同相位参与转向,可以降低横摆角速度,提高操纵稳定性,并且在进行同相位转向时,D值对操纵稳定性有较大影响,选择合适的D值可以提高汽车的转向安全性或操纵灵敏性。     

多轴汽车双相位转向性能分析

为满足多轴汽车低速机动灵活性和高速操纵稳定性,利用行星齿轮系统设计了基于转角传感型的双相位转向机构,并在ADAMS/VIEW中建立了五轴车辆的多体动力学模型,进行了同相位角阶跃输入响应分析,逆相位转弯半径和行驶阻力分析。结果表明:采用双相位转向后,高速行驶时,横摆角速度的峰值减小69.5%、稳定值减小69.1%;低速行驶时,转弯半径减小21.4%,并且行驶阻力也大幅度降低,从而改善了多轴汽车的转向操纵性能。