“以人为本”的外语教学理论及其应用

本文描述了“以人为本”的外语教学理论，论述了其对外语教学实践的启示，阐明了人与人之间融洽的关系在外语教学中的重要性，指出在课堂上建立一种情感氛围可为学生提供一个良好的学习环境。文章通过几个教学实例展示了该教学方法的具体形式和内容。     

WKZ型无触点控制装置的研究

WKZ型无触点控制装置作为一种方向型无触点开关装置，实现了对被控电动机开关时间的连续调节。     

岩石圈居里等温面解释的若干问题

介绍了利用区域磁测资料计算居里等温面的同种常用方法，对影响居里等温面的几个重要因素，诸如区域异常的选择，滑动窗口的尺度选择等进行了理论分析，根据影响岩石居里温度的各种因素，提出评估居里等温面计算精度的方法，给出居里等温面在区域负磁异常起因，油气资源预测，成矿作用与物性界面关系等方面的应用。     

Sybase中多个代码表相关联查询技术的探讨

数据库的操作中经常涉及到一个基本表和多个代码表相关的查询，该问题影响到数据处理的完整性以及对查询的快速响应和查询结果的保存，文章对其成因进行了分析，充分利用和视图之间的转化关系，给出了解决该问题的一个新的基本思路，本文结合Sybase11.0及PB7．0编程技术，在元宝山露天矿管理信息系统各的职工档案管理对这一方法进行了验证。     

基于CHMM的TE过程在线故障检测

随着工业过程的规模和复杂程度的增加,对于过程安全性和可靠性的要求进一步提高.为了准确及时地检测设备故障,提出了一种基于连续隐马尔可夫模型(CHMM)的在线故障检测方法.采用主元分析(PCA)方法对过程变量数据进行特征提取,利用变长度滑动窗口技术跟踪动态数据,并提出了一个新的实时统计量作为在线故障检测的量化指标,结合实时阈值实现了CHMM的在线故障检测.将该方法应用于田纳西-伊斯曼(TE)化工过程,并与基于PCA和动态主元分析(DPCA)方法的故障检测结果进行比较,能够较准确地检测到故障,验证了该方法的有效性.     

基于视觉显著性及多特征分析的目标检测

针对视觉显著性分析不能辨别目标且单个特征描述目标具有局限性的问题,提出基于视觉显著性及多特征分析的目标检测.首先,对已标定训练图,生成遍历整幅图像的随机采样区域,通过多特征分析获取每个区域包含目标可能性的先验参数信息;然后,对测试图,依据上述先验信息,基于贝叶斯模型计算每个随机采样区域包含目标可能性的评分值,并将值高的若干区域标记为目标候选区域;最后,结合显著性分析及判别准则,对候选区域进一步判定,以确定最大可能涵盖目标的区域,从而实现目标检测.研究结果表明:显著性分析具有对目标所在区域的主动选择性;多特征结合能有效描述目标以使目标更具可区分性.     

光无线通信中大气窗口与大气信道模型研究

光无线通信技术在空间利用激光,直接双向传送语音、图像、数据等讯息,具有便携性、协议透明、带宽很宽、抗干扰性强等特点。分析了光无线通信系统中,大气窗口出现的波段,并对大气信道建模,给出强度的概率密度函数。光无线通信系统设计中,大气信道模型分析,理论价值巨大。     

基于NSET的风力发电机后轴承温度预警方法

采用非线性状态估计(NSET)方法对风力发电机的后轴承温度进行建模与分析;并采用Relief方法对特征参数进行选择,减少了NSET建模的复杂性。通过所建模型预测发电机后轴承温度,将其与正常运行温度进行比较;并利用滑动窗口对残差均值进行比较。若超出阈值范围,则发电机出现故障。验证结果表明,非线性状态估计(NSET)方法可以准确预测发电机后轴承温度,实现发电机运行状态的预警监测。     

基于HOG-SVM的改进跟踪-学习-检测算法目标跟踪方法

对于经典TLD(跟踪-学习-检测)跟踪算法,在目标受到遮挡、光照、干扰、旋转和尺度变化等问题时,会导致算法的跟踪精度和速度降低,计算的复杂度较高,实时性差。针对以上问题,本文提出了一种改进的TLD目标跟踪算法。首先针对检测模块中计算复杂度高的问题,将HOG-SVM结合替换原TLD算法中的2bitBP特征和集成分类器;再针对原算法中跟踪精度低的问题,将KCF跟踪算法替换中值光流法;在HOG-SVM+KCF跟踪算法的基础上,对滑动窗口法进行改进,解决原算法中实时性差的问题。实验表明,改进后的跟踪算法,在背景环境变化的情况下,跟踪精度和速度都有提高,实时性加强。     

基于微机的图形仿真技术的研究

OpenGL是SGI公司所开发的可独立于窗口系统、操作系统和硬件环境的三维图形库.它提供包括基本图元、着色、光照、景深、阴影、动画、明暗处理、隐面消除、反走样、纹理映射、图象处理等绘图功能.已被实现在包括工作站和高档微机在内的各种计算机平台中,成为事实上的图形标准.被人们广泛应用于科学可视化、CAD/CAM、模拟仿真、图象处理、地理信息系统、虚拟现实等诸多领域.