英语词汇教学初探

英语阅读和其它语言阅读一样, 是一个复杂的认知过程, 涉及对字母的认知, 词的知觉与判断以及句子的分析等, 可以说, 词汇是语言的基础材料。作者积自己多年阅读课教学的经验, 从词汇教学入手, 旁征博引, 深入浅出地阐述了词汇在英语教学中的重要地位, 总结出提高阅读课教学质量的五种行之有效的方法, 取得一定实效     

中学物理“阅读材料”在素质教育中的作用

充分发挥初中物理教材中“阅读材料”的作用,能够让学生了解科学发展史;能够让学生学习科学家刻苦勤奋的品质;能够深化学生所学知识,开阔眼界,理论联系实际;初步培养学生的自学能力。     

中学生数学阅读能力的培养

本文从激发学生阅读课本的兴趣到怎样培养学生阅读课本的能力上进行了探索和实践,在数学教学中使学生阅读能力得到提高,促进素质教育的顺利实施。     

用国外阅读理论指导我国专业英语教学

本文针对我国专业英语教学薄弱的现状特介绍国外几种最有影响的阅读理论模式,用来指导专业英语的教学,从而使《大学英语教学大纲》得到全面的贯彻执行.     

Moving object detection in framework of compressive sampling

Compressive sensing is a revolutionary idea proposed recently to achieve much lower sampling rate for signals. In the image application with limited resources the camera data can be stored and processed in compressed form. An algorithm for moving object and region detection in video using a compressive sampling is developed. The algorithm estimates motion information of the moving object and regions in the video from the compressive measurements of the current image and background scene. The algorithm does not perform inverse compressive operation to obtain the actual pixels of the current image nor the estimated background. This leads to a computationally efficient method and a system compared with the existing motion estimation methods. The experimental results show that the sampling rate can reduce to 25% without sacrificing performance.     

火力发电厂主厂房地震反应分析

采用实际检测和结构地震反应分析相结合的方法,对在役火力发电厂主厂房的抗震性能进行了分析评价,对企业的抗震防灾工作具有一定的指导意义。     

黄河下游城市群信息网络空间结构研究

基于2021年城市间信息关注度数据,利用社会网络分析法,从网络层级、城市节点、空间聚类、空间组织模式等方面研究黄河下游城市群信息网络空间结构特征,并提出黄河下游城市群高质量协同发展策略.研究表明:黄河下游城市群信息联系层级分布具有明显等级性和距离衰减性,形成以区域中心城市——郑州、济南、青岛为核心的“核-辐结构”;黄河下游城市群城市节点的程度中心度和接近中心度呈现梯度分异,中介中心度出现明显极化现象,郑州、济南、青岛始终处于中心位置,山西、河北、安徽省内大部分城市处于边缘位置;黄河下游城市群空间聚类的划分具有地域邻近性,且受省级行政边界的限制,形成“四大片区八个组群”;黄河下游城市群信息网络形成以郑州、济南、青岛为核心,临沂、潍坊、烟台、洛阳、邯郸、南阳、新乡等为次级核心的网络型组织模式.     

基于RDB-YOLOv5的遥感图像车辆检测

为了解决遥感图像中目标密集、目标小车辆检测难的问题,提出基于YOLOv5的改进模型RDB-YOLOv5,并将其首次应用于遥感图像车辆检测领域。首先,针对遥感图像车辆方向任意的问题,对现有基于旋转边界框(rotated bounding box)的目标检测方法环形平滑标签(circular smooth label, CSL)进行改进;其次,针对遥感图像中背景信息复杂,车辆尺寸小导致检测精度降低的问题,提出基于注意力的多尺度目标检测方法,在骨干网络中添加双注意力机制(dual attention mechanism)将局部特征与全局特征相结合,并用空洞卷积进行改进;再借鉴双向特征融合网络(BiFPN)的思想,加入新的浅层特征和深层特征信息传递路径,更好融合浅层中车辆的位置信息,并设计新的检测头,提高网络对小目标车辆的检测能力。研究结果表明,改进的RDB-YOLOv5相比YOLOv5的均值平均精度(mAP)增长2.7%,特别是小型车辆检测提高了3.5%,相较于传统模型RCNN等mAP整体平均提高了10%。RDB-YOLOv5能够在通用数据库上取得较高的检测精度,同时在遥感图像的复杂场景中能...     

基于监督学习的HSK阅读文本自动分级模型研究

针对HSK（汉语水平考试）各类阅读材料难度判定与等级对应中缺乏有效参照标准和分析工具的问题,以历年HSK真题阅读文本为研究对象,提取文本可读性特征,采用支持向量机、随机森林、极端梯度增强等9种监督学习算法,建立可将自选文本自动归类于相应HSK等级的模型,采用准确率、AUC等多项指标评价各模型的分级效果,并选择最佳模型制成在线工具。结果表明,监督学习在HSK阅读材料文本分析及分级方面具有较高性能,9种模型中极端梯度增强的分级效果最好,准确率为0.913,AUC为0.994。建立的分级模型和在线工具能够以较高的准确率对HSK自选文本进行分级,帮助用户有针对性地遴选文本,提高学习效率。