高职高专笔译课多模态教学模式探索

高职高专笔译课培养初级应用型翻译人才,其教学模式必然要与传统笔译教学有所区别。在高职高专笔译课中引入多模态教学模式,符合学生的特点和培养目标,教学效果更优。结合教学实践,在明确教学模态选择原则的基础上,从笔译课的教学内容、教学方法和手段、翻译实践及评价体系等方面展开论述,尝试为高职高专笔译教学提出具时代感、实操性强的多模态教学模式。     

两栖仿生机器鱼Ⅰ的建模及推进机构设计

仿生机器鱼技术为研发高效、高机动性和低噪声的水下运载器提供了一种方法.受两栖动物启发,完成了一种多模态仿生两栖机器鱼I的设计,并成功试制了样机.该两栖机器鱼能巧妙地利用转体机构实现仿鱼和仿海豚游动的结合,实现了二种运动模态的自由切换,其鳍肢/轮桨机构的引入不仅能使机器鱼在地面爬行或仿轮式运动,而且提高了水中运动的机动性.     

利用特征距离信息引导决策融合的多模态生物特征识别方法

传统的决策层融合作为识别系统最末端的融合层次,具有信息量不足的缺点,对于各模态分类性能差异较大的系统,识别率低且可靠性差。提出了一种基于特征距离信息的决策层融合方法,应用于包含虹膜、手掌静脉和手指静脉的多模态生物特征识别系统。以置信度作为权重,通过权重来探索不同模态生物特征识别的性能差异,实现了有效特征信息的提取,并且提高了系统的抗干扰能力。该方法充分考虑了权重因子与特征距离信息和模态分类性能参数之间的复杂关系,将模态的决策偏好通过置信度转化为定量表征,不仅使各模态权重因子的求解更具科学性,而且提高了识别系统在复杂情境下的自适应能力。实验结果表明,该融合方法的识别精度与抗干扰能力优于其他决策层融合算法。     

基于多模型SGPC的高速列车速度及位置跟踪控制

研究了列车自动驾驶系统(ATO)的多模型阶梯式广义预测控制(SGPC)方法。首先针对高速列车运行过程的非线性特性,采用多模型策略,建立一个线性自适应模型和一个神经网络非线性模型并行辨识系统的动态特性。然后在每个采样时刻根据性能指标切换到最优的局部模型作为系统的当前模型。设计SGPC控制器,从而实现高精度的列车速度和位置跟踪控制。最后模拟列车运行中参数突变的影响,将该方法与传统的单模型线性广义预测控制方法进行对比研究。仿真结果表明:其控制效果明显优于单模型的线性广义预测控制器。     

一个可自动搜索电台的窄带调频接收机的设计

介绍了利用ＭＣ３３６２窄带调频接收机和ＭＣ１４５１５２集成锁相环频率合成器设计一个可自动索台的短波调频接收机,并且对锁相环的知识作了简略的介绍。     

一种通用的可编程双模分频器

提出了一种通用的可编程双模分频器,电路主要由3部分组成: 9/8预分频器,8位可编程计数器和ΣΔ调制器构成。通过打开或者关断ΣΔ调制器的输出来实现分数和整数分频两种工作模式,仅用一个可编程计数器实现吞脉冲分频器的功能。9/8预分频器采用提高的TSPC动态触发器实现,而可编程分频器和调制器采用数字综合后布局布线的方法实现。基于SMIC 0.18μm 1.8V 电源CMOS工艺的SpectreVerilog仿真表明：它能在分频比56-2 047范围内工作,最大工作频率大于2GHz,消耗的电流小于4mA,适合应用在高性能的频率综合器中。     

船舶航迹间接多模态控制方法研究

提出了一种船舶航迹间接多模态控制方法,船舶航向、航迹偏差、转向分别采用P-Fuzzy-PID、BB-P-PID、P-PI-PD-PID多模态控制方法.仿真结果表明此法航迹运行可靠,航迹控制性能良好,能自动捕捉转向点,并精确保持航迹,在航线转向点处能自动进行转向,且转向快速平稳.     

自适应小生境克隆选择算法及其仿真研究

为了对多模态函数寻优,基于免疫克隆选择算法原理,提出了自适应小生境克隆选择算法(ANCSA).小生境决定位段会随着优化对象的维数及可行域的变化而自动调节,从而形成不同的小生境,每个小生境都具有免疫记忆功能.通过对四个典型的多模态函数仿真,并和相关算法进行比较分析,结果表明ANCSA在解决多模态函数优化问题时具有较强的自适应性和收敛性.     

基于模型概率的多模型融合定轨建模及仿真

针对实际定轨系统中存在的不确定性和非线性性,提出了一种基于模型概率的多模型融合定轨方法.通过多个线性模型的组合来逼近卫星定轨复杂非线性时变过程,将卫星状态的最优估计与多模型融合方法相结合,利用残差的大小来设计性能指标函数,给出了两种模型概率的表示形式,并建立了多模型融合估计相应的算法.仿真结果表明,与单一模型定轨方法相比,该方法不仅能大大提高卫星定轨精度和可靠性,而且还可以最终辨识和估计模型参数的真值,且对外界环境发生的变化有很强的自适应能力.     

一种适用于高阶QAM信号的双模式多模盲均衡算法

为了克服常数模算法(CMA)收敛速度慢、稳态误差大的缺点,利用QAM信号信道利用率高及高阶QAM信号模值不为常数的特点,提出了一种适用于高阶QAM信号的双模式多模盲均衡算法(DMMA).该算法以常规的CMA为基础模式,以多模算法(MMA)为第二模式,用该模式对于处在不同模值上的信号,以相对应的模值为参数分别进行均衡.另外,两种模式是同时对信号进行均衡的,并且在第二模式中,利用判决条件对均衡器的输出信号进行判决,使得模值能自动进行切换.利用水声信道对DMMA和CMA进行仿真实验,结果表明,与CMA相比,DMMA能针对性地对位于不同模值上的信号分别进行均衡,且收敛速度快、稳态误差小.