基于YOLOv5网络的复杂雷达脉内调制类型快速识别方法

近年来雷达系统的抗截获能力快速发展,信号体制变得非常复杂,给空间态势感知信号处理带来困难。针对实际场景中极可能出现的多信号时频域交叠难以识别的问题,提出基于时频分析和深度神经网络的脉内特征识别的方法,利用时频分析手段将不同类型雷达信号转换为时频图像,基于深度学习的YOLOv5网络对不同混合交叠的雷达脉冲信号时频图开展研究。结果表明：在不同信噪比下,实现对两调相信号、三调频信号及调相与调频信号3种交叠情况的混合雷达信号脉内调制方式的检测与识别,信号调制体制识别准确率均达到95%以上。本文分析结果可为空间态势感知信号处理提供参考。     

基于OBE理念的高级法语课程教学模式研究

新文科背景下,提升高级法语课程实效是优化高校法语教学模式的重要内容。基于OBE教学理念,针对高级法语课程进行系统课程设计,通过对线上线下学习个性化的数据统计和分析,精准设计课程核心价值内容、混合学习模式教学方法和多维考核评估模式等。据此,本研究探索以OBE理念为指导的教学模式,以体验性为准则,通过实证研究验证了其在构建语言知识和实践能力相结合的有效性。结果表明：该模式能丰富法语教学的学科内涵,显著提升学生外语综合能力和高阶思维辨析能力,为培养更多讲好中国故事的高素质外语人才做了有益探索。     

一种基于CMAC网络的自学习控制器

通过分析了ＣＭＡＣ神经网络的学习机制和连续搅拌反应釜的结构,提出了一种自动选择学习率的ＣＭＡＣ自学习控制方法。给出了自学习控制器的结构和算法,并以连续搅拌反应釜模型为对象进行了仿真研究,这种网络每次学习少量参数,算法简单,仿真结果表明所提出的控制器优于传统的ＰＩＤ控制器。     

关注成人学习特点,提高会计模拟实验教学水平

本文通过对成人与国民教育大中专院校学生在学习上的不同特点的比较,提出广播电视大学在教学中,应关注成人学习特点,制定合理灵活的会计模拟实验教学方案,以期达到事半功倍的教学效果。这对于提高会计专业的教学质量,培养符合社会发展需求的会计人才,具有重大的现实意义。     

普通高校健美操选项课发展性学习评价指标体系的构建

以发展性评价理论、多元智能理论、运动技能形成理论等相关理论为指导,采用文献资料、专家访谈、调查统计等综合方法,就如何构建和实施健美操选项课程的学习评价体系进行系统研究.依据普通高校健美操选项课程的目标,构建了由5个一级指标、10个二级指标和33个三级指标组成的健美操选项课程学习评价指标体系,并运用秩和运算法对各级指标予以加权,通过评价内容与方法的改革与创新这一关键因素,主动适应全面实施新课程有关学习评价的具体要求,充分发挥和提升课程学习评价功能,更好地贯彻"健康第一"的指导思想,促进学生身心健康和谐发展.     

小学低年级学生语文学习兴趣的培养

兴趣是最好的老师,是推动学生积极学习的一种内部动力。学生有了学习兴趣,就能产生一种巨大的力量,学生的学习会由被动转为主动,由教师要学生学习,变成学生自己要学习,学习由“负担”转变成“兴趣”,这样教师的教和学生的学就会变得简单,学生学习的提高就会水到渠成。那么,如何调动学生学习的积极性,激发学生学习语文的兴趣呢？方法是多种多样的,其中有几点感触颇深,以下浅谈我的点滴体会。     

创设教学情境激发学习兴趣

根据小学生的心理特点和学习内容,紧密联系学生的生活实际创设各种教学情境,激发学生的学习兴趣,是提高数学课堂教学效果的重要途径.     

素质教育在地理教学中的应用

全面实施素质教育是当前中小学教育改革的要求，中学地理知识教学在素质教育中发挥着重要的作用。如何在地理教学中贯彻素质教育的要求，促进学生的全面发展，是中学地理教育工作者探讨的重要课题。     

新时代强化大学生党史学习教育的现实境遇与实践路径

加强新时代大学生党史学习教育是高校落实立德树人根本任务、培养担当民族复兴大任时代新人、积极应对国际国内复杂多变风险挑战、续共产党人精神血脉的题中要义。当前,在开展大学生进行党史学习教育的过程中还面临着历史虚无主义冲击、网络虚拟性壁垒、教育娱乐化倾向突出、教育形式碎片化的现实境遇。提高大学生党史学习教育质量,必须通过整合课程资源、活化教育载体、优化教育方式、完善教育机制等路径,引导青年大学生树立正确党史观,推动大学生党史学习教育传统优势与新形势、新任务、新技术有机结合,增强新时代大学生党史学习教育的时代性、实效性和感召力,使新时代大学生党史学习教育“活”起来。     

基于孪生神经网络的目标跟踪算法进展研究

目标跟踪作为计算机视觉领域的关键课题, 广泛应用在智能视频监控等领域。随着深度学习的迅速发展, 基于孪生神经网络的跟踪算法(简称为孪生跟踪算法)因其速度和精度的平衡优势成为了主流算法。尽管已有大量研究, 但仍缺乏从跟踪框架层面对孪生跟踪算法进行系统分析。为了梳理目前孪生跟踪算法的研究进展, 首先介绍了孪生跟踪算法的常见挑战、主要组成、跟踪流程、常用数据集和评价指标; 其次按照对跟踪框架的改进方向分为改进特征提取的算法、优化相似度计算的算法和优化跟踪结果的算法, 并分别详细介绍; 然后对20个主流跟踪算法进行测试与分析; 最后总结目前孪生跟踪算法存在的问题以及对未来的研究方向。