基于语料库的航海英语自主学习

以航海英语教学为例,分析了语料库的三种类型及其在航海类学生自主学习上所起的作用,着重指出利用语料库进行英语教学是外语教学的发展趋势。     

无目标输出理念在航海类高职高专英语口语教学中的运用

针对航海类高职高专学生的学习现状,结合目前自主学习的研究成果,提出无目标输出理念,借此提升学生的自主学习意识和教师对学生自主学习的重视和引导。     

高职航海院校学生英语自主学习能力调查与对策

在对高职航海院校学生英语自主学习能力的状况进行调查的基础上,得出高职航海院校学生自主学习意识、能力普遍不强,自主学习习惯尚未养成的结论,并提出提高学生英语自主学习能力的建议。     

二语习得领域的外语自主学习研究述评

对二语习得领域的外语自主学习研究做简要综述，侧重评述近年来围绕自主学习与学习成绩关系，自主学习中态度、行为及两者与英语成绩关系方面的研究现状。预测今后该领域研究的发展趋势，指出自主学习的研究角度将趋于细化，而涉及自主学习与成绩关系的研究将趋向于微观视角下与自主学习有关的特定变量（态度、行为等）与成绩之间相互关系的实证性研究。     

基于互联网的在线测试课促进大学英语自主学习的实践研究

对华北电力大学采用互联网在线英语测试课的手段促进大学英语自主学习的可行性进行了跟踪调查与研究,证明这一教学手段可以帮助解决监控和促进学生自主上机学习的问题,有助于反馈教学信息和指导教学方向,从而保证教学质量和学生的自学效果.     

“财务管理”课程网络资源建设的思考

从目前“财务管理”网络学习资源建设的存在问题进行分析，提出“财务管理”网络资源建设工作应转变观念、优化教学设计、培养自主学习能力，以使财务管理课程网络教学资源建设满足现代远程教育快速发展的需求。     

基于Blackboard的航海类专业网络教学平台的构建

结合Blackboard课程管理系统的特点,从提高航海类专业教学质量、促进航海类专业教学与考试改革、实现全国航海类专业教学内容和方法的标准化、实现中国船员队伍的远程学习和终身学习等方面,论述构建航海类专业网络教学平台的重要性和必要性,并提出海航类专业基于Blackboard的网络课程的框架设计,指出该平台实践应用所面临的障碍。     

长短时记忆网络水下目标噪声智能识别方法

未来基于水下无人平台的水声目标探测体系要求平台自身具备目标智能化识别能力,而传统水下目标噪声识别方法需要人工提取泛化能力强的特征数据,且识别过程具有较强的人机交互特性,无法满足这一要求。针对这一问题,本文研究一种基于长短时记忆网络(LSTM)的水下目标噪声智能识别方法,借助深度学习自主学习数据特征的能力,应用长短时记忆网络(LSTM)分别对水下目标噪声的时域时间序列数据、频谱数据、梅尔倒谱(MFCC)数据进行深层次特征提取与识别,并使用实际水声目标噪声信号对该方法进行了验证。结果表明,在上述3种输入数据情况下,采用LSTM长短时记忆模型均能有效实现水下目标噪声特征提取与智能识别。     

网络环境下大学生日语学习的有效引导

探讨网络环境对大学生日语学习的有益影响，指出大学生在利用网络进行日语学习中存在的问题，并进一步提出教师应结合教学内容与培养目标对大学生网络学习进行有效引导，以提高学习效率。     

网络语境下大学英语合作学习与教师角色转换

网络时代带来的新挑战迫使大学英语教学必须做出转变。合作学习强调学习过程的互动与交流#能够培养学生的合作意识和创新意识。文章探讨了高校在网络环境下开展合作学习的具体做法和教师的作用。     

学习者语料库的开发与语言教学

介绍作为语言学研究方法的语料库的发展,论述学习者语料库在语言教学中的应用及外语学习者语料库开发和建设对外语教学的作用。     

基于深度学习的三维感知算法在船舶自主靠泊场景中的应用

随着船舶自主化在航运业的快速发展,《自主货物运输船舶指南》提出了针对自主靠泊场景的环境感知等相关技术要求。本文提出一种基于深度学习的三维感知算法,将多传感器的点云和图像数据进行深度融合,提升目标检测和分类的精度,用于寻找指定的靠泊目标。搭建基于虚拟物理引擎的船舶靠泊仿真系统,模拟靠泊场景,解决数据采集的难题。最后结合成熟的决策和控制算法,构建完整的自主靠泊系统,完成靠泊仿真试验,验证算法的有效性,对船舶自主靠泊应用具有重要意义。     

欧洲网络版MarEng与航海英语教学新理念

概述欧洲网络版MarEng的结构、内容、教学理念等,认为其主要特点是：面向个体,倡导自主学习;以工作与生活话语为主体,实用又有趣味性;整合资源,整合动机,整合教学方法。这种教学新理念值得亚洲航海教育学习与借鉴。     

基于最大熵强化学习的自主船舶航迹跟踪研究

为解决自主船舶在航迹跟踪过程中使用最大熵强化学习作为控制器出现的收敛速度慢和训练时间长等问题,提出一种基于改进最大熵强化学习的航迹跟踪算法,引入了优先经验回放(PER)技术,并结合视线制导算法(LOS),构建PER-SAC的深度强化学习控制器,设计了相应的状态、动作空间和奖励函数。仿真结果表明,设计的PER-SAC控制器能快速收敛,收敛稳定后的控制器相较于原始SAC控制器控制性能更稳定,且控制精度更高,为自主船舶的航迹跟踪控制提供了一定参考价值。     

一种基于改进GoogLeNet的油井故障识别方法

油井功图是油井工作状态分析和故障诊断的重要依据,深度学习为油井功图的识别提供了有效手段,针对合理的深度神经网络架构的选择问题,构建了一个用于油井故障诊断的大型功图数据集,提出一种基于改进GoogLeNet网络结构的油井故障识别方法,并对深度神经网络的结构、激活函数、归一化层、训练方法、学习率等重要参数对识别精度和训练时间的影响进行了详细的分析.实验表明,相对于广泛使用的LeNet、ResNet和基本GoogLeNet等网络模型,提出的改进GoogLeNet网络模型有着更高的准确率;同时相对于基本GoogLeNet网络模型,所提模型的运行时间得到了有效的降低.     

改进的BP网络及其在电路故障诊断中的应用

BP神经网络在模拟电路故障诊断中的应用是一个十分热门的研究课题，但BP网络自身的学习收敛速度慢、容易陷于局部极小等缺陷则限制了其应用。提出了一种改进型的BP网络诊断模拟电路故障的方法，详细介绍了自适应学习率动量法，对模拟电路故障进行诊断和分析研究。最后，给出了仿真实例，验证了自适应学习率动量法加快了样本学习收敛速度，具有更好的实时性和诊断效率。     

研究式教学在“生产与运作管理”课程中的应用

基于MBA核心课程之一的"生产与运作管理"课实践性极强的特点,将研究式教学法引入"生产与运作管理"课程的教学改革中,从给出现实问题激发自主探究兴趣、提供研究素材发掘自主研究潜能、适时点拨交流训练自主学习能力、留课后创新作业培养自主科研素质四个方面进行探讨。     

基于人工神经网络的港口泊位建设模糊评估

将神经网络理论应用于港口泊位建设模糊综合评价,给出了网络拓扑结构的设计以及相应的网络学习过程。通过实例表明,应用神经网络评价港口泊位建设具有有效性和可靠性。     

预测高速旋转机械转子随机响应的人工神经网络(ANN)方法

提出了一种新的预测旋转机械随机响应方法--人工神经网络方法.研究了这种神经网络结构的学习算法.为了保证快速学习收敛,应用Lyapunov函数得到一种自适应学习率方法.用这种方法对某直立转子的地震响应进行在线预测,计算机仿真结果表明,这种网络学习算法是有效的,并且是可行的.     

网络依托型合作式教学模式对学习自主性影响的实验

以某高校非英语专业60名学生为研究对象,着重研究网络依托型合作式教学模式对学习自主性的影响,研究结果表明,该教学模式能够对学习者的学习自主性起到积极地干预作用,最后就网络依托型合作式教学模式在实际教学当中的应用提出相关建议。