以能力培养为中心的大班制图课教学设计

为了在工科类"工程制图"大班教学中激发学生学习的主动性,培养形象思维能力和分析问题能力,探讨在课内外的教学中采用问题教学法和小组合作学习法,详细介绍教学法实施过程、应注意的问题和实施的具体事例,并进行了跟踪调查,显示教学效果良好。     

数据驱动跟驰模型综述

车辆跟驰模型是被交通科学与交通工程领域广泛认可的微观交通流模型，是交通流理论 的基础。近年来，信息感知与获取、大数据、人工智能等技术快速发展，推动了数据驱动跟驰模型 的快速发展。数据驱动跟驰模型，是以真实的车辆行驶数据为基础，利用数据科学与机器学习等 理论和方法，通过样本数据的训练、学习、迭代、进化，挖掘车辆跟驰行为的内在规律。本文系统 回顾了数据驱动跟驰模型在过去20余年的发展历程以及由神经网络和深度学习带动的两次研究 热潮，归纳了基于传统机器学习理论的跟驰模型、基于深度学习的跟驰模型、模型与数据混合驱 动的跟驰模型3类数据驱动跟驰模型，并分别介绍了其中的典型代表。分析数据源发现，尽管各 种高精度轨迹数据不断涌现，目前研究仍多使用美国于2006年发布的Next Generation Simulation (NGSIM)高精度车辆轨迹数据，模型的可移植性和泛化能力值得思考与研究。提出关于模型输 入、输出的3个问题：如何考虑更多驾驶行为变量，是否有必要考虑更多行为变量，现有输入、输出 是否可替换。在模型测试与验证方面，发现并讨论了目前测试不充分、对比不完整、缺少统一测 试集与测试标准等问题。最后，探讨了数据驱动跟驰模型原创性与成功的关键因素等问题。期 望通过本文的梳理，帮助研究者更好地了解数据驱动跟驰模型的过去与现状，促进相关研究的快 速发展。     

基于无人机和迁移学习的涵洞图像识别及GPS定位

为提高涵洞淤堵病害的检测效率，研究了基于无人机采集病害视频、图像资料和迁移学习的卷积神经网络(人工智能)算法对涵洞图像进行分类。将涵洞状况分为：淤堵、部分淤堵和正常3个类别。并把在ImageNet图像数据集上预训练过的人工智能算法(如ResNet-18网络模型)应用至涵洞图像中，以此提高人工智能算法的准确性。结果表明：使用ResNet-18对涵洞分类识别准确率可达到93%,实现了对涵洞状况的有效分类。此外，还提出了一种通过MATLAB调用涵洞状况图像GPS信息得到地理位置定位的方法，帮助二次检测或后期维护人员快速达到病害现场，进行相关的监测维护工作。     

全国标准化工作会议在北京召开

2022年1月14日,全国标准化工作会议在北京召开。会议以习近平新时代中国特色社会主义思想为指导,深入贯彻党的十九大、十九届历次全会和中央经济工作会议精神,学习宣传《国家标准化发展纲要》(以下简称《纲要》),认真落实国务院标准化协调推进部际联席会议和全国市场监管工作会议要求,总结2021年工作,研究部署2022年重点任务。     

基于轻量化网络和注意力机制的智能车快速目标识别方法

为提高智能车在真实环境中的实时检测能力，改善复杂环境下检测效果不佳的问题，本文提出一种基于轻量化网络和注意力机制的智能车快速目标识别方法。首先，为了减少网络计算参数和提升目标识别算法的推理速度，提出利用GhostNet加速YOLOv4的特征提取；其次，为了提高复杂场景下对道路目标的识别精度，在GhostNet和特征金字塔部分添加结合软阈值化改进的注意力模块；最后，为了验证本文提出方法的有效性，选取Pascal VOC、KITTI公开数据集和自制城市道路数据集进行实验对比。与其他目标检测算法在精度和速度上进行比较，结果证明，本文方法在平均检测精度提升1.7%的情况下，模型参数量降低到原来的18.7%，检测速度提升了 66%，检测速度和精度均优于其他算法，可满足智能车的实时感知需求。     

多媒体网络环境下学生自主学习能力研究

在建构主义的指导下,研究发现多媒体及网络技术在教学过程中的广泛应用,既提高了学生的学习效率,又培养了学生的自主学习能力.在学习过程中,学生自己支配的时间增加,学习场所变得更加灵活,学习更富有自主性.同时,学习资源得到有机整合与充分利用.     

中国学习者英语搭配和类联结使用探析

本研究基于语料库的数据，分析中国英语学习者在搭配和类联结使用方面的特征。研究发现，学习者在搭配方面表现出搭配行为的不地道性和搭配词使用范围的有限性，学生偏少使用程度副词实现人际功能。通过分析词语所在的类联结及其实现的功能，发现学习者在类联结的使用上和本族语者有显著差异。本文从认知角度讨论搭配和类联接在语言学习中的重要性，认为“注意”有利于学习者掌握搭配和类联接。     

对基于问题式学习的探讨

以建构主义为理论基础的基于问题式学习是指通过让学生以小组的形式共同解决一些模拟现实生活中的问题为学习途径，从而使学生在解决问题的过程中发展解决问题的能力和实现知识的意义建构过程。展开基于问题式学习教学模式在问题的设计、反思概括和师生关系三点上与传统教学存在着较大的区别。     

径向基函数神经网络的一种在线学习算法

用在线学习算法和梯度法为学习规则，推导了径向基函数神经网络的在线学习算法，将影响网络输出的各个参数的学习过程作为一个整体来处理，并用Matlab实现了此算法．最后用一个26个印刷体大写英文字母的识别来验证此算法．实验的结果表明了该算法的正确性和有效性．     

大学英语任务型教学法与形成性评估的实施

现代教育理论正在向以学习者为中心的经验型教学转变，强调教学以知识的转化为目标．形成性评估关注学生的主体学习过程，有着终结性评估所没有的优势．本文通过介绍我校大学英语在形成性评估等方面的改革，阐述了配合形成性评估所采用的任务型教学法的相辅相成作用，以及如何开展任务型教学法从而实施形成性评估．学生在完成按照教学目标和要求设置的各种形式的任务的同时，形成性评估也同时完成，而且语言学习者在互动合作交流的氛围中语言的输入和输出能力也得到了增强．本文希望任务型教学法与形成性评估的结合也能给其他课程带来一点借鉴．