基于语义Agent的网络安全数据采集模型

针对网络安全数据的多源异构特点,将语义网技术引入到基于Agent的数据采集模型中,设计了一种分布式采集、集中式管理的网络安全数据采集模型.该模型基于语义Agent对多源异构安全数据进行采集,并将其统一表示为具有语义的标准化数据,为其他系统提供更为全面、可靠、准确以及易于理解的数据,消除语义理解差异.     

任务投入量对英语词汇附带习得的影响

采用实验法,以152名大二非英语专业学生为研究对象,将其分为四组,要求其阅读相同的文章之后分别完成多项选择题、判断题、选词填空和造句这四项不同投入量的阅读任务,旨在探讨不同投入量的阅读任务对大学非英语专业学生词汇附带习得的影响。结果表明高投入量的阅读任务比低投入量的阅读任务更能促进词汇的附带习得,但延时测试的结果表明高投入量和低投入量的接受型任务对词汇延时记忆的影响不存在显著差异。     

一种基于语义分割结果的车道线检测拟合方法

车道线等地面标志物的检测是自动驾驶车辆环境感知的重要内容,能够为车辆提供可行驶区域的信息。文章提出一种基于语义分割结果的车道线检测拟合方法。使用车载单目相机获取车辆行驶过程中采集的道路图像,送入卷积神经网络进行车道线语义分割。将分割得到的仅含车道线的二值图像进行透视变换得到鸟瞰图,筛选有效车道线像素点,对有效车道线点使用最小二乘法进行多项式拟合,输出左右车道线多项式拟合系数,能够有效解决传统车道线检测算法的环境适应性差,鲁棒性不强,对弯道车道线检测信息不够准确等问题。     

基于语义分割网络的路面积水与湿滑区域检测

积水或湿滑路面的道路附着系数远小于干燥路面的附着系数,对交通的安全性和机动性都有很大的影响.通过及时获取路面状态信息而发出预警,可大大减小潜在伤害.本文中研究了基于图像的语义分割网络在积水和潮湿的路面状态识别中的应用,它不仅可预测未来路面状态信息,且可得到路面积水和湿滑区域的分布.该方法利用语义分割网络Res-UNet...     

一种基于深度学习的地铁车体螺栓松动检测方法

现有的螺栓松动检测算法难以适应地铁复杂场景的变化,检测准确度难以提高.对此,文中提出了一种基于深度学习的地铁车体螺栓松动检测方法,并在现场采集的真实图像数据上进行分步试验,试验结果证明了该方法的有效性.     

大学英语词汇教学研究

词汇量的难以有效扩大一直是困扰我国大学生英语水平提高的瓶颈.词汇教学是英语学习的基础,但因传统词汇教学思想的影响,教师对词汇教学却一直不得其法,无所适从.而学生记忆单词更是感觉枯燥乏味,花了大量的时间和精力,却效果不佳,降低了对英语学习的积极性.笔者试从任务教学法、语境教学法及文化教学法几方面阐述如何改变传统词汇教学法旨在提高英语词汇教学质量.     

外语词汇的词形迁移及其教学策略

如何利用学习迁移理论把学生已掌握的语言词汇方面的知识迁移到俄语专业词汇知识的学习中,利用学习迁移理论掌握外语词汇的词形迁移规律,对目前俄语专业学生的学习意义重大。外语教师运用好词形迁移的教学策略,会节省讲课时间,减轻学生负担,取得事半功倍的教学效果。学生充分利用原有语言的正迁移作用,克服负迁移影响,形成主动进行外语词汇学习迁移的能力,促进外语词汇教学和学习。     

词汇记忆心理机制初探

本文从心理语言学的角度对学习者的记忆机制及其对词汇学习的作用进行了探讨。研究表明短时记忆和长时记忆两种记忆方式对词汇学习作用方式不同，但都对词汇学习产生着重要影响。这就要求学习者充分激发各种记忆潜能，克服各种负面影响，把短时记忆中获取的词汇信息与已有的知识结构相联系，转换为词汇的长时记忆。