浅议诊断性测试在高职英语教学中的应用

诊断测试能有效地诊断出英语教学中存在的弱点,它是评价英语教学的一个有效手段。文章在介绍诊断测试概念的基础上,分析一次实际进行的诊断性测试。根据测试结果发现存在的问题并以此来改进高职荚语教学的模式。     

基于系统集成理论的城市道路景观设计

在我国城市道路景观实践过程中,由于建造时序的不同,城市道路的“景观破碎、缺乏集成”和“豪华奢侈、脱离实际”,不利于城市系统的和谐发展。鉴于此,本文在深入分析城市道路景观建设目标的基础上,独辟蹊径从系统范畴的角度探讨了一种“集成”的道路景观设计理念,为城市道路景观的建设提供了一个新的思路。     

基于迁移学习的桥墩结构损伤识别方法

提出一种深度学习的桥墩结构损伤识别方法,该方法通过迁移学习(TL)将源模型的权重和参数转移到目标模型上,加快深度模型的训练速度、提升模型损伤识别精度。使用连续小波变换将振动信号转换成时频图作为深度模型的输入,构建可识别砼结构损伤的深度模型,该模型的固定部分使用源模型的权重和参数,非固定部分的权重和参数使用新的数据训练得到;通过试验及仿真对该模型的有效性进行验证,试验方面使用砼桥梁在有损伤和无损伤时的振动信号,仿真采用ABAQUS/CAE建立砼塑性损伤识别模型(CDP)并采集振动信号;将文中方法与从零开始训练的深度卷积神经网络(CNN)及支持向量机(SVM)方法进行对比,文中方法在试验数据上的识别精度达99.1%,在仿真数据上的精度达100%,相对于传统识别方法,该方法可提高损伤识别精度和模型训练速度。     

高等职业院校教学资源管理平台搭建初探

本文以高等职业教育教学资源管理平台开发为研究对象,在分析国内外教学资源平台发展状况的基础上,以辽宁省交通高等专科学校教学资源管理平台开发为依据,系统阐述了高等职业院校教学资源管理平台顶层设计内容、1+1+N平台运行模式、五层次用户管理模式、九模块自主添加功能、不公开信息处理功能等内容,对教学资源管理平台的主要功能进行了简明介绍,为高等职业院校教学资源管理平台开发与优化提供了很好的借鉴。     

“翻转课堂”热潮引发的思考

翻转课堂自实施以来,在教育领域引发大讨论,给教学带来了前所未有的变化,取得了良好的效果。本文对翻转课堂的由来及其对教学的改变进行分析,并探讨了翻转课堂实施对师生的要求,最后对我国大面积普及翻转课堂的制约因素进行了分析。     

贯彻交通运输部《关于加快推进北新能源汽车在交通运输行业推广应用的实施意见》研讨会在天津召开

本刊讯 9月11日,贯彻交通运输部《关于加快推进新能源汽车在交通运输行业推广应用的实施意见》(交运发[2015]34号,以下简称"《实施意见》")研讨会在天津召开.中国道路运输协会城市客运分会秘书长、天津市公共交通集团(控股)有限公司董事长于秉华主持会议,城市客运分会理事长张国光、副秘书长宿中泽等出席. 本次研讨会旨在深入学习领会《实施意见》的精神,加快推进新能源汽车在城市公交行业的推广应用,促进新能源汽车的健康发展.研讨会上,于秉华致词,郑州公交总公司、天津松正电动汽车技术股份有限公司、郑州宇通客车股份有限公司等公交企业、整车及零配件厂商代表作了专题报告,张国光作了总结发言.     

基于网络学习空间的S-ISAL教学方法在《旅游英语》课程中的实证研究

以云计算为依托的现代信息技术带动高职课程资源整合方式和教学方式改革。本文依托网络学习空间平台,以《旅游英语》课程为例,详细阐述S-ISAL整体教学设计、空间课程资源建设和创新实践,旨在探寻S-ISAL基本要素配置规律,进一步验证S-ISAL教学方法在日益普及的网络教学中的应用及推广价值。     

“龙腾计划”主将C3-XR上市

<正>近日,雪铁龙·东风雪铁龙品牌嘉年华暨C3-XR上市发布会在上海举行,展现雪铁龙近百年的历史积淀和东风雪铁龙22年的中国之路。作为东风雪铁龙品牌中期规划"龙腾C计划"的重磅车型,C3-XR上市,包括1.6L CVVT和1.6THP两种动力总成,共8款车型,售价10.88万-17.18万元。定位于"城市SUV新风范"的C3-XR,自2014年广州车展前夕启动预售以来,备受关注。C3-XR的目标人群是一群精彩生活的发现者,是有着别样青春的"城市自由派",C3-XR所传递的挑战未知的精神,便是深刻洞察了这个族群的消费需求。     

一种改进的快速压缩跟踪算法

为研究目标跟踪问题,构造多种不同尺度的滤波器对目标进行滤波,生成目标高维特征;利用符合有限等距性质要求的稀疏矩阵对高维特征进行采样,获得目标低维特征.采用朴素贝叶斯分类器输出与Bhattacharyya系数乘积的形式作为目标与候选目标之间的相似性度量,并选择最大值所对应的候选目标作为下一帧中的目标.文中提出了一种改进的快速压缩跟踪算法.实验表明,该改进的算法能够对目标进行有效跟踪.     

基于Q学习算法的摘挂列车调车作业计划优化

针对摘挂列车编组调车作业计划编制问题,基于强化学习技术和Q学习算法,提出1种调车作业计划优化方法。在表格调车法的基础上,将调车作业计划分为下落和重组2个部分。通过动作、状态和奖励3要素构建调车作业问题的强化学习模型,以调车机车为智能体,以车组下落的股道编号为动作,以待编车列的下落情况为状态,形成车组挂车、摘车具体条件和车辆重组流程,并依据车组下落的连接状态和车辆重组后产生的总调车程设计奖励函数。改进Q学习算法求解模型,以最小化调车程为目标,建立待编车列与最优调车作业计划之间的映射关系,智能体学习充分后即可求解得到最优的调车作业计划。通过3组算例对比验证本方法效果,结果表明:相较于统筹对口法和排序二叉树法,本方法使用的股道数量更少、调车作业计划更优;相较于分支定界法,本方法可在更短时间内求解质量近似的调车作业计划。因而,本方法有助于提高车站调车作业计划编制的智能化决策水平。