合作学习在高职高专大学英语课堂教学中的运用

合作学习是目前世界上许多国家都普遍采用的一种富有创新意义和实效的教学理论与策略。在《高职高专教育英语课程教学基本要求》中,倡导合作型的教学模式,让学生在教师的教导下,通过感知、体验、实践、参与和合作等方式,实现任务目标,提高学生的学习兴趣。     

基于虚拟现实的空间机器人遥操作在维护作业中的应用

研究了变时延遥操作环境下的预测仿真技术、基于虚拟现实的机器人遥操作系统组成、遥操作系统的自主学习技术和虚拟操作环境建模技术。开发了基于虚拟现实的机器人遥操作演示系统和自学习功能。实现了基于虚拟现实的临场感遥操作,在5～8s模拟时延条件下完成了推开故障太阳翼,擦拭受污染的镜头和拉动调整出现故障的卫星天线等作业。     

空中交通管制员疲劳检测与管理综述

我国民航事业的发展需要依靠大型运输客机的自主研发和高效的空中交通管理体系两大软硬实力的支撑。空中交通管制员作为空中交通管理的核心要素,其疲劳状态的检测与管理对于航空安全具有重要作用。本文首先从传统主观量表评定和客观评定方法两个方面详细阐述了国内外疲劳检测的研究成果,分析其优缺点;然后介绍了基于语音分析的管制员疲劳特征提取与检测算法,并且着重介绍了基于深度学习模型的语音疲劳状态识别算法;最后阐述了管制员疲劳检测成果对管制运行安全和效率提升的应用前景。研究成果可为从事管制员疲劳检测与管理的研究人员提供参考和借鉴。     

基于过程神经网络的液体火箭发动机状态预测

提出一种基于极限学习算法的离散过程神经网络模型,用于解决液体火箭发动机状态预测这一难题。首先,在历史数据的基础上建立离散过程神经网络（DPNN）预测模型;然后,根据在线更新的数据样本,采用递推极限学习（EL）算法对双并联前馈离散过程神经网络（DPFDPNN）隐层到输出层的权值进行更新,并应用权值更新后的过程神经网络对发动机状态进行预测;最后,以液体火箭发动机状态预测中氢涡轮泵扬程预测为例,分别采用有权值更新和无权值更新两种预测模型进行了试验。结果表明,通过更新过程神经网络权值可以使模型具有更高的预测精度和更好的适应能力,该方法能够为液体火箭发动机状态预测提供一种有效的解决途径。      

卫星姿态控制系统故障重构观测器设计

对于卫星姿态控制系统,提出一种基于PD型学习观测器(Learning observer, LO)的系统故障重构方法。在P型LO的学习算法基础上引入测量输出估计误差的微分项,设计了一种PD型LO,估计卫星姿态角速度和姿态角的同时,快速精确重构卫星执行机构故障。给出了所提观测器的稳定性条件,并基于线性矩阵不等式技术提出一种系统化PD型LO设计方法。进一步,将所提PD型LO设计扩展用于卫星姿态敏感器故障的快速重构。最后,将所提方法应用于微小卫星推力器故障重构和陀螺故障重构,仿真结果校验了所提方法的有效性。     

贝叶斯核学习方法在复杂工业系统建模中的应用

在复杂工业过程中,需要对过程变量和操作变量进行测量,但是由于客观条件的影响,很难实现直接测量,但是在工业过程中存在大量有用的过程数据,利用这些数据可以挖掘出大量有用的信息。因此可以利用软测量技术建立辅助变量与测量变量的关系。数据模型的建立是软测量技术的关键,贝叶斯核学习方法是一种新型的数据建模方法,具有小样本、推广能力强和收敛速度快的特点。     

请给飞行员以更多的学习

去年,某公司一架B737-300在飞行途中发生了一起人工关停发动机的飞行不安全事件。之所以引用这个安全案例,兹在于请大家能从运行管理、安全政策、培训方式、特情处置、知识储备、信息利用、地空支援等方面来进行客观思索我们的运行现实,检讨我们的系统安全,改进我们的管理工作。当时,飞机正处于8400米巡航状态,机组发现一号油箱比二号油箱油量少200磅,机组平衡油量,打开燃油交输活门后,交输活门打开灯保持蓝色明亮,机组执行“交输选择器不工作”检查单,判断活门卡阻在关闭位。机组使用差动推力力图保持燃油平衡。据机组反映,左右油箱油量差…     

对中国高校“服务学习”现状的认识与反思

澄清了服务学习认识方面的两个误区,阐述了中国高校服务学习的具体分类及其在中国高校的发展现状。研究显示,中国高校服务学习在实践中存在以下问题:专业教师欠缺;组织不规范;学校与社会的联系不够紧密,服务对象的范围狭窄。基于此,提出加强专业教师的培养、健全组织管理、加强与社会各界的沟通与合作等建议。     

大学生自主学习能力和英语成绩的相关性研究

自主学习已成为当代国内外语教育研究的热点,随着教育部《大学英语课程教学要求》的颁布,自主学习能力已成为大学英语重要的教学目标之一。对200名来自西安两所高校非英语专业大一学生进行了调查,分析其自主学习能力和成绩的相关性,并对收集到的数据用SPSS软件进行了描述统计分析、独立样本T检验。结果表明:总的来说,非英语专业大学生自主学习能力处于中等水平。自主学习能力的五个方面(了解教师的教学目的和要求、制定学习计划和目标、有效使用学习策略、监控学习策略的使用、监控和评估英语学习过程)都和学生的大学英语成绩显著相关。     

基于EMD样本熵-LLTSA的故障特征提取方法

针对振动信号的非线性、非平稳性以及微弱故障特征难以提取的问题,提出了一种基于经验模态分解(EMD)、样本熵和流形学习的故障特征提取方法.该方法将EMD、样本熵和流形学习相结合.首先,利用EMD的自适应多分辨率的特点计算分解得到的IMF(固有模态函数)信号的样本熵,初步提取滚动轴承状态特征值;然后利用流形学习方法对初步的提取的滚动轴承状态特征进行进一步的提取;最后利用支持向量机(SVM)对该特征提取方法进行分类评估,并将该方法运用在滚动轴承故障诊断实验中,实验证明该特征提取方法与基于小波包样本熵的故障诊断方法相比具有很好的聚类性能,且对于SVM的分类结果可达100%,在降低了特征数据的复杂度的同时,增强了故障模式识别的分类性能,具有一定的优越性.