基础会计实践性教学探略

《基础会计》课程教学效果的关键在于实践教学环节.把握好实践教学环节能增强学习者的感性认识,有利于理解和消化所学的会计基本理论,从而达到深化理性认识、提高专业技能之目的.为实现教学目标,论文从理论教学、模拟实训、会计书写练习、观摩学习等教学环节提出了具体的教学方案.     

《新视野大学英语》的“新”文化脉络

本文以《新视野大学英语》为例,分析了文化在英语教学中的重要地位,进而阐述了《新视野》大学英语的文化脉络,并就如何对其进行合理利用进行初步探索。通过分析将揭示《新视野大学英语》有着独到的体系结构,在文化层面有着鲜明的定位,特别突出了时代特色,但也需要教师因势利导,才能发挥其最大价值。     

CAI在羽毛球教学中的运用

为了适应现代教育技术的发展,提高体育教学的科技含量,解决普通高校羽毛球教学中不完善之处,论文通过对比实验,对CAI在羽毛球教学中的运用与实践进行了研究。结果显示,CAI能激发学生学习的兴趣,发挥学生潜力,提高学习效果,培养学生的想象能力,是提高教学质量的一种良好的教学辅助方法。     

基于转捩模型的吸附式压气机正弯叶片数值研究

采用三维数值方法研究了吸附式压气机扇形叶栅中正弯叶片的流场和气动性能,通过对比分析三种不同的孔式抽吸方案,以探讨附面层抽吸抑制三维流动分离、减小损失的机理。首先通过与前期实验数据的对比,校核了数值计算代码的可靠性,所得到的流场特性与实验数据有较好的一致性;其次通过在常规直叶片和正弯叶片中采用孔式附面层抽吸方法,以对比不同叶片积迭形式时附面层抽吸的效果,并探讨了通过改善抽吸设计方案提高抽吸效果的机理。结果表明,采用孔式抽吸可以较好地控制直、弯叶栅内的三维流动分离,抽吸后的吸力面气泡式分离消失,每个抽吸孔下游形成了新的基于抽吸孔特征的分离流动结构;抽吸策略的调整改善了角区的三维流动分离,尾迹旋涡的发展以及强度得到有效抑制。     

涡轮叶顶间隙密封冷却综合特性评估方法

为了评估带气膜冷却涡轮叶顶间隙的密封和冷却综合特性,在强化传热综合因子中引入气膜冷却效率,推导出了密封冷却综合因子表达式.其物理含义为：主流在一定功率作用并喷入一定量冷气时,被评估的传热方式与基准传热方式传热性能比.数值模拟获得了动叶顶部隔板迷宫间隙气膜冷却和密封特性数据,利用该因子对密封冷却综合特性进行了评估.结果表明：在研究的吹风比内,迷宫结构的冷却效果相比于平叶顶间隙有所改进,随着吹风比减小,改进程度先增加后减小;密封效果只有在高吹风比时有所改进.密封冷却综合特性都得到了改进,吹风比越小,密封冷却综合特性越好.     

基于小波变换的 ICA盲源分离算法

针对ICA算法不能直接应用于单通道盲分离的问题,提出了基于小波变换的ICA盲源分离算法。该算法结合小波变换对基于信息论的ICA算法进行了改进并应用在单通道盲分离中。仿真结果给出了分离后信号的波形,经检验其相似程度,分离后信号的波形与源信号的波形较为接近。     

嫦娥一号干涉成像光谱仪2C级图像数据质量评价

嫦娥一号干涉成像光谱仪(IIM)获取的多波段图像数据对于月表矿物成分反演具有重要意义. 从目视质量、客观参数、几何配准精度、图像质量随时间的变化情况等方面对IIM 2C级的多波段图像数据质量进行了评价. 结果显示, 其两端波段范围的图像质量较差, 不能有效识别月表单元, 中间波段图像质量较好; 自然色图像显示IIM数据存在明显的横向色调不均一性. 利用图像的客观评价指标(辐射精度、清晰度、信息量)将干涉成像光谱仪图像数据与美国Clementine UV-VIS多光谱图像数据进行对比分析, 结果表明, IIM数据清晰度好于Clementine UV-VIS, 而在方差和信息量上弱于Clementine UV-VIS. 将IIM图像数据与Clementine多光谱数据统一到相同的空间分辨率, 进行配准精度评价, 其最大控制点配准误差为0.63pixel. 此外, 还对时间跨度两个月覆盖月表同一区域的IIM图像数据从辐射精度、信息量和清晰度方面进行了评价.      

可靠性全局灵敏度求解的Meta-IS-AK算法

可靠性全局灵敏度（GRS）可以衡量输入变量对结构系统失效概率的平均影响,但目前仍然缺乏具有广泛适应性的高效算法。针对此问题,本文将在元重要抽样和可靠性全局灵敏度的贝叶斯算法基础上建立一种新的高效算法。所提算法首先利用已有的贝叶斯算法,将可靠性全局灵敏度转换成由无条件失效概率及输入变量失效域条件下的概率密度函数（PDF）表达的形式,然后分3步来完成算法的组织。第1步是利用元重要抽样的迭代策略抽取失效域的重要抽样样本;第2步是在已有的元重要抽样法中嵌入自适应Kriging模型,高效计算出无条件失效概率;第3步是利用Metropolis-Hastings准则,将失效域的重要抽样样本转化成为原始密度函数在失效域的样本点,进而同时求得各个输入变量在失效域中的条件概率密度函数,并最终求得可靠性全局灵敏度。由于所提算法充分利用了已有的可靠性全局灵敏度贝叶斯算法的维度独立性、元重要抽样法对隐式多失效域的适应性以及元重要抽样法中嵌入式Kriging模型的高效性,因此所提算法具有广泛的适用范围和较高的效率,该结论得到了算例结果的充分验证。