词汇教学中的问题思考

词汇的记忆与掌握,对以后词汇的灵活和正确使用是非常必要的.对于任何语言的初学者来说,词汇的掌握都是一个繁重的任务.传统的词汇教学往往把重点放在学生的业余时间对词汇的机械记忆上,可是这种方法忽略了在课堂上来自于教师指导的重要性.本文建议每位教师在课堂上应该尝试创造不同的形式,以便学生能够积极主动而不是被动地学习词汇.     

南京禄口国际机场食品卫生监督技术报告

南京禄口国际机场内共有19家从事食品生产经营的企业，其中包括航空配餐企业、涉外的宾馆酒店、航站楼旅客餐厅、员工餐厅以及出售定型包装食品的商店。所有食品生产经营单位均获得检验检疫机构颁发的卫生许可证，并接受检验检疫机构的卫生监督。禄口机场现有食品从业人员549人，在检验检疫机构的监督管理下，均持有效的健康证，并接受卫生知识培训，合格后方可上岗。     

意大利忙着救火的总理

意大利总理贝卢斯科尼最近可谓诸事不顺,简简单单的一句"倒霉"恐怕已经不足以形容他眼下的窘境了。据米兰一家法院的资料显示,贝卢斯科尼的妻子维罗妮卡·拉里奥已经单方向法院提出离婚请求,决心彻底和丈夫"划清界线",并要在丈夫的荷包——贝氏     

装备“六性”质量监督工作研究

全面剖析装备通用质量特性间的相互关系;总结目前军代表开展装备通用质量特性监督工作存在的主要问题;研究军代表提升“六性”质量监督工作效能的途径.     

一种卫星对地观测需求分析方法

针对卫星对地观测任务需求分析方法研究的复杂性和迫切需要,文章通过把文本化的卫星观测需求编码成数值向量的形式,提出需求之间的相似度度量方法。进而基于无监督学习的相关理论和算法,给出向量化表示的需求聚类算法。同时为了能在二维平面直观展示分析高维需求数据,在引入需求之间距离计算方法的基础上介绍了高维数据的降维算法,并且通过测试数据验证了算法的有效性和可行性。通过把繁杂的需求信息转换成高维空间向量,能大大降低分析人员对领域专业知识的依赖,提升需求分析的效率和科学性。     

基于S-PSO分类算法的故障诊断方法

将监控数据的已知状态作为先验类别标签,构造出新的有监督的粒子群优化(S-PSO)分类算法,并对设备进行故障诊断。为提高故障诊断的准确率,降低随机性对分类算法的影响,提出了新的基于动态邻域的自适应探测更新(ADU-DN)的干预更新策略来拓展粒子搜索整个解空间的能力,引导粒子自适应地跳出局部最优区域,确保获得全局最优解;同时设计出基于最小类内距离、最大类间距离和训练样本最大分类精度的适应度函数,使得输出的最优类别中心兼顾了这3个因素,增强了分类算法在故障诊断中的通用性和容错性,提高了测试样本的分类精度。S-PSO分类算法有效克服了聚类算法只考虑数据间相似性特征、不考虑数据蕴含的物理意义以及不能很好指导样本分类的缺陷。对GE90发动机孔探图像纹理特征分类进行了对比研究,研究数据表明:S-PSO分类算法表现出了较强的鲁棒性,在故障诊断中的分类精度高于支持向量机(SVM)和常用神经网络模型。     

自注意力相似度迁移跨模态哈希网络

为进一步提升跨模态检索性能,提出自注意力相似度迁移跨模态哈希网络模型。设计了一种通道空间混合自注意力机制强化关注图像的关键信息,并使用共同注意力方法加强模态信息交互,提高特征学习质量;为在哈希空间重构相似关系,采用迁移学习的方法利用实值空间相似度引导哈希码的生成。在3个常用的数据集MIRFLICKR-25K、IAPR TC-12和MSCOCO上与深度跨模态哈希（DCMH）、成对关系引导的深度哈希（PRDH）、跨模态汉明哈希（CMHH）等优秀方法进行对比实验,结果显示哈希码长度为64 bit的条件下,所提模型在3个数据集图像检索文本任务的平均精确度均值（MAP）达到72.3%,文本检索图像任务的MAP达到70%,高于对比方法。