基于深度学习的SAR图像质量提升方法研究

提升合成孔径雷达(SAR)图像质量以增强其可判读性,一直是SAR图像处理中的关键问题。近年来,深度学习在光学图像处理中取得显著的成功,并逐步应用到SAR图像质量提升领域。对深度学习在SAR图像质量提升中的关键应用进行综述,对深度学习在SAR图像质量提升中采用的典型网络进行了介绍,并从SAR图像旁瓣抑制、超分辨(SR)处理和图像融合3个方面对深度学习的应用进行阐述。最后,分析与探讨了基于深度学习的SAR图像质量提升中的关键问题及进一步研究方向。     

中国南方航空公司乘务英语培训系统案例研究

本文介绍了中国南方航空公司乘务英语培训系统从E-learning到M-learning的不断探索,深度分析了"南航e学"、"南航学习在线"与"南航移动学习APP"等学习产品,并提出以用户为导向的平台、内容和运营是提高产品质量、学习覆盖率及用户粘度,进而帮助企业成长为学习型组织的关键。同时,各大培训终端必须清晰"正式学习"与"非正式学习"的角色定位,线上、线下相结合的混合式培训模式将有效提高培训效能和管理效能。     

高职生英语学习焦虑的成因与对策分析

高职学生在英语学习过程中普遍存在着焦虑情绪,一定程度上阻碍了学生英语水平的提高.对焦虑情绪对英语学习的影响、成因和如何预防及解决学生的焦虑情绪进行分析,以期对解决学生的焦虑情绪提供一些建议.     

华航大学生学习问题研究

学习是学生古老又常新的话题。大学时期的学习至关重要,它是架起学校和工作的桥梁,是学生掌握技能的重要阶段。本文详细调查了华航大学生学习的现状,指出了华航大学生学习中存在的问题,并给出了相应的解决对策。希望这些问题能引起大家对大学生学习的重视,帮助大学生圆满完成这一阶段的学习,让大学生学有所成、学有所长。     

新晴尽放峰峦出

柳龙先生1944年生于上海,现在为中国书画文化艺术家协会理事、安徽书协会员、上海书法教育委员会委员、上海大观雅集艺术沙龙理事。柳龙自幼在父亲的启蒙教育下,对书画产生了浓厚的兴趣,自幼在其父的指点下在墨池中临摹《九成富》,时间一长对书法由兴趣演而成了志趣。然而天有不测风云,一场特殊的政治遭遇,其父被打成右派过早离世,家庭条件随之一落千丈,对其身心、学业和学书上造成了极大的影响和困难,但其对芝术追求和执着一直未泯。     

组合动力运载器上升段轨迹智能优化方法

针对组合动力水平起飞可重复使用运载器，开展了上升段轨迹优化模型设计与轨迹优化方法研究。首先，针对跨大空/速域飞行须采用多种动力形式协调工作这一问题，考虑动力/气动/轨迹/指标间的复杂耦合关系，建立了运载器动力和气动模型。其次，为降低轨迹优化问题的求解难度，设计了一种全新的飞行剖面，实现了关键优化参数的提取和攻角约束的自动满足，减少了优化算法需要处理的约束数量。然后，提出了一种改进的粒子群优化(PSO)算法完成求解；在收敛性分析的基础上，引入强化学习机制对PSO寻优过程进行自主智能控制，从本质上提升了PSO算法的求解效率。最后通过数学仿真验证了方法的正确性和有效性。     

大学英语听说课程的适宜性研究

大学英语教学应依据学生的语言水平和层次差异来实现英语学习的持续性和针对性。本研究采用问卷调查方式了解某高校2016级新生的高中英语听力水平、听力学习情况及对大学英语听力教学的诉求。数据分析结果显示:第一,高考英语总分数不能代表其听力水平;第二,学生在英语听力学习上存在认识上的误区;第三,该校的大学英语听说课程设置不能满足学生不同层次的需求。针对调查中发现的问题,本文作者尝试给出了相应的建议。     

“融入式”教育让孩子轻松学英语——访迪士尼英语副总裁泰雪莉

笔者:能先简单介绍一下迪士尼英语吗?何时进入中国,目前在中国有几家中心,有多少小学员?泰雪莉(以下简称"泰"):迪士尼英语是华特迪士尼公司通过迪士尼全球出版部门在中国开展的一项新业务,为儿童英语学习设定了全新标准。迪士尼英语由培训中心,丰富的培训材料以及由权威的国内外专家团队研发的课程组成,旨在为2至12岁的儿童提供全新的英语学习体验。2008年9月,迪士尼英语在上海开设了首家培训中心。2010年5月,两家迪士尼英语培训中心在北京盛大开幕,宣告迪士尼英语正式进入北     

基于Webservice的个别指导式远程学习软件及知识设计策略

建构个别指导式远程学习软件的系统模型,根据认知心理学领域,知识分为陈述性知识和程序性知识,主要讨论知识库模型中,针对不同的知识选择不同的设计策略,以增加软件的可读性,使学生能进行高效率地学习.     

基于流形学习的涡轮泵海量数据异常识别算法

为了获取海量试车数据中的信息以分析涡轮泵的健康状态,提出一种基于流形学习的海量数据异常识别算法.该算法将反映涡轮泵状态的振动数据重构到高维空间中,利用扩散映射方法直接对其进行学习,提取出数据内在的低维流形特征,以可视化的方式直观地识别出涡轮泵数据中的异常状态.仿真与试车数据验证结果表明了所提算法的可行性和有效性.该算法克服了传统方法解决非线性问题不足的缺点,为试车后涡轮泵的健康分析提供了一条新的途径.