建构与职业英语准衔接的高职英语教学模式

培养学生在职场环境下的语言交际能力是高职英语课程的培养目标,而职业英语中相关的通用英语知识则可以搭建起学习者简易的职场英语学习环境。本文简要地分析了高职英语课堂教学中对通用职业英语知识的学习的重要性和必要性,以建构主义的教学观和学习观为理论依据,认为建构主义支架式的教学模式全面体现了以学生为中心的教学理念,有助于培养学习者对职场通用英语的学习兴趣和自主的学习能力,最终实现高职英语课堂教学中的基础英语与职业英语的准衔接。

文化背景知识与语言教学

在大学英语教学中,文化背景知识传授与否对语言教学的深入开展有着直接影响。忽视文化背景知识介绍的传统教学方法,不利于大学英语教学培养目标的实现,限制了学生对语言知识的理解。因此必须加强对语言与文化相互作用的深层认识,坚持在教与学中导入文化因素。

浅谈英语在亚洲的变体——印度英语

印度英语是英语在亚洲的变体。本文通过介绍印度英语的历史和特点,分析印度英语大行其道的原因,揭示印度英语的发展历程,使我们从中得到启示,清醒地看待我国目前英语学习的"虚热"现象。

语篇教学中的词语“陷阱”分析

本文通过对英语语篇理解中存在的顺势思维、文化以及意识形态差异分析,指出学习者应避开由此带来的语言陷阱,正确地理解语篇中词语的含义。

“每日一词”思政元素融入大学英语课程的实践探索

用中英双语介绍中国的“每日一词”是中国社会发展的浓缩语,是生动的课程思政教育材料。从分析高校课程思政的现状出发,对思政元素融入大学英语课程的实践路径进行探索和研究:深入挖掘教材的思政元素;把“每日一词”中的思政元素融入大学英语课程;分类建设“每日一词”英语课程思政的资料库等。以期改变目前大学英语课程思政教学方法的单一性以及课程和思政“两张皮”的现象,实现大学英语学科建设和思政教育的高度融合。

高职院校英语分类教学的现状与对策

目前的高职英语分类教学没有反映出不同专业的学生对职场英语教学内容的需求。英语教师应该明确高职英语分类教学的内涵,通过加强对学生通用职业英语词汇的讲解[1],帮助学生搭建起比较高效的高职英语分类学习的模式。

基于MEEMD的人体生命体征信号的提取研究

非接触式的人体生命体征信号的检测在生产生活中有着非常重要的应用。为了准确提取人体生命体征信号,提出了一种基于改进的集合经验模态分解(MEEMD)和全相位频谱分析(apFFT)的人体生命体征信号的检测提取方法。实测数据分析处理结果表明,MEEMD有很好的分解效果,抑制了模态混叠效应,同时采用apFFT进行频谱分析,能够准确的提取人体的心跳与呼吸信号,实现人体生命体征的检测。

改进的ApFFT算法及其在超声波流量计中的应用

为了提高全相位快速傅里叶变换(Ap FFT)算法的相位差测量精度以及降低Ap FFT算法的运算量,提出改进的Ap FFT算法。改进算法依据Ap FFT算法的数据预处理过程,将全相位数据的段间重叠数目由N-1降低为N-m,形成新的总的分段数为不大于(N-1)/m+1的最大整数,通过FFT运算,从频谱图中提取峰值谱相位信息,即可精确的测出相位。通过实验分析,验证了改进Ap FFT算法的相位估计均方根误差(RMSE)处于Ap FFT算法和两参数克拉默下限(CRLB)之间,在应用中,可以提高超声波流量计的测量精度。

基于MEEMD和apFFT的人体生命体征信号的提取研究

非接触式的人体生命体征信号的检测在生产生活中有着非常重要的应用。为了准确提取人体生命体征信号,提出一种基于改进的集合经验模态分解(MEEMD)和全相位频谱(apFFT)分析的人体生命体征信号的检测提取方法。进行了15组实验,分别采集5名志愿者在3种距离下的雷达回波信号,实测数据分析处理结果表明,MEEMD有很好的分解效果,抑制了模态混叠效应,同时采用apFFT进行频谱分析,与FFT相比,提高了呼吸和心跳信号的信噪比,说明基于MEEMD和apFFT的方法能够准确地提取人体的心跳与呼吸信号,实现了人体生命体征的检测。

浅谈新型建筑材料在土木工程中的应用

新型建材在建筑结构设计中的具体应用对建筑行业和公众发挥着重要作用。为此,需要不断加强对新型建材的研发和创新,加大在建筑结构设计中使用新型建材的比例,从而保证建筑结构设计的持久性,减少建筑设计成本,保证人们的日常生活和财产安全,同时有效地提升建筑结构设计中的经济效益。基于此,本文主要分析了新型建筑材料在土木工程中的应用。

软土地区基坑开挖对邻近地铁隧道影响数值研究

利用PLAXIS 2D软件对软土地区基坑开挖且邻近既有地铁隧道的工况进行模拟研究,分析了在既有地铁隧道附近进行基坑开挖时对隧道的影响程度和影响机制;通过改变基坑与隧道的距离、基坑开挖深度和地连墙深度3项变量因素,进一步得到了既有地铁隧道的内力和位移变化规律。研究表明:基坑和隧道之间的距离越近,对隧道的影响就越明显,1倍直径距离的隧道水平位移最大值是2倍直径距离的2.21倍;基坑开挖深度的增加对隧道各项指标的影响明显,深度越深,隧道水平位移明显增大,而且地连墙水平位移最大值和弯矩最大值也明显增大;地连墙深度增加所带来的影响较小,但是会明显改变隧道的竖向位移。

基于ABAQUS的地下连续墙变形特性模拟与影响因素分析

地下连续墙是深基坑工程中常见的支护结构,其变形特性分析与破坏预测是基坑工程安全的重要问题。将混凝土弹塑性损伤本构模型考虑到地下连续墙中,并结合实际工程进行有限元模拟分析,建立了三维地下连续墙有限元模型,模拟地下连续墙随开挖深度的增加时墙体侧移变形及内力分布变化情况,分析了第二支撑位置变化或支撑失效对地下连续墙变形的影响。结果表明:第二支撑位置变化与墙体最大水平位移有明显的相关性;支撑失效明显导致墙体水平位移加大;并且,当第一支撑失效时,墙体水平位移变化最大,呈现悬臂式变形形式。

杜洛克猪产肉与肉质性能评定

利用屠宰测定、肉质分析、氟烷测定的方法，对杜洛克猪的产肉性能、肉质特性和氟烷敏感性进行了评定．其结果是：屠宰率73．35％～73．96％，腿胴比32．32％～32．56％，胴体瘦肉率62.53％～63．06％；肉质正常，无劣质肉出现；氟烷反应阴性．

基于匹配追踪法的信号分解方法研究

目前基于希尔伯特-黄变换理论的信号分解方法都是按照信号频率由高到低进行分解,在分解过程中,不可避免地会出现能量的混叠和频率的交叠。基于匹配追踪法的信号分解方法研究的主要内容是提出一种基于匹配追踪法的信号自适应分解和分层的方法,将信号分解重构为重建信号与残差信号,对分解出的分量求解瞬时频率和瞬时振幅等参数。通过仿真实验可以看出,该方法在信号时频分析中是具有可行性的。

基于深度神经网络的雷达幅度序列目标识别

在雷达目标识别中,由于目标结构的不同,目标对雷达发射波产生不同的回波。通过从雷达回波中提取目标的特征信息,可以对目标进行分类识别。目标特征均存在计算量大、环境要求高等问题。针对上述问题,该文提出一种基于深度神经网络的雷达幅度序列目标识别的方法。该方法通过提取目标在运动过程中的幅度序列作为识别目标的特征,再利用深度神经网络进行识别。最后,利用实测数据对该方法进行验证。实验结果表明,该方法可以有效地对目标进行识别。