建构主义理论指导下大学英语网络教学的体现

与传统的教学观相比,建构主义教学理论强调学习的主动性,社会性和情景性,而这一主张也正符合大学英语网络教学以学生为主体的宗旨。所以,建构主义教学理论对基于网络学习的大学英语教学具有现实的指导意义。

基于拉曼光谱-支持向量机的乳制品快速智能鉴别技术研究

品牌是优质乳制品的一个重要质量属性,鉴别技术是实施乳制品质量科学管理的关键支撑技术,随着健康中国战略的稳步推进,乳制品质量管控表现出量大、实时、在线的鉴别需求,迫切需要发展快速、智能、高效的鉴别技术。以常温酸奶为例,采集乳制品拉曼光谱数据,运用支持向量机判别算法,开展了乳制品的品牌鉴别研究。实验结果表明,每个样品的拉曼光谱采集时间仅为150 s,数据分析时间不足10 s,在参数优化条件下,即小波降噪(分解层数N=3,Db1小波基),归一化处理,主成分分析提取89个主成分(累计贡献率为100%),支持向量机算法(径向基核函数,c=2.8284,g=0.0884),平均识别率达到98.00%。因此,本文所建立的快速鉴别方法,具备数据采集与分析速度快、评价客观等优势,在乳制品的品牌打假、质量管控等领域具有较高的潜在应用价值。

基于支持向量机算法的乳制品分类识别技术研究

本文针对乳制品分类快速识别技术依旧相对匮乏的现状,获取了样品的拉曼光谱,以此作为表征样品的质量特性数据,输入支持向量机判别模型,构建高效识别技术。结果显示,乳制品拉曼光谱数据采集迅速,含水样品可直接上样测试,单个样品的数据采集时间仅需2.5min,计算机处理时间在10s以内,参数优化条件分别为小波软阈值降噪(db1小波基,分解层数N=3)、归一化处理([-1,1]区间),通过主成分分析提取80个主成分(累计贡献率99%以上),支持向量机算法(径向基核函数,惩罚系数c=32,核函数参数g=0.022097),测试集最佳识别率可达到100%。由此可见,本文所建立的高效识别方法,具有分析速度快、流程便捷等多项优点,能够为乳制品质量安全监管提供技术参考。