Washback of Task-based Communicative Language Test in a Vocational College(I)

The present study aims at revealing the washback effect of task-based communicative language test(TBCLT) in a vo cational college, with the further purpose to work out some ways to promote positive washback effect and reform the current tests hence to improve vocational teaching.

Washback of Task-based Communicative Language Test(Ⅱ)

The essay aims at revealing the washback effect of task-based communicative language test(TBCLT) in a vocational college, with the further purpose to work out some ways to promote positive washback effect and reform the current tests hence to improve vocational learning.

基于LGMPA算法的多无人机协同任务分配方法

多无人机任务分配问题是一种多约束组合优化问题,为获得问题的最佳收益,建立一种符合战场环境的任务分配模型,并同步完成无人机与目标之间的航迹规划,以实际飞行距离替代直线距离,实现任务分配与航迹规划的紧耦合。为更好地求解任务分配模型,首先提出一种改进海洋捕食者算法(LGMPA),通过使用对数螺旋策略和高斯分布估计策略来提升算法的开发和探索能力;然后将改进算法离散化处理,应用于求解多无人机任务分配模型。仿真结果表明:在考虑实际地形和各类威胁下,使用实际飞行距离替代直线距离能够规划出更合理的任务执行顺序,得到更好的作战收益;且改进算法能够稳定有效地求解模型,具有较好的求解精度和更快的收敛速度。

基于多种群遗传算法的航天复杂系统测试任务调度

针对航天复杂系统型号较多,传统测试流程与调度设计只能人工定制化排布,效率较低且未有效优化,同时,考虑到航天复杂系统快速测试的迫切需求,提出一种基于多目标遗传算法的航天测试流程自动生成方法。该方法在测试项集合明确的前提下,将测试项抽象为离散事件,以测试总时间和测试资源均衡度为优化目标,充分考虑航天器测试的诸多约束,将其作为遗传算法执行过程中交叉或变异的禁忌项。在初始种群确定后,对测试流程和调度方案进行自动生成和优化。对算例的仿真结果表明,该方法相对于同实验条件下的传统半串行测试方法和单目标优化方法,测试总时间或资源均衡度得到了较大提升。在进一步扩展优化目标和约束项后,该方法可有效提高航天复杂系统测试过程的快速响应能力和可靠性。

基于任务要地防空导弹作战试验指标体系构建

针对要地防空导弹武器系统作战试验,提出了基于任务的作战试验指标体系构建方法、流程和步骤;基于典型作战任务,综合运用层次分析法和专家咨询法对要地防空导弹武器系统的作战试验指标体系进行分析分解,以满足装备能力可定性、定量检验和评估的目的;最后,以某型要地防空导弹武器系统作战试验的指标体系构建为例,按照基本构建流程,给出了构建的具体过程和结果,检验了方法的可行性,范例只针对系统的几类主要指标进行了构建分解,完整的指标体系还需依据文中的方法继续完善。

综合口语任务类型对学习者口语产出的影响研究

本研究通过比较读后说、听后说两种综合口语任务类型中英语学习者的口语表现,探讨这两种综合口语任务类型对学习者口语产出的影响。两个水平组学习者完成两种综合口语任务后,研究者对学习者的口语表现进行评分,并将其口语录音转写成文字进行文本特征分析。研究发现:第一,两种综合口语任务并未对学习者口语表现的整体评分产生影响,但是在分项评分中的组织结构和内容质量两个维度上,学习者成绩有显著差异;第二,两种任务类型对学习者口语表达的句法复杂度和语言准确性并无影响,但提供阅读材料比听力材料更有利于提高其语言表达的词汇复杂度和流利度;第三,高水平学习者在读后说任务中口语表达的词汇密度比低水平学习者更高,在其他方面的表现特征与低水平学习者无显著差异。本研究对综合口语测试设计与实施有参考价值。

任务驱动教学法在高职软件测试课程中的运用

随着现代计算机技术的全面发展,新型软件的广泛应用对软件质量和稳定性提出了更高要求。传统的理论教学法在实际操作能力培养方面的不足尤为突出。基于此,通过将教学内容与实际软件测试任务相结合,探讨任务驱动教学法在高职软件测试课程中的应用,提出任务设计、学生合作参与、实践测试与理论教学融合、反馈与评价的实施策略,使学生逐步掌握测试用例的设计、执行和评估等关键技能,以此提升学生的测试技能、问题解决能力及团队合作精神。研究结果显示,采用任务驱动教学法的软件测试课程显著提高了学生的学习效率和学习兴趣,有助于提升课程教学质量,满足行业对高素质技术人才的需求。

基于深度学习的树木根系探地雷达多目标参数反演识别

【目的】使用深度学习方法实现对根系雷达图像的多目标检测和多参数估计。【方法】构建了一种以YOLOv5s和CNN-LSTM为主要框架的网络模型实现对根系雷达扫描图像的多目标检测和多参数估计。首先,通过仿真模拟和预埋试验获取试验所需的根系雷达剖面图数据,同时为了增加数据的多样性,使用CycleGAN风格迁移网络获取了一批具有真实雷达图像特征的仿真数据;然后,使用YOLOv5s目标检测网络识别并提取根系响应区域;接着引入频域变换,获取频域特征,并将根系雷达图像的时域特征和频域特征融合;最后,利用卷积神经网络、卷积注意力机制以及长短期记忆网络强调和提取与根系参数相关的信息特征,并使用多任务学习的方法实现对根系半径、深度、相对介电常数以及水平倾角的预测。【结果】(1)仿真试验中,根系半径估计的最大误差是4.3 mm,R^(2)为0.980,均方根误差为1.32,深度估计的最大误差是35.1 mm,R^(2)为0.962,均方根误差为17.68,相对介电常数估计的最大误差是3.1,R^(2)为0.960,均方根误差为1.10,水平倾角估计的最大误差是10.2°,R^(2)为0.821,均方根误差是4.96。(2)在实测数据上对根系半径估计的平均相对误差是9.112%,深度估计的平均相对误差是5.772%,水平倾角估计的平均相对误差是11.25%。【结论】本文提出的基于深度学习与探地雷达的多目标检测方法可以为根系检测和根系参数估计提供便利。

基于混合人工蜂群算法的并行测试任务优化研究

并行测试技术可以同时进行多个任务的测试,提高资源利用率,节约测试成本;并行测试调度问题是一种复杂的组合优化问题,是并行测试技术的核心要素;并行测试系统作为并行测试技术的载体,自身的性能和求解效率尤其重要;文章对并行测试完成时间极限定理进行了研究,建立了并行测试任务调度的数学模型,分析了传统元启发式算法求解并行测试问题的不足,提出了基于动态规划的递归搜索技术和人工蜂群算法相结合的混合人工蜂群算法,并采用整数规划精确算法和遗传算法对混合人工蜂群算法进行验证;得出结论采用混合人工蜂群算法进行并行测试任务的调度节约了接近50%的时间,降低了约20%的硬件资源占用,提高了测试效率,可以满足工程实际的应用。

马来西亚MUET考试特征及其对我国高考英语的启示

马来西亚大学英语水平考试(MUET)是申请入读马来西亚高校的英语语言测试,与我国英语高考目的及功能相似,探究其设计理念、考试模式和试题特点可为高考英语改革提供参考。近年来MUET改革之后的考试模式和试题特点,具有考查全面、情景真实、评价科学、施测灵活等优势,但也存在题型封闭、提示过多等缺陷。以此为参考,高考英语在测试理念上应侧重于考查学生未来运用英语解决实际问题的能力,在施策模式上可以尝试全国卷一年两考,在试题设计上增加题型的多样性,在分数报告方面为考生提供个性化、诊断式分数报告。

基于课程标准的2023年高考英语(天津卷)书面表达的专项研究

依据《普通高中英语课程标准(2017年版2020年修订)》规定的课程内容、学业质量水平及《中国高考评价体系》的相关命题要求,构建书面表达题项分析框架,据此分析2023年高考英语(天津卷)书面表达题的试题内容、试题设计和学生作答表现。研究表明,两次试题在试题内容和试题设计各维度均符合要求,结构性知识考查融合于应用性知识之中,突出考查学生立足中华文化用英语讲好中国故事的能力,对考生的语篇意识和思维能力提出了较高的要求。基于分析结果,为写作教学提出了构建语言知识新视角、关注结构性知识和应用性知识的融合发展,融入思辨输入、提升学生书面表达的内容深度,寓文化知识于写作教学、促进学生文化意识和写作能力同步提高等三方面建议。

数学概率问题解决学习中的测试效应及有效促进

研究通过3个实验,探讨了材料复杂度对数学概率问题解决中测试效应的影响,并在此基础上,进一步考察提取方式对学习者运用提取练习策略解决复杂概率问题的作用效果。结果发现:(1)相比于重学,通过提取练习策略学习简单数学概率问题时的后测成绩更佳,出现测试效应。在学习复杂数学概率问题时,通过提取练习和重学的后测成绩差异不显著,未出现测试效应;(2)相比于重学和自由回忆提取练习,通过线索提取学习复杂数学概率问题的后测成绩更高;(3)相比于重学和无反馈的自由回忆提取练习,通过加入反馈的自由回忆提取练习学习复杂数学概率问题的后测成绩更好。该结果表明,材料难度影响学习者运用提取练习策略学习问题解决任务的效果,并且线索提取练习方式和提供反馈的自由回忆提取练习方式均能有效促进学生学习复杂概率问题解决任务的效果。

基于改进粒子群的并行自动测试任务调度方法

为解决航空电子设备在进行大规模多线程自动测试任务时任务调度效率低、资源利用率低的问题,设计负载均衡筛选机制,建立了并行测试静态资源调度模型,提出了基于粒子编解码的改进粒子群任务调度方法。通过混沌初始化序列和决策权重选择双向学习或引斥力机制,提高了粒子群算法效率和准确性。在此基础上,针对自动测试中的重调度问题,以待测件紧急度为判据建立不同目标函数,完成测试过程紧急件的测试,提高了调度方法的动态规划能力。通过仿真实验验证了调度方法能够有效提升并行测试任务调度效率和资源利用率。

基于CT图像的深度神经网络肺功能预测

我国流行病学调查结果显示,以慢阻肺和哮喘为代表的慢性呼吸系统疾病患病率高且呈现上升的趋势,给公共卫生健康带来了严重威胁.目前,计算机断层扫描(CT)作为一种方便、无创的方法被广泛应用于肺功能的评估.在基于CT图像的计算机辅助评估肺功能的方法中,人工设计的特征存在表达能力有限的问题,且现有的深度学习方法从高噪稀疏的小样本数据集中提取特征的效果较差.为了提高肺功能检查的效率,本文提出了基于CT图像的肺功能预测网络(LFP-ResNet).首先,本文提出了多层次上下文特征融合(MCFF)方法,有效增强了对表征肺部纹理和形态的特征提取;其次,利用三维残差网络充分保证了CT图像的空间异质性;最后,本文构建了包含肺功能正常人群和患有慢性呼吸系统疾病患者的肺功能数据集,并在该数据集上对比了本工作提出的方法以及其他先进的肺功能预测方法 .实验结果表明,本文提出的MCFF策略在含噪声的稀疏矩阵中提取特征时比其他特征提取方法更有效,且所构建的LFP-ResNet在肺功能预测任务中表现出更好的预测性能.

虚拟仪器的电机测试系统设计研究

由于目前的微型计算机通用试验系统大都是使用Windows的多媒体软件,其计时精度和实时性都很差。本文提出利用虚拟仪器技术对电机测试试验系统进行仿真,并把软件工程学的概念引入到该试验系统的设计中,实现了各部分的功能相对的独立性,从而保证了该试验系统的可靠性。在此基础上,借助LabVIEW自身的特性,实现了基于操作系统的较为准确的计时工作,并具备了很强的移植能力。实践证明,此系统性能可靠、操作简便、实用方便,同时也减少了试验费用,能够很好地适应现场试验的需要。

一种基于机械臂毫米波天线测试系统快速测试方法研究

随着毫米波雷达的发展,对毫米波雷达天线的测试要求逐渐提高。本文针对目前基于机械臂毫米波天线测试系统测试时间长、效率低的现状,提出了测试探头连续扫描情况下多任务测试方案。核心思想是将全部测试任务预先存储在多任务仿真模块,通过机械臂到位脉冲外触发,测试任务按照时序依次被发送到天线阵面,同时外触发仪表进行数据采集。本文主要介绍了系统组成、关键模块设计和具体测试流程。通过与传统方案相比,在确保测试精度的前提下,此方案的测试效率显著提高。

基于云计算的航空飞行试验数据中心任务调度优化架构设计

为解决航空飞行试验数据中心任务调度行为明显滞后的问题,实现对航空飞行试验数据的实时调度,设计基于云计算的航空飞行试验数据中心任务调度优化架构;设置WiRo中心网络,联合试验数据预测器与飞行任务分配器,完善中心任务调度优化架构体系的基础应用结构设计;根据PSO优化度量值的取值范围,求解惯性权重指标与粒子编码条件,并按照云计算法则,推导函数表达式条件,实现基于云计算的航空飞行试验数据调度模型的构建;在动态数据权限的约束下,计算中心调度任务的资源占用率与长尾延迟参数,实现对任务调度架构的优化配置,联合WiRo中心网络及EMU调度结构,完成基于云计算的航空飞行试验数据中心任务调度优化架构的设计;实验结果表明,云计算技术作用下,长尾延迟最大值为1.11%,单位时间内的数据吞吐量达到了9.85 B/s,由数据吞吐量有限造成的中心任务调度行为滞后的问题得到较好解决,符合实时调度航空飞行试验数据的实际应用需求。

坚持立德树人导向凸显英语专业特色——2023年全国高等学校英语专业四级考试评析

全国高等学校英语专业四级考试作为英语专业基础阶段的教学检查类考试,对英语专业教学具有正向引导和积极反拨作用。本文通过分析2023年英语专业四级考试段落听写、阅读理解及综合写作三个部分在考查内容与形式上的特点,揭示了本次考试如何体现英语专业特色,如何考查我国高等学校英语专业基础阶段学生的英语基础知识、英语综合运用能力及文学赏析能力,并将育人导向融入试题之中。本文最后对英语专业四级考试的守正创新提出了建议。

嵌入式多任务操作下可信软件的漏洞挖掘方法

嵌入式多任务操作系统中存在多个任务同时运行,彼此之间有交互和共享资源的情况,增加了可信软件漏洞挖掘的复杂性。为了有效地挖掘漏洞,提出嵌入式多任务操作下可信软件漏洞挖掘方法。将嵌入式多任务可信软件程序源代码转换为代码属性图,通过切片操作保留其中与敏感操作相关的有价值信息,采用编码处理代码属性图为特征张量并调节其为固定形状。构建嵌入式多任务可信软件漏洞挖掘模型,引入粒子群优化算法和离散粒子群优化算法分别优化网络参数和特征图连接结构,构建最优深度卷积神经网络模型,将特征张量输入至模型中,实现嵌入式多任务操作下可信软件漏洞挖掘。实验结果表明,所提方法漏报率在5%以下、误报率在10%以下,且ROC曲线理想、漏洞挖掘时间短。

基于fsQCA方法的车载多屏信息系统交互设计

文章基于模糊集定性比较分析法,对车载多屏信息系统用户体验影响因素进行构型分析,提取影响驾驶体验的交互设计特征。通过用户测试,在驾驶情境下测试12项非驾驶相关任务,任务完成后对用户进行满意度调研及非结构性访谈,探索不同设计特征的组合对驾驶体验的影响。研究发现并实践了3条提升用户满意度的设计特征组合,结果显示车辆控制类低频需求任务效率提升能有效提升满意度,抬头显示器对提升媒体娱乐类任务的用户体验具有关键作用。