基于新国际形式下警务英语教师工作的新定位与新探索

目前警务英语并未设置统一的教学要求,各地院校对于警务英语的重视程度也不一样。总体而言,警务英语在课程设置上占比普遍不是太高,同时在教材设置和师资培养方面更是落后于其他学科。为了进一步增强警务英语教师工作的定位精准度,适应国际化发展形式的具体要求,本文解读了新国际形式下警务英语教师工作的全新定位,同时提出了警务英语教师工作在全新国际形式下的探索路径,以期警务英语教学质量的进一步优化与改善。     

农机控制中的英语语言理解介词语义分析

农业机械的作业效率高,是推动农业发展的重要力量。将新型技术应用在农业机械的设计和制造上,可改善机械整体性能并提高智能化水平。农机智能化的核心在于控制环节,表现为控制的实时性和准确性。为此,基于英语语言理解分析农机控制中的介词语义,并用于控制喷药机器人的视觉感知、自主行走和精准喷药。介词语义分析首先要建立模块化的语言理解系统,然后从语句中提取介词进行各项特性的筛选和分析,直至完成所有介词的释义。最后,介绍了介词语义分析在3种控制功能中的具体作用,并分别列举代表性的介词,以便提高机械的作业效率,降低操作难度。     

智能采摘机器人自动化系统研究 —基于交互式视音频技术

为了提高采摘机器人的作业质量,模仿英语移动教学交互式视音频技术,在采摘采摘机器人控制系统中引入了视音频交互技术,通过远程视频监测机器人的作业状态,然后利用声控技术对采摘机器人的作业姿态进行调整,实现了管理员和采摘机器人的视音频交互,可以有效地提高采摘机器人的作业质量,降低采摘机器人的故障率。为了验证方案的可行性,对采摘机器人自动化控制系统进行了测试,并引入了MIMO通信原理,以提高视音频信号传输的质量。测试结果表明:采摘机器人可以准确地识别远程端的声控信号,且根据指令信号动作的准确率较高,可以满足高精度采摘机器人的设计需求。     

英语语言文学中的中国茶称谓刍议

众所周知,"茶"在英语语言中被称之为"tea"。"绿茶"通常被英译为"green tea","红茶"则习惯性被英译为"black tea"。这些称谓从来都不是凭空捏造而来,一般都是与当时的时代文化以及历史背景有着非常密切的关系。英语语言文学是一门综合性的学科,它是英语文学和英语语言学相结合的产物,意在通过语言学的这个视角来探究西方英语文化现象的一门造诣较高的科学。因此,本文特别选取了英语语言文学为研究视角,以英语语言文学中的茶称谓为研究对象,结合当时西方文化的时代背景来分析多种茶称谓的由来,从而更加有助于学者们了解和学习西方英语语言文化。     

基于快速卷积神经网络的果园果实检测试验研究

近年来,基于数字图像处理和机器学习算法的果实自动识别检测研究已经越来越成熟。针对传统检测方法检测过程中难以满足实时性要求的缺点,采用了基于Faster-RCNN的果实快速检测模型。模型由卷积神经网络(CNN)和区域提议网络(RPN)组成,首先由CNN进行卷积和池化操作提取特征,然后由RPN选取候选区域,通过网络全连接层参数共享,由目标识别分类器和边界框预测回归器得到多个可能包含目标的预测框,最后通过非极大值抑制挑选出精度最高的预测框完成目标检测。分别对桃子、苹果和橙子的三种果实进行检测,采用迁移学习方法,使用已经预训练好的两种深度神经网络模型ZFnet和VGG16,通过数据集的训练对Dropout及候选区域数量进行参数调整完成网络调优。检测并分析果实不同布局形态下模型的检测效果。试验结果表明,当Dropout取值为0.5或0.6,候选区域数量为300时网络模型最佳,ZFnet网络中,苹果平均精确度为92.70%,桃子为90.00%,而橙子为89.72%。VGG16网络中,苹果平均精度为94.17%,桃子为91.46%,橙子为90.22%。且ZFnet和VGG16的图像处理速度分别达到17 fps和7 fps,能够达到果实实时检测的目的。     

基于茶文化的大学英语教学模式研究

若要将学生置于大学英语教学的主体而不是客体地位,便需要激发起大学生的自我学习意识。具体而言,要求教师在教学中应充分把握住他们的学习心理特征,以及在教学上通过组织管理来帮助他们克服自身的不良心理。为此,就有必要从茶文化的视角来对大学英语教学模式进行研究。可以从:正视茶文化效果形成机理、形成非功利性的教学目的、平等姿态下培育教学氛围、增加学生评教的分值权重等四个方面来优化大学英语教学模式。     

黑大蜜蜂的学习与记忆研究

黑大蜜蜂是蜜蜂属的一个重要种,营露天生活,具有一定的迁徙特性。东、西方蜜蜂的学习与记忆研究一直被广泛地应用,而黑大蜜蜂的学习与记忆至今未见报道。用壬醛、正已醛2种气味运用PER模型来探究黑大蜜蜂的学习与记忆能力。结果显示,黑大蜜蜂能够很好地适应PER学习模型,它们的学习与记忆能力要高于东、西方蜜蜂的学习与记忆能力。     

拖拉机室内台架试验技术现状与展望

作为拖拉机研发的重要验证手段，拖拉机室内台架试验可方便高效地为拖拉机模拟各种工况下的性能表现。首先探究动力总成控制技术、负载模拟技术、试验数据处理技术和试验结果评价技术4种拖拉机室内台架试验关键技术，结合试验技术的最新研究进展，对4种技术进行详细的阐述和分析。接着从动力总成控制算法、负载模拟算法、试验数据处理方法、试验结果评价指标体系4个方面对拖拉机室内台架试验技术进行讨论与展望。最后得出对动力总成算法进行优化、提高动态负载模拟精度、保持试验数据处理方法的前沿性、对试验结果综合客观评价是拖拉机室内台架试验技术的发展趋势，以期为我国拖拉机室内台架试验技术的发展提供参考。     

面向养殖水体分布差异的COD光谱法检测研究

面向养殖水体，传统光谱法对化学需氧量（Chemical Oxygen Demand，COD）检测模型构建的基础：源域（现有样本库）与目标域（检测地水体）间光谱数据独立同分布。但是当源域与目标域分布间存在差异时，由源域得到的低误差模型常在目标域上表现下滑。针对该问题，提出面向UV Vis光谱的域对抗训练网络（DAUVwpNet），将分布不同的源域和目标域数据映射至相同分布的特征空间中，使其在该空间的分布距离尽可能接近，从而在特征空间中对源域训练的目标函数也可以迁移至目标域上，以降低模型在目标域的误差。试验表明：面向同一批测试数据，DAUVwpNet的预测误差为0.78，要低于传统模型的预测误差（0.85）；DAUVwpNet预测值与实测值间相关系数为0.95，要高于传统模型的相关系数（0.89）。表明了该网络能够较好对齐两域特征空间数据分布，降低因分布差异带来的COD检测误差。