测试轻松做 英语学习更给力

小学英语老师常常会给家长留一些作业,让家长给孩子出英汉连线题、选择题等,并对测验结果进行评判。这下可把家长忙坏了,不光是出题,还得判题。能不能让电脑来自动完成这项任务呢?当然可以!安装Snap!by Lectora插件到PPT中,利用它就能轻松实现上述任务,让孩子在轻松快乐的环境中高效学习英语。     

棒线材轧机计算机辅助孔型设计软件

<正>集20余年经验研发而成的棒线材轧机计算机辅助孔型设计(含带肋钢筋二、三线和四线切分)软件(著作权登记号:2005SR11313),功能齐全,计算准确。可完成棒线材连轧机、半连轧机、横列式轧机、复二重线材轧机、高线轧机等多种孔型的优化设计,以及温度、力能     

教师修正性反馈对高职理科学生写作中冠词使用的影响

本研究检测了直接和间接两种修正性反馈与国内高职理科学生写作水平的关系。本实验持续五周,将150名学习者分为直接反馈组、间接反馈组及控制组,共安排了一次预先测试,,一次即时后测和一次延时后测,并分别对各组进行考察,结果显示两个实验组进步显著,且直接反馈效果最明显。     

分数阶全变分泊松去噪的快速线性化增广拉格朗日方法

近年来,有关分数阶全变分(FOTV)的图像去噪问题被广为研究。快速傅里叶变换(FFT)是求解相关子问题最常用的方法,但是FFT只适用于周期边界条件。为了能在非周期边界条件下也能实现好的去噪效果,针对FOTV泊松图像去噪模型,结合增广拉格朗日方法(ALM)和线性化技术提出新的算法。实验表明,在周期边界条件下,与采用FFT的增广拉格朗日方法相比,本文提出的算法在达到几乎相同的去噪效果时,收敛速度较快。而且在零Dirichlet边界条件时,也能实现好的去噪效果。     

基于奖励值RNN和A2C模型的音乐生成

我们提出了一个新的方法—基于奖励值RNN的优势演员-评论家算法(R-A2C)来生成音乐。我们的模型首先使用一个带有注意力机制的RNN模型(Recurrent neural network)预处理数据并将此作为先验策略,然后我们将包含先验策略和用户反馈信息的奖励值RNN增加到A2C(Advantage Actor-Critic)模型中,使得任意用户给定的约束与循环网络的风格相结合,以此来鼓励演员生成更符合用户需求的音乐,实验表明我们的模型取得了预期的效果。     

专利文献信息

<正>~~