排序方式: 共有10条查询结果,搜索用时 15 毫秒
1
1.
《软件工程师》2017,(7):31-34
为提高教学效率,广泛开展案例教学研究成为当前教育工作者重要的任务之一。为此,以案例教学的特性为目标,详细分析了《计算机网络与安全》课程的专业属性及其教学目标,针对《计算机网络与安全》课程的教学内容和目标要求,基于问题求解方式,设计了"字条安全可靠传输"的教学案例,采用多级问题由简入难逐步深入的设问方式,对信息安全可靠传输中每一环节教学进行了详细设计,通过提问、讨论、反馈、点评四步骤,构建师生之间、学生之间相互讨论交流平台,帮助引导学生积极思考问题,最大限度激发学生探索问题、分析问题、解决问题的积极性,提高学习效率。进一步为案例教学资源库建设,丰富案例教学资源库作贡献。 相似文献
2.
时装插画是一门艺术,也是一门学问,时装插画的发展也不只局限在以往的图稿纸,更多的是向大家展现当时的潮流,艺术家们通过自己作品的独特性向大众给予认识时装插画的美,在当代设计领域中,时装插画是最有亲和力和当代性的,从古到今,人们对自己服饰的要求越来越高,从而,时装插画的发展也越来越广泛,时装插画在所运用技法的多样性和在设计主题表现的深度上,都有巨大的发展,也是其它艺术形式所不能比拟的。 相似文献
3.
综述了硅钨酸系列材料对有机污染物光催化降解研究及其应用,着重介绍了硅钨酸、负载型硅钨酸、取代型硅钨酸对有机废水、染料等污染物的光催化降解性能,并对硅钨酸光催化降解有机污染物的研究现状提出建议。 相似文献
4.
莫奈作为法国最杰出的画家之一,擅长光与影的实验与表达技法。技巧上的革新带领着印象派走向一个全新的高度。透过莫奈油画表达手法,论述其绘画方式的改革对现代油画光与影的影响,直观或间接说明当代油画艺术中所体现莫奈的印象派绘画风格。便于更好的油画创作和建立更加清晰的绘画理论体系。 相似文献
5.
6.
以三峡水库长江干流库区超微型真核浮游生物为研究对象,在三峡水库干流库区设置2个采样点(CJ01,CJ05),分别在2015春季(4月)、夏季(8月)、秋季(10月)和冬季(12月)进行季度采样;采用Illumina Miseq PE250高通量测序平台对8个样本的18S r DNA进行测序。结果显示,三峡水库长江干流库区超微型真核浮游生物群落主要的类群有隐藻、纤毛虫以及领鞭毛虫等,此外还有大量未分类物种。群落结构存在时空演化,其时空演化以时间为主。三峡水库长江干流库区群落物种丰富度和多样性从春季开始逐渐增加,到冬季后开始降低。水体温度(WT)、化学需氧量(COD)与春季群落成正相关,与秋季群落成负相关。总磷(TP)、磷酸盐(P-PO4)、溶解氧(DO)、氧化还原电位(ORP)与秋季群落成正相关,与春夏季群落成负相关。 相似文献
7.
《Planning》2019,(30)
随着社会经济的不断发展,各行业对人才的招聘标准逐渐提高,本文通过考评机制不合理、课程设置不合理,两个方面对就业导向下的高校公共英语教学现状进行了总结,并从完善考评机制、优化课程内容、加强师资建设、构建自主学习平台,四个方面对就业导向下的高校公共英语教学改革策略进行了讨论,希望为关注这一话题的人们提供参考。 相似文献
8.
蒸汽爆破预处理辅助提取米糠蛋白的工艺研究 总被引:2,自引:0,他引:2
研究蒸汽爆破辅助碱提酸沉法提取米糠中蛋白的最佳工艺条件及其对米糠微观结构的影响。以米糠蛋白提取率为响应值,采取单因素结合响应面法对蒸汽爆破辅助碱提酸沉法提取米糠蛋白中的汽爆压强、保压时间、水分含量、粉碎细度工艺参数进行优化,并采用扫描电镜对汽爆前后的米糠微观结构进行测定分析,结果表明:最适的蒸汽爆破工艺条件为汽爆压强0.85 MPa,保压时间67 s,水分含量64%,粉碎细度100目,在此条件下的米糠蛋白提取率达到82.93%;蒸汽爆破处理能使米糠微观结构发生显著改变,表面变的凸凹不平、比表面积增大、粗糙多孔、立体网状结构更为丰富,米糠植物细胞壁显著破裂,这也是蒸汽爆破处理能提高米糠蛋白提取率的作用原因。 相似文献
9.
基于数量有限的文档,该文构建以基本要素中的head和modifier为节点的无向网络UBEN,调查了话题相关文档的UBEN的连通性,指出了话题相关的文档的UBEN具有的特性。讨论停用词对UBEN连通性的影响,比较了相关文档集和随机文档集的UBEN的联通特性的差异,指出了连通性在一定程度上是文档之间内容相关导致的融合结果。结论对多文档自动文摘和信息检索等任务有一定的意义。 相似文献
10.
针对自由空间光通信(free-space optical communication, FSO)系统中大气湍流引起的光强起伏闪烁效应对正交幅度调制(quadrature amplitude modulation, QAM)信号影响很大,缺少实时信道信息时的最大似然(maximum likelihood, ML)检测器性能较差问题,本文提出了一种基于深度学习(deep learning, DL)的信号检测器。其网络框架采用了一个具有全连接层的深度学习神经网络(deep-learning neural network, DNN),实现了无导频的ACO-OFDM空间通信系统中信道盲估计、信道均衡和信号解调。仿真结果表明:在中强湍流大气信道下训练的DNN检测器,8QAM、16QAM和64QAM等调制信号解调的误码率分别可以下降到在2×10-5、5×10-5和5×10-4左右,具有优越性能和鲁棒性,能较好抑制大气湍流引起的信道衰落。 相似文献
1