关于英语语境教学的研究

英语口语一直是中国学生的一个老大难的问题。"哑巴英语"在中国学生中是十分普遍的。语言的运用离不开文化背景、生活方式、风俗习惯等语言环境。因此,语境在英语口语学习中占有十分重要的作用。然而,当前的英语口语教学中对语境的重视程度还远远不够。文章首先介绍了语境的含义、划分和功能,接着就如何加强语境来提高英语口语水平提出了看法。     

基于改进完全局部二值模式火焰特征提取的 转炉炼钢终点碳含量预测

转炉炼钢火焰图像特征的准确提取是预测终点碳含量的关键,针对于火焰图像相似性高进而难以区分碳含量相近的火焰图像,导致无法准确精准预测碳含量的问题,提出一种改进完全局部二值模式(improved complete local binary pattern,ICLBP)的彩色纹理特征提取方法,用于提取不同碳含量下更具区分性的炉口火焰图像特征并进行终点碳含量的预测.首先,在不同颜色通道下采用局部相位量化(local phase quantization,LPQ)提取图像相位信息,与CLBP提取的图像幅值信息组合成融合特征ICLBP_MP,以增强CLBP算法结构的鲁棒性;然后,通过改进的颜色信息加权策略对其进行加权,以增强火焰图像的颜色对比度信息;最后,使用K近邻回归模型对碳含量进行预测.实验结果表明,碳含量预测在0.02％误差范围内的准确率为83.9％.     

A Hybrid Color Quantization Algorithm Incorporating a Human Visual Perception Model

Color quantization is a common image processing technique where full color images are to be displayed using a limited palette of colors. The choice of a good palette is crucial as it directly determines the quality of the resulting image. Standard quantization approaches aim to minimize the mean squared error (MSE) between the original and the quantized image, which does not correspond well to how humans perceive the image differences. In this article, we introduce a color quantization algorithm that hybridizes an optimization scheme based with an image quality metric that mimics the human visual system. Rather than minimizing the MSE, its objective is to maximize the image fidelity as evaluated by S‐CIELAB, an image quality metric that has been shown to work well for various image processing tasks. In particular, we employ a variant of simulated annealing with the objective function describing the S‐CIELAB image quality of the quantized image compared with its original. Experimental results based on a set of standard images demonstrate the superiority of our approach in terms of achieved image quality.     

普适计算环境下基于情境的提醒服务自协调策略研究

由于老年人生理机能减退,针对老年人的提醒服务应用十分广泛.该类服务应考虑到老人的活动特征和环境特征才能提高服务效果,减少不必要的干扰.情境感知技术的发展为提醒服务的改进提供了契机,将情境引入到提醒服务的设计中,采用OWL本体方法构建领域内情境与服务知识的语义模型,以提醒服务平台的方式集成领域内提醒相关的设备与服务,并结合本体模型采用SWRL规则设计提醒服务的自协调策略,从而提高平台上不同提醒服务的自适应能力.通过模拟若干情境,采用Protégé和Pellet推理机验证了本体模型的正确性和协调规则的有效性.     

面向自动修复并融合失效场景的缺陷定位方法

为了应对日益增长的软件修复开销,研究高效的软件自动修复技术成为学术界和工业界的共识。缺陷定位作为自动修复技术的前端,是实现快速准确自动修复的关键,其精度直接影响自动修复的性能。然而,初步研究表明,现有缺陷定位技术缺乏对自修复需求的考虑,对自修复算法支持有限。有必要研究面向自修复的高精度自动化缺陷定位技术,以提升自修复性能。因此,提出了失效场景的缺陷定位方法来应对该问题。提出的方法首先采用程序切片技术,构造出与失效相关的场景;然后对失效场景的各个元素实施可疑值度量;最后将可疑值度量化的场景交给自动修复技术实施修复。初步实验结果表明,本缺陷定位方法能有效提升自动修复性能。     

一种新的融合情景的美食推荐算法

针对传统协同过滤推荐算法不适用于情景因素,严重影响用户行为的这类场景,提出一种融合情景的推荐算法,并将该算法应用于美食推荐。首先,运用由情景属性构造向量表示情景,将情景信息作为一个重要因素添加到兴趣模型中,从而产生U-I-C兴趣模型。根据用户在不同情景下使用方式的不同,重新创建当前用户与各情景相对应的子用户,得到以情景作为标识的用户-项目评分矩阵。针对融合情景的兴趣模型易产生数据稀疏问题,设计利用改进的W-SlopeOne算法对未知评分进行填充;并通过对相似度公式进行优化,进而更加准确地找到当前用户的近邻,为用户提供更加有效的推荐服务。最后,通过实验验证该算法的有效性。     

基于3D-DCT和SVD的鲁棒彩色图像水印算法

在数字图像水印领域,水印算法主要集中于灰度图像,且提出的大部分彩色图像水印算法往往仅在亮度分量或在彩色图像的每一通道中嵌入水印,未能充分利用彩色图像的冗余空间,影响了水印的透明性和鲁棒性。针对此问题,提出了一种新颖的基于三维离散余弦变换和奇异值分解的彩色图像水印算法。算法先对水印图像进行预处理和对彩色图像进行互不重叠的分块;其次对每一分块进行三维离散余弦变换;最后选择对三维离散余弦变换系数的第一分量进行奇异值分解。嵌入水印时,对三维离散余弦变换系数第一分量的最大奇异值和第二分量分别采用量化和关系的嵌入方法嵌入水印。提取水印时,分别采用量化和关系提取算法提取水印并进行比较,选取相似值高的水印图像作为最终提取的水印。实验结果表明,提出的算法具有较好透明性的同时,具有抵抗常规信号处理和模糊、扭曲及锐化等攻击的能力。