活用电子白板,优化英语课堂教学

●应用优势1."交互"功能强教师通过感应笔的点、拖、画、写等动作,改变了以往课件只能呈现于屏幕、只能由教师操作的单一状态,搭建了一个良好的师生沟通平台。2.变"预设"为"生成"以前的课件制作往往是线性生成     

数百员工文件 快速一次生成

用一个模板文件快速生成以全公司600多人的名字命名的个性化文件,如何才能办到?为了快速完成一项工作,公司开展全员合作,需要每位员工填写一份相同格式的表格。办公室的小王要由一份空表"个人工作任务.DOC",在公司的公用服务器上生成与此内容相同,但     

基于Unity的游戏地形生成方法

基于Unity中的Terrain工具进行游戏开发,可以方便快捷地生成一个满足游戏需要的三维地形.在介绍Terrain工具的基础上,提出了一种基于Unity的游戏地形生成方法.实例证明,该方法简单有效,可以满足一般游戏地形建模的需要.     

一种半监督学习的代码自动生成性能评估方法

为了提高软件开发的质量和效率,代码自动生成是当前的研究热点,代码自动生成的性能是其中的重要问题.现有代码自动生成的性能分析方法较简单,难以评估代码自动生成过程中程序员与代码自动生成工具各自的特征.本文综合考虑了代码自动生成过程中程序员与代码自动生成工具的作用,提出了一种基于半监督学习的代码自动生成性能评估方法,通过抽取程序员行为与代码自动生成工具行为的重要特征,划分代码自动生成的性能类别,建立了基于深度神经网络的代码自动生成过程性能评估模型,并计算程序员行为特征与代码自动生成工具行为特征对性能的影响程度.实验结果表明,该方法可以有效分析程序员行为与代码自动生成工具行为对代码自动生成过程性能的影响.     

琐事莫愁,我给老师请帮手

班主任掌管着全班几十号学生,平时除了上课,还要给学生写评语、排座位,总之一个字——累。怎么让班主任从繁杂的琐事中解脱出来,集中精力教好学生呢?这就需要请几位助手帮忙了。看不清,有电子教鞭现在很多学校都采用课件教学,老师通过鼠标指点,学生观看投影仪屏幕。可别扭的是,鼠标的箭头实在太小,后排的学生看不清楚。为让学生集中精力听课     

录井报表自动生成系统的改进方法

针对目前现场小队广泛应用的报表自动生成系统出现的一些问题和应用上的不便,结合企业的相关标准和现场人员的经验以及实际情况,找出专业知识、现场经验和计算机程序设计之间的结合点,对报表自动生成系统的执行效率上、尽量满足传统实际工作的要求上进行了改进。努力于现场录井技术的提升和改进,并力求达到工作效率和应用灵活性的完美结合。     

改进的形态学运算在声纳图像生成中的应用

声纳技术应用日益广泛,已成为海洋测量的重要工具,而去除噪声处理是对声纳图像进行正确判读的前提,本文采用了改进的形态学算法减少声纳图像中噪声的影响,对图像进行预处理,采用Matlab图形图像处理工具对处理的算法进行仿真的方式,从而使处理效果达到最佳。     

网店也疯狂 巧用美图淘淘打造个性水印

现如今,不带点个性或是没有抢眼的宝贝图片,是很难留住行色匆匆的网购消费者的;但是通常卖家们又没有多少时间精力、或是没有多少专业知识来搞定这些个性美化。所以,网店卖家们就需要美图淘淘这款专为网店掌柜们设计的批处理美图工具!比如给图片添加个性水印,在这款软件里就可轻松完成。导入水印图片实时生成美图淘淘带有较为方便且人性化的水印导入功能。在软件的"水印"标签功能页,点击"新增水印"按钮可     

基于Q学习的电网运行断面动态生成方法

电网运行断面是电力系统运行控制的重要手段.面对当前繁多的电网运行断面智能生成方法,如何合理的选择已成为电网运行断面在线生成算法领域研究的重要内容.在此背景下,提出一种基于Q学习的电网运行断面动态生成方法.该方法的主要特征在于训练得到Q学习智能体,根据电网运行特征动态选择电网运行断面生成方法,以便充分利用不同生成方法在不同场景下的算法优势.最后,基于某电网数据构造的算例表明,动态生成方法能够通过优化选择不同场景下的生成算法,提升生成结果的准确率.对于应用样本集,该方法提高准确率近5.2％.     

一种基于CGAN-CNN的同步电机转子绕组匝间短路故障诊断方法

由于同步电机故障样本数量较少,为解决同步电机故障诊断中普遍存在的样本不平衡问题,提出了一种基于条件生成式对抗网络(CGAN)和卷积神经网络(CNN)的同步电机转子绕组匝间短路故障诊断方法.首先,对传感器收集到的数据进行预处理,对正常样本和故障样本分别添加标签后输入CGAN中生成大量新样本,将生成的新样本与原始样本混合并划分训练集和测试集;然后,利用CNN训练平衡后的数据集,充分、精准地提取有效故障特征;最后,在输出端利用Softmax分类器输出故障分类结果.通过实验证明,与非平衡数据集相比,利用平衡数据集后的故障识别准确率十分稳定且达到99.5％以上,同时与平衡的原始样本数据相比,生成样本避免了噪声和其他干扰,故障诊断的准确率也更高.