关于高中地理新课程“过程与方法”目标的思考

正一、"过程与方法"目标的含义关于"过程与方法"目标有多种解读,通过学习与实践,我的理解"过程与方法"是学生的"过程与方法"而不是教师的"过程与方法",它包括以下两个方面的含义。1.学科思维层面的"过程与方法""过程"即地理教学不仅要引导学生学习静态的地理发现的结果——地理知识,更要强调让学生经历动     

基于MSA特征的遥感图像多目标关联算法

遥感图像中多目标关联存在以下两个问题:一是低时间分辨率观测使得目标状态信息无法准确估计,基于Kalman滤波的多目标关联算法不再适用;二是基于图像特征的目标关联算法又无法处理大场景观测中多个目标关联引起的模糊性.针对上述问题,提出一种基于多尺度自卷积特征匹配和关联代价矩阵最优化的多目标关联算法.实验表明该算法对遥感图像中多目标关联问题具有一定的适用性.     

地理课堂教学改进的科学视角与人本思想

正教学研究就是教师以研究的视角看待日常教育、教学工作,善于观察、思考发生在工作中的现象,梳理出需要解决的问题,在问题解决的过程中开展研究,改进教学。有了对教学研究的兴趣,教师的职业生涯会更加有滋有味。改进课堂教学方法,提升课堂教学质量,促进学生全面发展,是教师在教学过程中始终追求的目标,也是校本教研、教师专业发展的重要立足点。     

一种方向和度量关系组合描述模型

为在统一的框架下研究方向和度量关系,在改进的锥形模型表达方向关系、定性度量关系表示的基础上,本文提出一种新的方向和度量关系组合描述模型。在对方向关系和度量关系定性描述基础上,采用7×7的矩阵和简化后的3×3的矩阵,分别表达方向和度量关系组合模型,并对组合模型的取值范围和数量进行分析。在方向和度量关系组合模型基础上,定义了组合描述模型的5个有效性规则,用于排除不可能的组合关系;设计了方向和度量关系组合描述模型的实例,用于验证模型的有效性。方向和度量关系组合描述模型将方向关系和度量关系有机地结合在一起,提高了空间关系描述的准确性和有效性。     

凡纳滨对虾对虾杆状病毒PCR检测方法的建立及初步应用

根据Gen Bank中公布的对虾杆状病毒(Baculovirus penaei,BP)基因片段序列,设计1对特异性检测引物,建立快速检测凡纳滨对虾(Litopenaeus vannamei)对虾杆状病毒的PCR方法。用该方法对BP阳性虾进行PCR扩增,结果得到380 bp的特异性扩增条带,与实验设计相符,而对白斑综合征病毒(WSSV)、桃拉病毒(TSV)、传染性皮下及造血器官坏死病毒(IHHNV)阳性虾和健康虾的扩增结果为阴性。测序比对结果证实,该PCR方法检测结果准确,最低可检测出约1 pg的病毒DNA。利用建立的PCR方法对来自广东、广西、福建、海南和浙江的2 722份临床病料进行检测,共检出阳性病料133份,表明该PCR方法可用于对虾杆状病毒的临床快速检测。     

GPS静态观测中数据质量实时检测

在分析观测数据解码以及观测数据质量指标的基础上编制软件,对采集到的原始GPS观测数据进行解码与多路径效应、周跳等质量指标的分析计算,并对质量指标进行直观、实时的图形显示。介绍所写软件在工程实践中的应用,并与TEQC软件进行比较,证明了软件的正确性和可靠性。     

“工业的分布与发展（第一课时）”教学设计

一、教学目标 知识与技能了解工业生产基本特点以及工业部门的分类;认识工业在国民经济中的地位和作用,与人们生活的关系;掌握我国工业发达地带和主要的工业地区、工业城市分布。     

鸭子河构造深层须家河组油气勘探目标选择与评价

本通过对鸭子河构造已钻6口深井的钻井评价，集合历年勘探生产及地质综合研究所取得的若干重要成果认识，分析了鸭子河构造的成藏背景及圈闭类型，并强调现今鸭子河构造不同段落，不同幅度的局部隆起与油气富集关系，最后指出，鸭了河构造牛石坡高点，隆丰高点具备大型气田的勘探规模，是深层须家河组油气勘探目标选择之一。     

核心素养视域下地理教学目标的表述:误区与建议——基于《地理教学》期刊“教学设计”论文的内容分析

重构核心素养导向的教学目标是推动课程改革的关键一步,为此亟需厘清核心素养视域下地理教学目标的表述误区。本研究采用内容分析法,选取《地理教学》期刊上123篇教学设计为研究样本,重点对其教学目标的表述模式、教学目标行为动词的类别和数量进行筛选、提取和量化。研究发现,在当前的教学设计中,中学地理教师对教学目标的误区大致有三类:(1)教学目标数量过多且不易测量;(2)机械地将课程目标与教学目标相对应;(3)应用教学理论或方法时忽略教学目标的表述。因此,研究建议中学地理教师在表述教学目标时,应当做到行为动词表述具体、素养维度突出重点、教学设计保证完整。     

基于非开挖泥浆性能检测系统与弱监督学习的地层岩性识别

针对非开挖工程工勘资料缺乏,掘进地层岩性难以判别的问题,提出一种基于非开挖泥浆性能检测与弱监督机器学习结合的典型非开挖地层岩性识别方法。结合自主设计研发的非开挖泥浆性能检测系统工程现场应用,获取非开挖掘进导向段泥浆流变性能参数和密度等敏感参数的训练样本。利用部分有标签数据与K近邻（K Nearest Neighbors,KNN）算法对所有泥浆参数训练样本进行特征标签,采用核函数映射到高维空间支持向量机（Support Vector Machines,SVM）进行分类处理,建立了以上海地区典型非开挖地层分类为目标的分类模型。将该地层识别模型应用于上海地区非开挖工程,验证其有效性。结果表明,该方法能在非开挖实时钻进条件下快速识别钻进地层,识别正确率高达96%。研究成果通过采集导向段泥浆性能参数,识别非开挖掘进段地层岩性,为非开挖扩孔阶段钻具选型、泥浆设计等提供了重要地质信息保障。