【摘 要】
：
为了提高自学雅思的通过率,并有效补充传统雅思课堂“填鸭式”学习方法,建设雅思教学资源库显得十分必要.本文分别从教学资源库设计的必要性和教学理论基础、实践应用和实施方案、构建流程和实际操作界面以及平台功能和资源设计等方面进行探讨.实践的结果表明,采用该方案建设的雅思教学资源库能够基本满足学生自主学习的需要,对雅思自主学习具有一定的积极作用.
【机 构】
：
福建农林大学国际学院 福州 350002;武汉大学国际教育学院 武汉 430071
论文部分内容阅读
为了提高自学雅思的通过率,并有效补充传统雅思课堂“填鸭式”学习方法,建设雅思教学资源库显得十分必要.本文分别从教学资源库设计的必要性和教学理论基础、实践应用和实施方案、构建流程和实际操作界面以及平台功能和资源设计等方面进行探讨.实践的结果表明,采用该方案建设的雅思教学资源库能够基本满足学生自主学习的需要,对雅思自主学习具有一定的积极作用.
其他文献
在预处理衬底上采用物理气相输运法制备了长度100μm以上的CoPc微纳米线,并采用滴注法构筑了基于CoPc微纳米线的电阻式湿度传感器.研究了传感器的湿敏特性及其响应机理.结果显示基于CoPc微纳米线的电阻式湿度传感器具有良好的重复稳定性、低检测下限(33％RH)和快速响应-恢复时间(分别为5 s和2 s).研究表明有机微纳米材料在高性能、低成本、柔性湿度传感器领域中具有广阔的发展前景.
为了解决无片外电容低压差线性稳压器(LDO)的瞬态响应性能较差的问题,采用跨导提高技术设计了一种高摆率的误差放大器.在误差放大器的基础上,通过电容将LDO的输出端耦合至电流镜构建瞬态增强电路,提升LDO的瞬态响应能力,且瞬态增强电路可以引入两个左半平面零点,改善环路的稳定性.同时,误差放大器采用动态偏置结构,进一步减小下冲和过冲电压,缩短稳定时间.电路基于TSMC 0.18μm CMOS工艺设计.仿真结果表明,在片上负载电容为50 pF,压差为200 mV的条件下,LDO环路在100μA～100 mA的负
为解决现有的微波吸波体不能同时具有低面密度和高吸收率的问题,提出了一种电阻式闵可夫斯基环频率选择结构(RMLFSS).RMLFSS整体厚度为6.6 mm,面密度不超过0.678 kg/m2.RMLFSS有三层,分别是电阻频率选择表面(RFSS)、PMI泡沫板和金属地面.RFSS由打印在PI薄膜上的闵可夫斯基环阵列构成,每个单元上加载8个贴片电阻.仿真结果表明正入射下,在4.7～16.75 GHz范围内,RMLFSS的反射系数小于-10 dB,分数带宽为112.4％,对应90％的吸收率,在5.8～15.95
基于TSMC 180 nm CMOS工艺,提出了一种振荡频率为2～3 GHz的宽频率范围、低相位噪声的单子带压控振荡器(VCO).采用双平衡吉尔伯特混频结构,将单子带5～6 GHz压控振荡器与固定频率3 GHz压控振荡器进行下混频,可得到振荡频率为2～3 GHz的单子带压控振荡器,实现相对带宽从18.18％到40％的展宽.其中5～6 GHz单子带压控振荡器采用互补交叉耦合结构,更易达到起振条件,采用两组可变电容的并联形式以提高调谐曲线的线性度,拓宽压控振荡器的输出频率调谐范围.通过芯片测试验证,在1.8
提出了一款高增益低副瓣新型圆极化微带天线阵.单元天线采用叠层切角圆极化微带结构,通过八边形边界布局和顺序旋转交叠组阵技术,实现了天线阵方向性图的对称性和圆极化辐射性能的最优化;馈电网络采用威尔金森功分器和最大平坦式阻抗变换器实现不等功分宽带阻抗匹配,通过改进馈电方向寻求对称结构,简化了馈电网络的设计.制作了天线阵实物并进行了测量.测试结果表明:天线在3.2～4.6 GHz频段内S11<-10 dB,阻抗相对带宽36％;在3.8～4.5 GHz频段内顶点轴比小于3 dB,圆极化相对带宽17％;在4～4.4
为了解决数据稀疏性对推荐算法预测准确度的影响,本文提出了一种融合社交信任的矩阵分解推荐算法.在相关数据集上实验结果表明,预测的平均绝对误差和均方根误差都得到了明显的改善.
多层陶瓷电容器(MLCC)端电极低温烧结技术仍是目前研究的重点与难点.为了改善MLCC低温烧结铜端电极的烧结形貌与质量,开发出适用于低温烧结的端电极铜浆的新型玻璃粉,探讨了玻璃粉的转变温度、含量、粒径以及玻璃粉与陶瓷基片的烧结润湿性与铜浆烧结特性之间的关系.此外,研究了铜粉形貌、粒径等对端电极烧结特性的影响.结果表明:当玻璃粉转变温度为577.6℃,铜浆中玻璃粉含量为质量分数10％(D50=2.0μm),类球形铜粉Cu-2和板状铜粉Cu-4的质量比为6:4(D50=1.4μm)时,得到烧结质量最佳的MLC
在旅游时游客很难预先知道自己的旅游需求,并且旅游偏好在旅游过程中也会发生变化.为了给游客提供即时高效的个性化信息服务,本文将上下文信息引入推荐系统,结合案例推理和神经网络,根据游客的喜好为用户提供个性化信息服务推荐.实验表明,该方法可较好克服推荐系统新用户冷启动的问题,提高旅游信息服务的准确率和提升游客服务的满意度.
现有的统计图问答任务算法大多依赖于大型的预训练深度网络获取图像的特征,但采用预训练的方式不能保障算法在场景任务下的泛化能力,并且大型算法网络会限制算法模型在实际场景下的响应等性能.本文通过研究统计图问答任务下的图像特征获取技术,结合神经网络的稠密连接技术,提出新的轻量型算法获取丰富的图像特征,来提升图像特征在问答推理过程的作用,并基于此提出新的算法框架来解决统计图问答任务.
自然场景下的中文识别一直以来都是十分重要的研究领域,而深度学习的快速发展为中文识别提供了非常有效的方法.本文提出了一种基于FOTS模型的方式实现中文识别.首先对实现文本检测识别任务的FOTS模型的基本结构进行介绍;然后对FOTS模型进行了改进,以提高识别效果;最后展示了改进后的FOTS模型在实际应用中的识别效果.