《我不是最弱小的》

摘要： 人物是故事类文章的基本要素之一。故事中的人物不是孤立存在的,而是相互依附,互相牵扯。教学中,教师如果能巧妙聚焦人物对话,开展形式多样的朗读,将人物的性格、思想、感情等与特定的语言情境联系起来,学生会更容易深入文本,与自我、角色、文本、作者对话,产生思想与情感的共鸣。

摘要： 经历过的温馨时刻老师：学了《我不是最弱小的》这篇课文,你喜欢萨沙吗？保护弱小、帮助弱者,是多么美好的事情啊!你们是小孩子,除了家人,你们还得到过许多热心人的保护和帮助。还记得这些温馨的时刻吗？璐璐：我和妈妈坐公交车的时候,

摘要： 这是我听的一节语文公开课，课题是《我不是最弱小的》。看得出，年轻的语文教师课前准备很到位。在他的机智引导下，教学的各个环节张弛有序。

摘要： 《我不是最弱小的》（苏教版四年级下册）教例——师：这篇课文我们可以用一句话来概括：爸爸把雨衣给了妈妈，妈妈又把雨衣给了萨沙，萨沙用雨衣盖在了蔷薇花上。文章这样写能不能把这件事大致说清楚、说完整呢？

摘要： 语文阅读教学应该有自己独特的存在方式。《言语教学论》中说：＂语文能力这种非传递性和内在性决定语文教学方法必须以言语的实践为最基本的方法,它必须有学生主体的操作实践,才能实现语文的教学目的。＂可见,阅读教学的独特存在与言语实践相关。因此,笔者认为,阅读教学应该定位＂语用＂,让阅读教学回归语文的原点。一、独具慧眼,

摘要： 正确、深度地解读教材，把握住教材的真正内涵，这是教师教学的必要前提。《我不是最弱小的》这篇课文情节简单，但是深度解读后发现，这是一篇有着深刻内涵和用意的文章，也是学生写作的范本。文章通过对课文题目、情节的深度解读，发现课文具有很好的教育价值。

摘要： 一篇课文，枝枝蔓蔓的东西很多，可以训练的语言内容也很多，但我们在教学内容的选择上应该取其一“点”。下面就以苏教版四年级下册《我不是最弱小的》一文为例，谈如何取其一“点”。这篇课文是一篇叙事类的文章，可教的语言点很多。比如“伏笔”的运用。前文写的“天气闷热”，就为后文“突然雷声大作，先是飘下几滴雨点，接着大雨如注”埋下了伏笔；前文写“父亲、母亲、五年级的学生托利亚和四岁的萨沙”，就为后文写萨沙是“最弱小的”埋下了伏笔；前文写野蔷薇“一朵花刚刚开放，粉红粉红的”，就为后文“滂沱大雨已经冲掉了几片花瓣，花儿低垂着头，因为它娇嫩纤弱，毫无抵抗能力”埋下了伏笔。

摘要： 教学人教版二年级下册第七课《我不是最弱小的》的生字“聊”和“倾”时，我是这样导入的：首先我提起下课时学生三五成群地聚在一起聊天的情景，相机出示生字卡片“聊”字，大多学生会读liao并组词：聊天、闲聊……接着我让学生观察这个字的偏旁，学生回答“耳字旁”，我反问：“聊天不是要用到嘴巴吗？

摘要： 今天听一位二年级语文教师执教《我不是最弱小的》。这篇课文讲述的是在景色宜人、宅气清新的森林，在赏花聊天的时候，突然下起了大雨，妈妈把雨衣递给托利业，托利亚又把雨衣递给丁萨沙，弱小的萨沙看到蔷薇花被大雨打掉了两片花瓣，就心疼地掀起雨衣，轻轻地遮在粉红的蔷薇花上。萨沙学会了保护弱小者，他不再是最弱小的了。

摘要： 教材简析：人教版二年级下册第二单元的《我不是最弱小的》是一篇讲读课文，文章情节简单，文字鲜活，是一篇极具生命教育意义的经典文章。课文讲述了萨沙与家人出外度假，突然遭遇暴风雨，因为出门时只带了一件雨衣，所以父母亲自然地把雨衣让给了最需要保护的萨沙。而萨沙在父母亲的影响下，也不甘于做弱小者，而把雨衣盖在了“比自己弱小的”蔷薇花上。这个故事赞扬了萨沙一家人自觉保护弱小者的高尚品质，也赞扬了萨沙自信自强的品格。教学中要让学生通过自主探究识字、朗读感悟体验来准确认读本课的14个生字，正确流利有感情地朗读课文，体会问号、感叹号表达的不同语气，并养成积累词语的好习惯，

摘要： 本发明公开了一种利用拉伸被搭接了不同界面的样品来定性分析多层材料不同层之间最弱界面的方法。其是将拥有三层及以上的梯度异质材料加工成类似搭接的一体化阶梯结构，并以形式上和一般金属材料试样拉伸测试一样的方式来进行轴向拉伸并实现在多层不同材料结合界面上同时进行单剪操作并观察。在测试过程中，不同材料层之间界面所有的剪切强度不同，其中界面剪切强度最弱的材料界面会在拉伸过程中最先因剪切力作用而被破坏失效，从而定性得到多层异质梯度材料中最弱界面所在。本发明可以快速判断多层异质梯度材料的最弱界面，为多层异质梯度材料的设计和改进提供基本判据和方向，且方法本身耗材少，时间短，形式简单，成本低。

摘要： 本发明公开一种加权耦合最弱链模型的缺口结构概率疲劳寿命预测方法，应用于装甲车辆结构完整性与可靠性评估领域，针对现有技术无法解决塑性金属结构件承受循环疲劳载荷以及缺口效应和尺寸效应共同作用时疲劳寿命的预测问题，本发明通过引入基于材料位置和应力大小的权函数来对缺口效应进行修正，得到一个新的基于最弱链模型的疲劳寿命预测公式；能够同时综合表征缺口效应和尺寸效应的作用，寿命预测准确率高。

摘要： 本发明涉及一种基于贝叶斯校准的涡轮盘最弱环非局部概率寿命评估方法，分别设计光滑圆棒试样和涡轮盘特征部位结构模拟件，开展试样低循环疲劳试验；采用最小二乘法回归分析建立三参数幂函数寿命模型；基于结构最弱环法建立涡轮盘结构模拟件疲劳寿命Weibull可靠度函数，采用Weibull分布参数估计法确定寿命分布指数bN及其分布；计算等效能量密度参数获得涡轮盘结构模拟件的疲劳寿命Weibull可靠度函数，得到预测中值寿命NP；采用贝叶斯校准对bN进行校准，采用校准后的bN重新获得涡轮盘结构模拟件的疲劳寿命Weibull可靠度函数，得到涡轮盘结构模拟件预测中值寿命和±3σ寿命曲线。

摘要： 本发明公开了一种演绎最弱前置条件的模型和算法,属于软件可靠性技术。该演绎最弱前置条件的模型和算法,包括以下技术方案：（1）改进最弱前置条件的表述；（2）提出了最弱前置条件的演绎模型——路径扩展模型、最内层连接模型和条件跳越模型；（3）给出了算法表述的统一定义；（4）以演绎模型为依据，统一定义为表述手段，设计了三个演绎算法。以MATLAB线性赋值程序为研究对象和编程语言，本发明有效地实现了演绎基本结构程序的最弱前置条件，能够对软件可靠性评价、故障诊断和测试提供参考依据，进而为软件故障树分析评估软件提供一定的模型化、标准化、实用化技术。

摘要： 本发明公开了一种基于半监督孪生网络的红外弱小目标跟踪方法，首先根据目标位置获取目标图像和搜寻区域图像，接着将搜寻区域图像输入至滤波网络进行编解码操作得到响应权值图，利用响应权值图对搜寻区域图像进行激活得到滤波图像，再将目标图像和滤波图像输入至特征提取网络提取特征并分别计算自注意力和交叉注意力，最后对各自分支的两种注意力融合后将两个分支的最终输出进行相关性计算，得到目标在当前帧的准确位置。本发明所提出的红外弱小目标跟踪方法，使用半监督的方式训练滤波网络，能够有效抑制红外图像中的背景噪声；充分利用目标图像和搜寻区域的注意力信息，在满足实时性要求的基础上显著的提高了对红外弱小目标的跟踪精度。

摘要： 本发明提出了一种生物微弱小信号的放大调理芯片系统，所述放大调理芯片系统包括用于传感器、开关组、开关控制电路、调理电路组、核心处理器和灯光声音示警模块；所述传感器的信号输出端通过开关组分别与所述调理电路组进行电连接；所述调理电路组的信号输出端分别与核心处理器相连；所述核心处理器分别与开关控制电路和灯光声音示警模块进行电连接。

摘要： 本发明提供一种基于局部对比度的红外弱小目标检测方法及装置，所述方法包括设置一个滑动窗口，由该滑动窗口从左至右、自上而下遍历图像I(x,y)，将图像I(x,y)划分为个彼此不重叠的图像块，计算图像块的响应值；计算图像I(x,y)中每个像素点的对比度，将所述图像I(x,y)中的每个像素点的灰度值替换为对比度，得到对比度图；基于所述对比度图，获取显著图；获取目标检测阈值Th；基于所述目标检测阈值Th，将所述显著图转化为二值图像，并从二值图像中获得原始点集points；对所述原始点集points进行聚类分析，根据聚类结果获得目标的位置和尺寸。该方法能够提高目标检测的正确率。

摘要： 本发明公开了一种基于形态和多示例学习的遥感图像弱小目标检测方法，步骤如下：(1)生成训练集；(2)更新每个包的像素；(3)利用多示例概率模型构建目标函数；(4)求目标函数值最大时对应的标准特征向量；(5)基于形态学检测遥感图像中的疑似目标；(6)基于疑似目标与标准特征向量的响应值检测遥感图像中的目标。本发明通过建立多示例模型并进行优化得到标准特征向量，基于形态学与标准特征向量对弱小目标进行检测，具有不需要大量精确标记的数据、能检测各个方向的目标、速度快、精度高的优点。

摘要： 本发明公开了一种基于高斯马尔可夫随机场运动方向估计的弱小目标检测方法，本发明首先建立新的自适应高斯加权马尔可夫随机场滤波模型来获取图像的差分图像，接着依据建立的运动模型来构建目标马尔可夫转移概率模型，以估计出目标的运动方向，并沿着运动方向采用转移概率加权的形式来增强目标信号。该算法相对于同类算法来说具有很好的先进性，得到更好的检测效果。

摘要： 本发明涉及一种弱小目标智能检测识别方法，属于图像识别技术领域，解决了现有技术中红外弱小目标识别结果不准确和识别速度慢的问题。包括：提取多类图像的语义信息，并基于语义信息，构建条件对抗变分自编码器；通过前移尺度检测结构和调整卷积结构，构建改进的YOLOV3模型；对接收到的红外图像进行去噪处理，得到去噪后图像，加入无噪声图像集；将无噪声图像集输入构建的条件对抗变分自编码器，得到扩展图像集，将扩展图像集分为训练集和测试集；基于训练集，对改进的YOLOV3模型进行训练得到目标识别模型；将测试集输入目标识别模型中，得到红外图像中目标的识别结果，包括目标的位置和类型。实现了弱小目标准确和快速识别。