目标语

摘要： 课堂语言是二语初学者在课堂上最先接触的目标语口语材料。学习者一方面聆听教师用目标语交代事项、进行课堂活动说明、鼓励学习者完成学习任务等,另一方面使用目标语和教师进行交流。因此,课堂语言在教学环节中的重要性不言而喻。教师与学生的沟通有效与否将直接影响课堂活动能否顺利进行和教学任务能否完成,对能否建立良好的师生互动关系及保持学生的学习动力和兴趣也起着关键作用。目前常用的初级汉语教材大多采取大量列举课堂语言材料的方式,却未依据其交际功能进行分类。本文将从初学者的实际需求出发,提出汉语作为二语教学的课堂语言的交际功能与设计框架,为未来教材编写提供指引。

摘要： 在英语作为外语的背景下,交际语言教学(CLT)数十年来主张培养学生的交际能力,提高他们的口语能力。然而,交际语言教学是否适合于不同水平的英语学习者仍然是有争议的,尤其当课堂上处于"非母语(L1)"或"只限目标语(L2)"的情况下。本研究旨在探讨在不同水平学习者混合的课堂上交际语言教学的效果,以检验是否应在交际语言教学的课堂上使用母语,和判断学生们是否在两轮独特的行动教学法的指导下改善了他们的学习态度。

摘要： 梳理国内外有关专门用途英语(ESP)的相关研究,发现随着ESP教材的不断推出和教学开展的逐步深入,ESP测试变得越来越重要。提出在遵循一般语言教学和测试基本理论的基础上,ESP课程体系的开展还应具有从业人员参与和高真实性两个不同于一般英语教学的特点。强调从业人员在ESP教学和评价过程中的参与方式和重要性,以确保整个ESP课程体系的合理性及测试的有效性,从而促进ESP测试的发展和成熟设计。

摘要： 梳理国内外有关专门用途英语(ESP)的相关研究,发现随着ESP教材的不断推出和教学开展的逐步深入,ESP测试变得越来越重要.提出在遵循一般语言教学和测试基本理论的基础上,ESP课程体系的开展还应具有从业人员参与和高真实性两个不同于一般英语教学的特点.强调从业人员在ESP教学和评价过程中的参与方式和重要性,以确保整个ESP课程体系的合理性及测试的有效性,从而促进ESP测试的发展和成熟设计.

摘要： NSE新标准教材的词汇教学给我们带来了很大的挑战——每个模块里要求学生掌握的词汇非常的多,最多时一节课要完成30多个单词的教学.本文针对该套七年级教材的教学实践,对词汇教学过程中遇到的困惑进行了分析,并对词汇与目标语的结合教法及其意义进行了探讨.

摘要： 目前高校英语面临重大改革,人们开始重视听说这一技能,因此,在英语听说教学期间,教师要有效培养学生具有一定语感,对目标语进行有效掌握,这样可以使学生对英语进行地道表达,合理应用词汇,在提高学生听说能力的基础上,使英语水平得到全面提升.

摘要： 本申请提出了一种目标语义分割方法，包括：获取包括至少一目标的待检测图像；将待检测图像输入目标检测网络得到至少一目标的检测框；根据检测框设置生长区域和初始种子点，并根据每一初始种子点的区域生长结果得到对应目标的分割轮廓；将待检测图像输入目标分割网络每一目标的预测轮廓；根据每一相同目标的分割轮廓和预测轮廓的并集区域获得对应目标的语义分割结果。该方法通过使用目标检测生成目标的检测框来解决语义分割中标注困难的问题，并且根据检测框确定生长区域和初始种子点，使用区域生长算法分割目标可以得到目标更加精准的分割轮廓，以及使用目标分割网络得到目标的预测轮廓，根据相同目标的分割轮廓和分割轮廓获得语义分割结果。

摘要： 本发明公开了一种结合目标检测的小目标语义分割方法，步骤：搭建DeepLab‑Attention语义分割网络，训练该网络得到整体语义分割模型；制作小目标检测数据集和小目标语义分割数据集；通过小目标检测数据集训练基于YOLOv2的小目标检测网络；设计一个小目标语义分割网络，利用小目标语义分割数据集训练该网络，得到小目标语义分割模型；在测试阶段，分别将测试图像作为上述整体语义分割模型和小目标检测网络的输入，得到整幅图像的分割结果和图像存在的小目标边界框，并通过小目标语义分割模型进行修正。本发明能大大降低小目标的分割难度，从而有效地提高小目标的分割性能。

摘要： 本申请提出了一种目标语义分割方法，包括：获取包括至少一目标的待检测图像；将待检测图像输入目标检测网络得到至少一目标的检测框；根据检测框设置生长区域和初始种子点，并根据每一初始种子点的区域生长结果得到对应目标的分割轮廓；将待检测图像输入目标分割网络每一目标的预测轮廓；根据每一相同目标的分割轮廓和预测轮廓的并集区域获得对应目标的语义分割结果。该方法通过使用目标检测生成目标的检测框来解决语义分割中标注困难的问题，并且根据检测框确定生长区域和初始种子点，使用区域生长算法分割目标可以得到目标更加精准的分割轮廓，以及使用目标分割网络得到目标的预测轮廓，根据相同目标的分割轮廓和分割轮廓获得语义分割结果。

摘要： 本发明涉及一种基于结合改进目标语义分割和目标检测模型的实时移动交通违法检测方法，本发明能够有效、实时地解决交通执法人员检测到在可变换场景下的交通违法行为的问题。本发明框架简单，性能强大，网络结构简单，性能良好；本发明检测的精度和速度有很大的优势，由于使用的网络结构特殊，所以在保证精度的同时不需要牺牲检测的速度，可以保证该方法的实时性；本发明具有移动性，比起固定的路桩式交通检测摄像头，本方法具有更好的灵活性和移动性，可以跟随车辆的移动，对不同的场景路面进行很好的检测，并且在保证精度的情况下保持速度。

摘要： 本发明公开了一种结合目标检测的小目标语义分割太阳暗条检测方法。首先对Hα全日面图像进行预处理，在图片上做手工标注，按比例划分为检测模型的训练集和验证集；构建语义分割网络，通过数据集训练网络得到整体语义分割模型，选出测试集检测效果最好的训练模型；根据数据集提供的像素级真实标记图，裁剪小目标图像块，制作小目标数据集；通过第三步得到的小目标检测数据集训练目标检测网络，得到目标检测模型；接着设计针对小目标分割的语义分割网络，并用得到的小目标分割数据集训练该网络；最后将测试图像输入整体语义分割模型和小目标检测网络。本发明很大程度上改善了传统太阳暗条识别方法的整体性能，提高弱小暗条及暗条边缘的检测精度。

摘要： 本发明公开了一种结合目标检测的小目标语义分割方法，步骤：搭建DeepLab‑Attention语义分割网络，训练该网络得到整体语义分割模型；制作小目标检测数据集和小目标语义分割数据集；通过小目标检测数据集训练基于YOLOv2的小目标检测网络；设计一个小目标语义分割网络，利用小目标语义分割数据集训练该网络，得到小目标语义分割模型；在测试阶段，分别将测试图像作为上述整体语义分割模型和小目标检测网络的输入，得到整幅图像的分割结果和图像存在的小目标边界框，并通过小目标语义分割模型进行修正。本发明能大大降低小目标的分割难度，从而有效地提高小目标的分割性能。

摘要： 本发明公开了一种针对超声心动图像的多目标语义分割方法，包括：获取具有不同感受野的特征图；根据空间位置信息和通道信息对特征图矩阵赋予权重，并根据特征图矩阵中局部区域内像素点对之间的关联和标签一致性对特征图进行校正，使其更有效的捕获感兴趣区域的特征；将处理后的具有不同感受野的特征图进行有效融合；将特征图进行上采样和归一化后，对感兴趣部位进行分割；优化神经网络参数，使分割结果逐渐逼近正确结果，完成超声心动图像多目标分割任务。本发明解决了现有方法中缺乏2D超声心动图图像中不同位置之间标记连贯性的学习机制，以及超声心动图像本身信噪比较低，边缘缺失等问题，有效实现了分割精度的提升。

摘要： 本申请公开了一种目标语音信号的干扰信号生成方法及装置，方法包括：获取待干扰的目标语音信号；对目标语音信号进行分帧处理，获得至少一个语音帧；对其中的每个语音帧进行处理，包括对其进行第一处理、第二处理和/或第三处理，获得频域包络反转信号、时域反转信号和/或时域包络反转信号；根据频域包络反转信号、时域反转信号和/或时域包络反转信号以及与其分别对应的预设权重系数，确定目标语音信号的干扰信号。本申请通过构造三种与目标语音信号相关的频域包络反转信号、时域反转信号、时域包络反转信号，并根据构造的三种信号以及与其对应的预设权重系数，获得目标语音信号的干扰信号进一步提高了干扰信号对目标语音信号的干扰作用。

摘要： 一种基于双麦克风阵列的目标语音提取方法，包括如下步骤：S1.将两个麦克风接收的时域信号转化为频域信号；S2.然后对频域信号进行频域盲源分离算法处理；处理后得到目标语音信号和噪声信号的估计信号；S3.利用两个估计信号求出各自的语音活性因子和功率谱值，并在数据缓存区中即时缓存；S4.即时检验是否处于唤醒时刻，在唤醒时刻，以两个估计信号的平均功率谱值的比值和平均语音活性因子的差值综合比较，从估计信号中选择出目标语音。本发明对语音活性因子值和功率谱值进行比较，提取出目标语音信号,相对传统方法不需要利用DOA提供目标声源先验信息，也不需要采用深度学习方法训练大量数据提取，对系统资源要求降低。

摘要： 本发明涉及一种基于有限场景下大目标语义分割模型的轨行区识别方法，该方法包括：步骤S1、确定轨行区识别算法，采用编码器‑解码器的结构模型对图像进行语义分割；步骤S2、筛选特征主干网络模型，选择ResNet残差网络作为主干网络原型架构；步骤S3、重构主干网络架构，添加第一层卷积网络以及三组Block网络；步骤S4、新的主干网路模型层数量为40层；步骤S5、在每一个Block后添加激活层ReLU；步骤S6、采用空洞卷积方式进行编码器结构设计等。与现有技术相比，本发明具有提高了运算速度的同时对轨行区的特征提取更加有效等优点。