检索结果-南通市图书馆

作者：伊哈卜(ehab samir Kabary) 中山大学

学位级别：硕士

在现代汉语众多表示比较的语言形式中,“比”字句是最常见也是最重要的形式之一。在针对汉语作为第二语言的教学中,“比”字句是初级阶段的重点语法之一,同时也是汉语二语教学研究所关心的热点。而据调查,埃及艾因夏姆斯大学所使用的教... 详细信息

在现代汉语众多表示比较的语言形式中,“比”字句是最常见也是最重要的形式之一。在针对汉语作为第二语言的教学中,“比”字句是初级阶段的重点语法之一,同时也是汉语二语教学研究所关心的热点。而据调查,埃及艾因夏姆斯大学所使用的教材《简明汉语》中将“比”字句列为汉语学习高级阶段的语法点。笔者认为该教材在这一语言点的编排设计上没有遵照汉语教学系统性、阶段性的要求。另,依笔者个人学习经历来说,作为一个埃及汉语学习者,深刻体会到“比”字句是汉语学习的一个难点。因此,本文力图将汉语“比”字句与阿拉伯语“(?)”句进行对比,通过对高级水平埃及学生的测试来了解他们习得“比”字句的情况,进而按偏误性质将“比”字句偏误类型归纳为七种,由此分析偏误产生的原因,最后在此基础上从教材编写、教师教学等两方面提出针对埃及学生“比”字句的教学策略及建议,以期对针对埃及学习者的汉语二语教学提供研究材料及教学帮助。

关键词： “比”字句 “(?)”句埃及学生对比偏误分析

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

Deep Learning Methods Used in Remote Sensing Images: A Review

引用

Journal of Environmental & Earth Sciences 2023年第1期5卷 33-64页

作者： Ekram M.Rewhel Jianqiang Li Amal A.Hamed Hatem M.Keshk Amira S.Mahmoud Sayed A.Sayed ehab samir Hind H.Zeyada Sayed A.Mohamed Marwa S.Moustafa Ayman H.Nasr Ashraf K.Helmy School of Software Engineering Beijing University of Science and TechnologyBeijing100083China Data Reception Analysis and Receiving Station DivisionNational Authority for Remote Sensing and Space ScienceCairo1564Egypt

Undeniably,Deep Learning(DL)has rapidly eroded traditional machine learning in Remote Sensing(RS)and geoscience domains with applications such as scene understanding,material identification,extreme weather detection,oil spill identification,among many *** machine learning algorithms are given less and less attention in the era of big ***,a substantial amount of work aimed at developing image classification approaches based on the DL model’s success in computer *** number of relevant articles has nearly doubled every year since *** in remote sensing technology,as well as the rapidly expanding volume of publicly available satellite imagery on a worldwide scale,have opened up the possibilities for a wide range of modern ***,there are some challenges related to the availability of annotated data,the complex nature of data,and model parameterization,which strongly impact *** this article,a comprehensive review of the literature encompassing a broad spectrum of pioneer work in remote sensing image classification is presented including network architectures(vintage Convolutional Neural Network,CNN;Fully Convolutional Networks,FCN;encoder-decoder,recurrent networks;attention models,and generative adversarial models).The characteristics,capabilities,and limitations of current DL models were examined,and potential research directions were discussed.

关键词： Deep Learning(DL) Satellite imaging Image classification Segmentation and object detection

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：