A GLOBE Collaboration to Develop Land Cover Data Collection and Analysis Protocols

Global Learning and Observations to Benefit the Environment (GLOBE) is an international environmental education and science partnership which coordinates the work of students (aged 5 to 18), teachers and scientists from 48 countries on five continents to study and better understand the global environment. Accurate ground reference data is fundamental to the use of remotely sensed data for land cover classification and mapping. Because very little ground reference data has been collected, the accuracy of many land cover maps may be questioned, thus accurate land cover ground reference data is an important need that could be addressed through GLOBE scientist-student collaboration. If earth systems scientists are to use student data, it is important that those data be as accurate as possible to ensure reliability of research results. Thus a key question for this research is whether student collected data are accurate enough to support rigorous scientific investigations. This paper describes results of the GLOBE Science-Education Team on Data Validation and Accuracy Assessment's collaboration with teachers and students to: (1) design and test the pre-protocol learning activities; (2) test the protocols intended to guide the collection and analysis of data; and (3) implement the learning activities and protocols to determine the relative accuracy of student collected versus professionally collected land cover data. To ensure the most accurate classification of land cover possible, a new international hierarchical land cover classification system, the Modified Unesco Classification (MUC) system was developed. GLOBE Data Collection Protocols and methods were designed and implemented to test the accuracy of student collected reference data were designed and implemented. Students who collected land cover reference data using GLOBE protocols, obtained data which are at least as accurate as that collected by professionals.     

《周易》爻辞语篇认知隐喻结构分析

<周易>爻辞语篇形成的认知隐喻模式是经过长久历史的演变成为认识自身、他人和世界的一种方式.从卦画产生到认知隐喻结构和系统的完善,有着丰富的传统文化内涵.应该充分地在高校普及这一知识.     

科技论文关键词的编辑加工

为了正确标引科技论文中的关键词,以提高文献检索的速度和准确性,阐明关键词与叙词的区别,探讨如何正确抽取关键词以及科技论文中关键词编辑加工的注意事项,使关键词的标引更加准确、规范.     

基于句法结构培养差异的英语复句处理能力研究

了解和把握句法结构培养程度对中国学习者处理英语复句能力的影响是英语教学质量保障的关键。 本研究采用问卷调查和阅读行为测试两种方法, 选取60名所受不同句法结构培养的中国英语学习者和20 名英国本族语者为样本, 对其在四种罕见英语复句形态结构复杂性、 语义通达性的判断及复句理解准确度方面的处理能力进行研究。 我们发现, 随着句法结构培养水平的提高, 中国学习者在英语复句理解准确度及语义通达性判断方面表现为超过或接近英语本族语者的趋势 ; 而在复句形态结构复杂性判断方面却没有表现出随句法结构培养水平的提高而呈上升的趋势。 此外, 由于句法结构培养水平的不同, 中国学习者在英语复句的处理方法上受句法结构和语义因素的影响也有差异 。     

图书馆员性别比失衡现象及其理论分析

[目的/意义] 通过对图书馆行业女性从业者远多于男性这一普遍现象进行社会性别文化归因,寻求对图书馆员这一社会角色的多角度解读。[方法/过程] 借助社会性别理论的基本概念和观点,从劳动性别分工、性别分层、性别关系及性别刻板印象角度对图书馆员性别比失衡现象进行分析。[结果/结论] 当传统社会性别文化表现为主流意识形态时,图书馆员性别比失衡现象便不可避免,这是其文化建构本质及社会对图书馆员职业的价值判断所决定的。     

联合数据库下的休眠数据弱关联查询优化方法

传统的联合数据库数据查询系统仅仅可以对数据检索项进行匹配查询,无法在非检索项的弱关联休眠数据中提取出相关内容,数据查询的复杂度过高降低了检索性能,消耗了大量的联合数据库系统资源。提出一种基于模糊匹配的休眠数据查询方法,将联合数据库中的休眠数据作为多维特征项的案例,根据案例推理模型强制学习,根据查询系统预设的检索精度动态返回结果。实验结果表明,能够有效的提高联合数据库下对于弱关联休眠数据的查询效率。     

特殊专业与一般专业大学生元记忆监测比较研究

采用RJR的研究范式(Recall-Judgment-Recognization)，以中-中、英-中、中-英和英-英四种配对词为实验材料，对特殊专业与一般专业大学生的FOK判断等级和FOK判断准确性进行了比较。结果表明，他们的FOK判断等级只是在中-中词对上存在差异，而在其它词对上不存在差异；他们的FOK判断准确性也不存在差异。     

旋转方位惯性导航系统的研究

为降低陀螺漂移对导航精度的影响，提出了旋转方位的方法，针对轮盘木马惯性导航系统和普通导航系统的陀螺漂移，讨论了用统一的模型进行系统误差分析和对系统进行评定的可能性。在此基础上，对系统误差进行了分析和比较，从而得出结论：旋转方位惯性导航系统的陀螺漂移对导航精度的影响比普通导航降低了0．2％。     

VMCL600型立式加工中心精度检测与误差辨识

通过对VMCL600型立式加工中心三轴误差元素的误差分析,建立其几何误差的数学模型,并在建模过程中消除了不确定的假设条件,使其求解简便、通用性好。同时,利用激光干涉仪对VMCL600立式加工中心沿三个坐标方向测量9个运动方向的精度误差值和相应9项直线度误差值,并保证直线度误差测量与位移误差测量在同一直线上进行,提高了数控机床误差的辨识精度和测量效率。