A Hybrid Approach for Image Edge Detection Using Neural Network and Particle Swarm Optimization
? Springer International Publishing Switzerland 2015
S.C. Satapathy et al. (eds.), Emerging ICT for Bridging the Future – Volume 1,
1Advances in Intelligent Systems and Computing 337, DOI: 10.1007/978-3-319-13728-5_1
A Hybrid Approach for Image Edge Detection Using Neural Network and Particle Swarm Optimization
D. Lakshumu Naidu, Ch. Seshadri Rao, and Sureshchandra Satapathy
Department of Computer Science and Engineering, Anil Neerukonda Institute of Technology
and Sciences, Vishakhapatnam, Andhra Pradesh, India
{lakshumu,sureshsatapathy}@https://www.sodocs.net/doc/f113142453.html,,
seshadri.rao.cse@https://www.sodocs.net/doc/f113142453.html,.in
Abstract. An Edge of an image is a sudden change in the intensity of an image. Edge detection is process of finding the edges of an image. Edge detection is one of the image preprocessing techniques which significantly reduces the amount of data and eliminates the useless information by processing the important structural properties in an image. There are many traditional algorithms used to detect the edges of an image. Some of the important algorithms are Sobel, Prewitt, Canny, Roberts etc. A Hybrid approach for Image edge detection using Neural Networks and Particle swarm optimization is a novel algorithm to find the edges of image. The training of neural networks follows back propagation approach with particle swarm optimization as a weight updating function. 16 visual patterns of four bit length are used to train the neural network. The optimized weights generated from neural network training are used in the testing process in order to get the edges of an image.
Keywords: Image edge detcion, Image processing, Artificial Neural Networks, Particle swarm optimization.
1 Introduction
Edges in images are the curves that characterize the boundaries (or borders) of objects. Edges contain important information of objects such as shapes and locations, and are often used to distinguish different objects and/or separate them from the background in a scene. In image processing, edge detection can be employed to filter out less relevant information while preserving the basic structural properties of an image. This image data can be used for further preprocessing steps like extraction of features, image segmentation, interpretation and registration of an image.
A sudden change in intensity of an image is an edge. Edge detection is a process of finding the sudden intensity discontinues in an image. Slow changes refer to small value of derivatives and fast changes refer to large values of derivatives. Dimensional spatial filters or the gradient operator uses this principle to find the edges. This type of filters detects the gradient of image intensity without considering the uniform regions (i.e., the area with contrast intensity) in the image. There are different types of filters
[1] have been developed to detect different types of edges in the image. The classical operators like Sobel, prewitt, kirsch detect edges in all directions such as horizontal,
2 D. Lakshumu Naidu, Ch. Seshadri Rao, and S. Satapathy
vertical and diagonal etc. Laplacian of Gaussian (LOG) operator finds the correct places of edges but cannot find edges in corners and curves. Though canny and Shen-Castan detects edges even in noise conditions which involves complex computations and more time to execute. Identifying the correct threshold value is the crucial part for all these algorithms. There is no appropriate method to find threshold value.
2Related Work
Artificial neural networks (ANN) used in many area and also used for edge detection. Neural networks are used a Non linear filter to detect the edges of an image. In [2], Terry and Vu introduced a multi-layer feed forward neural network which is used to detect the edges of a laser radar image of a bridge. Synthetic edge patterns are used to train the networks. The network can detect different types of edges like horizontal, vertical and diagonal and so on. Li and Wang developed a new neural network detector which is applied on 8 bit sub image of an image. After completion of the entire image the results combined and produce the final edges of image. This approach does not provide good training set and increases the overhead.
Hamed Mehrara[4], Mohammad Zahedinejad [5] & [6] developed and produced new training data set with 16 different visual patterns which can be used to detect any type of edges. Initially the gray-scale images are converted into binary form and these binary images are sent to neural networks. Since binary image have only two values 1 and 0, specifies high and low intensities so that we can easily detect the edges. This method suffers from two problems called initialization of weights to the network and selection of threshold for converting image into binary image.
In this research we are training the neural networks using Particle Swarm Optimization instead of Using Back propagation algorithm. As Neural network is good localization and PSO is good for exploration of search space. Neural network produces good results based on selection of initial parameters like connected weights etc. So we can use Particle Swarm Optimization to get the best optimized weights. No need to concentrate on initial weights of ANN.
2.1Neural Networks
An Artificial Neural Network (ANN) is an interconnected network of neurons which process the data in parallel.ANN is motivated from human brain which is highly complex parallel computer. According to [7] & [8] network has set of inputs and outputs which are used to propagate the calculations at each neuron i.e. output of the one neuron can be input to some other neuron. Each neuron is associated with an input and weight. The weights of the network are represents knowledge and the learning of the network involves updating of these weights. Neural networks are used to detect the patterns of the data.
The performance of any neural network training depends on many parameters like activation function used, type of network architecture, learning algorithm used etc.
A Hybrid Approach for Image Edge Detection Using Neural Network 3
2.2Particle Swarm Optimization
Particle swarm optimization is a population based algorithm which improves the overall performance of a system by interactions of all the particles.PSO was first proposed and developed by Kennedy J. and Eberhart R. C [9]. They explained that each particle in the population maintains its best solution that has been achieved so far by that particle called as pbest. The overall best value of the neighboring particles so far is called gbest.
According to James Kennedy [9] the particle position can be modified by using the following equations.
V i(t+1)=w*V i(t)+c1*Rand1()*(pbest(i)-X i(t))+c2*Rand1()*(gbest-X i(t) ) (1)
X i (t+1) =X i (t) +V i (t+1) (2) Here c1 and c2 are constants and Rand1 () and Rand2 () are automatically generated random numbers within the range from 0 to 1.Eq(1) is used to find the velocity of particle which is used to speed up the process by adding it to current position as in eq(2). Eq(1) contains two parts first part is for personnel enhancement of particle and second part for overall or global enhancement of the population.
3Proposed System
The proposed System contains two phases. First Phase contains the training of the neural networks using particle swarm optimization. In this phase a 4 bit length 16 visual patterns are used as a training data. The weight updating is done using particle swarm optimization. Second phase contains the testing phase. In this phase we will submit the binary image of window size 2X2 to the trained neural network. It produces the edges of an image.
The novel algorithm contains the following modules to train and produce the edges of an image.
3.1Network Architecture
There are different types of neural network architectures exist. We are using a multi layer feed forward network of four input neurons, one hidden layer with ‘n’ no of user defined neurons and four output neurons.
3.2Learning Algorithm
A Supervised learning algorithm is used to train the neural networks. It follows a back propagation approach and which uses bipolar function as activation function. Here we are using Particle swarm optimization for weight updating. For the better performance the size of the swarm is 10. Mean squared error is used as fitness function. The basic working of how we update the weights of neural networks is explained by the following diagram.
4 D. Lakshumu Naidu, Ch. Seshadri Rao, and S. Satapathy
Fig. 1. PSO for weight updating
3.3Training Data
Training data set is the basic key for any neural network training process. The following 16 visual patterns are used to train the neural networks to get the edges of an image.
Fig. 2. Visual patterns for training neural networks
A Hybrid Approach for Image Edge Detection Using Neural Network 5
The training pattern and its corresponding edges are explained in the following table.
Table 1. visual patterns for training
Training Inputs Detected As Training Output
0 0 0 0 None edge 1 1 1 1
0 0 0 1 Corner edge 1 0 0 1
0 0 1 0 Corner edge0 1 1 0
0 0 1 1 Horizontal edge0 0 1 1
0 1 0 0 Corner edge0 1 1 0
0 1 0 1Parallel edge0 1 0 1
0 1 1 0 Diagonal edge0 1 1 0
0 1 1 1 Pseudo noise 1 1 1 1
1 0 0 0 Corner edge 1 0 0 1
1 0 0 1 Diagonal edge 1 0 0 1
1 0 1 0 Parallel edge 1 0 1 0
1 0 1 1 Pseudo noise 1 1 1 1
1 1 0 0 Horizontal edge 1 1 0 0
1 1 1 1
1 1 0 1Pseudo noise
1 1 1 0Pseudo noise 1 1 1 1
1 1 1 1None edge 1 1 1 1
3.4Testing Phase
The updated weights are used for testing and applied on binary image to get the edges. Testing Phase involves two major components. Converting the given image into binary image and eliminating the noisy edges.
6 D. Lakshumu Naidu, Ch. Seshadri Rao, and S. Satapathy
3.4.1 Conversion of Original Image into Binary Image
The original image is first converted into gray scale image and then global threshold is applied on it and a binary image is produced as a result. This binary image is send to neural network with 2X2 window size.
3.4.2 Elimination of Noise
The proposed algorithm eliminates the noisy edges of an image by using White wasshing method. White washing is nothing but replacing the white(1) bits for all noisy edges and none edges. All the nosiy edges and none edges are shown in the above table.
3.5Architecture of Proposed System
The following diagram explains the working process of proposed system.
Fig. 3. Proposed System Architecture
3.6Algorithm for the Proposed System
Input: 16 visual patterns and binary image.
Output: Optimized weights, Edges of an image.
Step 1: Initialize the positions (weight and bias) and velocities of a group of particles randomly.
Step 2: The PSO-NN is trained using the initial particles position.
Step 3: Calculate the mean Square error (MSE) produced from BP neural network can be treated as particles fitness value according to initial weight and bias.
Step 4: The learning error is reduced by changing the particles position, which will update the weight and bias of the network.
(i) The “pbest” value (each particle’s MSE so far) and
(ii) The “gbest” value (lowest learning MSE found in entire learning process
so far) are applied to the velocity update equation (Eq. 1) to produce a value
for positions adjustment to the best solution or targeted learning error.
A Hybrid Approach for Image Edge Detection Using Neural Network 7
Step 5: The new sets of positions (NN weight and bias) are produced by adding the calculated velocity value to the current position value using movement equations (Eq.
1 & Eq. 2). Then, the new sets of positions are used to produce new Learning error in
feed-forward NN.
Step 6: This process terminates if the stopping conditions either minimum learning
error or maximum number of iteration are met.
Step 7: Save the optimized weights, this can be used for further processing.
Step 8: Find the edges of binary image by using the optimized weights in NN testing process.
4Experimental Results
Initially we find the edges of an image using Neural network using general back propagation algorithm and after that we use NN-PSO detector to find the edges of an image. Here we take the value for the constants c1=c2=2.0,w=0.729844.After some iterations the the fitness becomes constant and the detector produces optimized set of weights.The output for the basic lena image as shown in the following figure.
Fig. 4. The edges of lena image using BP-NN and PSO-NN edge detectors The following table shows how the entropy and no edges for lena image for both
edge detectors.
Table 2. comparision of BP-NN and PSO-NN edge detectors.
Edge detector Entropy No of edges
BP-NN 1.2335 50625
PSO-NN 0.2892 50625 In the above table the entropy is the basic operator to differentiate the efficiency of
two algorithms. An entropy is a statistical measure of randomness that can be used to
8 D. Lakshumu Naidu, Ch. Seshadri Rao, and S. Satapathy
characterize the texture of the input image. Entropy can be calculated by using the following formula
Entropy= - ∑
Where p i is the probability of difference between two adjacent pixels is equal to i. The entropy value using PSO-NN is very less when compared to entropy value of BP-NN (clearly seen from Table 2), indicating that the noise is removed and edges are nicely detected with more information of the pixel as discussed in the proposed edge-detection process.
5 Conclusion
The particle swarm optimization enhances in exploration of the search space and eliminates the weight intialization problem of neural networks. The PSO-NN algorithm produces the optimized set of weights which are used to detect the edges of an image. This algorithm produces same no of edges as BP-NN with less entropy. In this paper global threshold is used for converting the given image into binary image.we can also extend our future work for converting the image into binary using local threshold and can find the edges of color images too. As the neural networks with backpropagation involves more complex operations the optimiztion techniques clearly reduce mathematically computational overhead so we can also extend the work to recent optimization techinique like TLBO.
References
1. Maini, R., Aggarwal, H.: Study and Comparison of Various Image Edge Detection Techniques. International Journal of Image Processing (IJIP) 3(1)
2. Terry, P., Vu, D.: Edge Detection Using Neural Networks. In: Conference Record of the Twenty-seventh Asilomar Conference on Signals, System99999s and Computers, pp. 391–395 (November 1993)
3. Li, W., Wang, C., Wang, Q., Chen, G.: An Edge Detection Method Based on Optimized BP Neural Network. In: Proceedings of the International Symposium on Information Science and Engineering, pp. 40–44 (December 2008)
4. He, Z., Siyal, M.: Edge Detection with BP Neural Networks. In: Proceedings of the International Conference on Signal Processing, pp. 1382–1384 (1998)
5. Mehrara, H., Zahedinejad, M., Pourmohammad, A.: Novel Edge Detection Using BP Neural Network Based on Threshold Binarization. In: Proceedings of the Second International Conference on Computer and Electrical Engineering, pp. 408–412 (December 2009)
6. Mehrara, H., Zahedinejad, M.: Quad-pixel edge detection using neural network. Journal of Advances in Computer Research 2(2), 47–54 (2011)
7. Graupe, D.: Principle of Artificial Neural Networks. World Scientific Publishing Co. Pte. Lte. (2007)
8. Du, K.L., Swamy, M.N.: Neural Network in Soft Computing. Springer (2006)
9. Kennedy, J., Eberhart, R.C.: Particle Swarm Optimization. In: Proceedings of IEEE International Conference on NN, Piscataway, pp. 1942–1948 (1995)
A Hybrid Approach for Image Edge Detection Using Neural Network 9
10.Lu, D., Yu, X.-H., Jin, X., Li, B., Chen, Q., Zhu, J.: Neural Network Based Edge Detection
for Automated Medical Diagnosis
11.Settles, M., Rylander, B.: Neural Network Learning using Particle Swarm Optimizers. In:
Advances in Information Science and Soft Computing, pp. 224–226 (2002)
12.Shi, Y.: Particle Swarm Optimization. Electronic Data Systems, Inc. Kokomo, IN 46902,
USA Feature Article, IEEE Neural Networks Society (February 2004)
13.Zhao, L., Hu, H., Wei, D., Wang, S.: Multilayer forward artificial neural network. Yellow
River Conservancy Press, Zhengzhou (1999)
14.Marcio, C., Teresa, B.L.: An Analysis Of PSO Hybrid Algorithms For Feed-Forward
Neural Networks Training. Center of Informatics, Federal University of Pernambuco, Brazil (2006)
15.P?rt-Enander, E.: The MATLAB handbook. Addison-Wesley, Harlow (1996)
16.Stamatios, C., Dmitry, N., Charles, T., Alexander, C., et al.: A Character Recognition
Study Using a Biologically Plausible Neural Network of the Mammalian Visual System, pp. D2.1-D2.10-D12D12.10. Pace University (2011)
17.Gonzalez, R., Woods, R.: Digital image processing, 2nd edn., pp. 567–612. Prentice-Hall
Inc. (2002)
18.Argyle, E.: Techniques for edge detection. Proc. IEEE 59, 285–286 (1971)
19.Vincent, O.R., Folorunso, O.: A Descriptive Algorithm for Sobel Image Edge Detection.
Clausthal University of Technology, Germany
一年级数学下册综合测试卷(附参考答案)
人教版一年级数学下册期末测试卷 教材基础知识针对性训练与基本能力巩固提高 一、口算。 1.17-9= 2.5+43= 3.98-7= 4.79-60= 5.55+7= 6.47+30= 7.63-6= 8.78-30= 9.65-7= 10.82-5= 11.36+7= 12.47+50= 13.17+6+9= 14.43-3-20= 15.60+38-9= 16.68+7-9= 二、填空。 1.和80相邻的两个整十数是( )和( ) 2. 3.最大的—位数是( )，最小的两位数是( )，它们的和是 ( )，差是( )。 4.50添上( )个十是80。 5.9个十9个一合起来是( )，和它相邻的数是( )和( )。 6.40 比64少( )，66 比6多( )。 7.32角=( )元( )角 5元=( )角 3.60元=( )元( )角 100分=( )角 8.被减数和减数都是30，差是( )，再加上15，和是( )。 9.我在班上的座位是第( )排第( )个。我前面有( )名同
学。后面有( )名同学。 10.我用1张5元钱买一根1元5角钱的冰棒，应找回( )钱。 三、在○里填上“＞”、“＜”或“＝”。 l．49—4○45 2．35＋20○57 3．52－8○45 4．81－3○76 5．68十30○89 6．93－30○63 7．46—7○40 8．81＋7○87 9．76—6○60 10．56角○6元 11．100分○l元 12．2元l角○12角 四、看一看，填一填。 2．用两种方法写出钟面上的时刻。 3．摆出一个长方体，至少用( )个正方体。摆出—个大正方体，至少( )个小正方体。 4．5， 8， 1 5， 18， ( )， ( ) 20， 1 6， 12， 8， ( )， ( ) 16， 15， 13， 10， ( )， ( ) 0， 7， 5， 9， 10， 11， 15， ( )， ( )
2020统编教材部编版五年级下册语文第七单元测试题及答案一
五年级语文下册第七单元测试题附参考答案 班级姓名 一、拼音。 1．看拼音，写字词。 2．用“——”画出下列带点字的正确读音。 二、字词。 1．比一比，再组词。 钧（）诡（）撤（）僵（） 均（）桅（）撒（）疆（） 2．按一定的顺序把下面的词语重新排列。 （l）发芽含苞播种结果开花 （2）汽车车公共汽车运输工具 （3）端午节中秋节重阳节元宵节 （4）宇宙地球太阳系银河系太阳 3．写出下列词语的反义词。 严厉（）镇定（）诚恳（）热闹（） 三、句子。 1．改成“把”字句和“被”字句。 闪电撕碎了乌云。 2．修改病句。
（1）我们要养成勤俭朴素。 （2）读了《爱我中华》一书，受到了深刻的教育。 四、写出下列句子的修辞方法。 1．胜利不属于这样的队伍，还属于谁？（） 2．春姑娘迈着轻盈的脚步向我们走来。（） 3．他红着眼睛，像一头发怒的豹子，样子十分可怕。（） 4．桂子开花，十里飘香。（） 5．如果没有他们的辛劳，没有他们的牺牲，就没有这用石板砌成的阶梯，就没有脚下的路，也就没有游人的欢乐。 五、阅读短文，完成文后练习。 我的爸爸 我的爸爸是个普普通通的工人，也是一个热爱学习，爱搞技术革新的好工人。 爸爸平时最大的爱好是观看足球比赛，然而为了设计一张图纸，他竟放弃了一场由意大利和巴西队决冠亚军的精彩球赛。只见他在台灯下专心致志地写着，画着，不时地翻阅着厚厚的《机械手册》，有时甚至拿妹妹的积木搭模型。就这样连开了几天的“夜车”，他的设计图得到了上级技术部门的嘉奖。 记得一次，将近一个星期还不见爸爸回家，害得妈妈下了班还得帮爸爸送这送那。后来我从妈妈那儿才了解到了“秘密”。原来为了使厂里的印花机提高生产效率、提高生产质量。爸爸干脆把被子也搬到厂部宿舍，这样就能时刻注意机器的性能，熟悉机器的工作原理，仔细琢磨每一个零件的作用。功夫不负有心人。爸爸的心血没有白费，印花机器改装的任务终于完成了。看着爸爸熬红的眼睛，略微显得憔悴的脸庞，我真想叫一声：我的好爸爸。
如何维护老客户与开拓新增客户
如何维护老客户与开拓新增客户 导读： 准客户开发只有两种途径，一是自己开发，一是客户帮你开发，所以请你每天去回访你的客户。 “建立影响力中心，充分运用转介绍，促使你的寿险事业如日中天。因为： 第一，推荐你的同事或街坊拥有保险保障，你们单位你们小区就能成为保险公司的"大户"； 第二，帮助你的亲朋好友拥有保险的利益，其实就是帮助你自己，因为他们的问题同样会成为你的困扰。如果他不向保险公司投保，就等于向你投保，而且完全免费！请问你愿意这种情况发生吗？” 保险服务包括售前服务、售中服务和售后服务，也就是说，客户服务工作贯穿我们从事保险工作的始终。如何才能做到、做好客户服务工作？我们必须首先从心态和行为上做——保险生活化，生活保险化。 显然，售后服务是维护老客户的必备方式和有效手段，维护好老客户其实正是增添新客户的高效前提！售后服务的另一种说法叫做“客户回访”，准客户开发只有两种途径，一是自己开发，一是客户帮你开发，所以请你每天去回访你的客户。
一个成功的代理人每天都会拨出专门的时间去拜访他的客户，让客户帮助自己开发准客户，所以他会越做越轻松，越做越有成就感。一个失败的代理人每天都会拨出全部的时间去拜访他的准客户，只能依赖自己开发准客户，所以他会越做越辛苦，越做越有挫折感。 做好客户回访的关键其实并非在如何回访？因为人的不同，方式方法亦不一而同，关键在于“去”回访，在于行动，在于走出去，走进客户。保险营销员在其职业生涯当中,常常会出现三大致命伤,首先是”懒”,这其实就是失败的开始；其次是“傲”，这是保险业务员职业生涯中的第一大病，其实，每个代理人，在发展的过程中，要学会谦逊，在获得成绩时，掌声愈大、腰要愈软；三是“伪”，这是人际关系的致命伤。 作为一个成功的寿险营销员，要做到“人生三勤”。即勤能补拙、勤能补运、勤能补情。 勤能补拙。笨鸟先飞，成事靠准备，不是靠智慧。勤能补运（时）。客户被拜访99次，第100次被你访到，幸运成交。勤能补情。多与顾客接触，能增近感情。 加强客户回访，要成为我们日常工作的好习惯。成功的人都有好习惯，好习惯是勉强来的，勉强成习惯，习惯成自然。因此，加强客户回访，不断给客户以保险的观念与理财分析，你的诚心，必将能打动客户。我们要让客户明白，买保险不仅要买单一的保险产品，更要买组合型的产品，买全方位的保障。我们要让客户明白，不仅自己要买保险，自己身边的关系人也必须要购买保险。保险应当成为人们生活当中的必须品，人人都该拥有足够的保险保障，从而获得自立、自尊的尊贵生活。保险从业人员应充分运用保险的这一独特功用，为更多的客户提供保险保障服务，从而使我们自己的寿险从业生涯走向良性循环。
【新教材】高中物理人教版选修3-3：综合复习测试卷及答案
新教材适用·人教版物理 第Ⅰ卷（选择题 共48分） 一、选择题（本题包括12个小题，每小题4分，共48分.每小题给出的四个选项中，有的只有一个选项正确，有的有多个选项正确，全部选对的得4分，选对但不全的得2分，选错或不选的不得分） 1.下列说法中正确的是 （ ） A ．温度是分子平均动能的标志 B ．物体的体积增大时，分子势能一定增大 C ．分子间的引力和斥力都随分子间距离的增大而减小 D ．利用阿伏伽德罗常数和某种气体的密度，就一定可以求出该种气体的分子质量 2．如图1所示，甲分子固定在坐标原点O ，乙分子位于x 轴上，甲分子对乙分子的作用力与两分子间距离的关系如图中曲线所示，F >0为斥力，F <0为引力，a 、b 、c 、d 为x 轴上四个特定的位置，现把乙分子从a 处由静止释放，则 （ ） A ．乙分子由a 到b 做加速运动，由b 到c 做减速运动 B ．乙分子由a 到c 做加速运动，到达c 时速度最大 C ．乙分子由a 到c 的过程，动能先增后减 D ．乙分子由b 到d 的过程，两分子间的分子势能一直增加 3．若以M 表示水的摩尔质量，V 表示在标准状态下水蒸气的摩尔体积，ρ为在标准状态下水蒸气的密度，A N 为阿伏加德罗常数，m 、v 分别表示每个水分子的质量和体积，下面是四个关系式，正确的是：（ ） A ．A V N m ρ= B ．A M N v ρ= C ．A M m N = D ．A V v N = 4．关于液体和固体，以下说法正确的是 ( ) A ．液体分子间的相互作用比固体分子间的相互作用强 B ．液体分子同固体分子一样，也是密集在一起的 C ．液体分子的热运动没有固定的平衡位置 D ．液体的扩散比固体的扩散快 5.甲、乙两个相同的密闭容器中分别装有等质量的同种气体，已知甲、乙容器中气体的压强分别为 甲p 、 乙p ，且 甲p ＜ 乙p ，则（ ） 图1
客户的维护与开发
读《怎样做好客户保持》后感 -------胡玉彬 客户是一个公司的根本，也是企业赖以发展的源泉，一个企业的持续发展，除了正常的管理，经营；客户的开发和维护显然是重中之重。 开发一个客户和维护一个客户，大家都知道，从经济学角度来讲，很明显，维护客户能够大大的节约成本，正如文中所讲“开发一个新客户所需要花费的成本是维护一个老客户的5-10倍，客户保持比吸引新客户更能够降低成本”。 我们只需要花开发新客户1/3的精力，1/5的成本，不仅能维护好客户，还能在现有客户的基础上越做越大，因为，客户也要发展。一个一点不图发展的客户，不是一个好客户。我们要在有限的资源和精力情况下，最大效益的保持最有价值的客户。 根据已经成交的客户使用情况，整理归纳，有一个清晰明了的客户信息数据库，知道哪些是现有最大客户利益化，哪些是最有潜力，哪些是长期维护的客户，根据不同客户的情况，有自己的一套维护体系，有限的资源，有效的时间，效果最好。 中国的社会，归根到底，是人情的社会，所以要重视与客户情感的建立，正如文中所言“把客户感情的维护与企业提供的产品和服务紧密的联系在一起”，这样才能大大提高客户对公司，对产品的认可度和依赖度。 客户的维护，没有客户开发那样有难度，有刺激，和成就感，相
比而言，维护客户相对比较平淡和持久。这就更要求我们自己要注意细节，注意自己内心对客户的理解和尊敬，客户是自己的衣食父母，只有在日久的维护中，始终能保持一颗关心，帮助客户的心态，才能真正让客户感觉到，我们是在和他们共成长，才会有牢靠的客情关系。 用真心和耐心去维护客户，用信心和激情去开发客户，在维护中学习，从开发中反思，做出属于自己的品牌营销！
高中语文新课标教材第一册第一单元测试题及试卷参考答案
高中语文新课标教材第一册第一单元测试题及试卷参考答案 一、基础题（每题3分，共15分） 1.下列词语加点字读音全对的一项是（） A.遏è制拜谒yè百舸kě寥廓liáokuò姓寥 liào 诡谲jué苍茫mánɡ B.彳chì亍chù惆怅chóu chànɡ颓圮túi pǐ迷茫mánɡ雨巷xiànɡ巷hànɡ道 C.河畔pàn 挑衅xìn青荇xínɡ繁衍yǎn 三年五载zǎi 载zài 歌载zài舞 D.枯槁ɡāo 竹篙ɡāo追溯sù朔shuò风斑斓lán 无耻谰lán言沉淀dìnɡ破绽dìnɡ E.舌苔tāi 青苔tāi鞭笞chī侮辱wǔ忏悔chàn 衣钵bō碾niǎn子 F.忸怩niǔ ní拘泥nì棘手jí虱shī子罗布泊bō瓦菲fēi 绯红fēi G.流言蜚fēi语菲ěi薄诽ěi谤方兴未艾ài自怨自艾ài金蝉脱壳qiào 2.下列词语没有错字的一组是（） A.鞭辟入里能言善辩变本加利变幻莫测膘肥体壮标炳千古
B.别出心裁兵慌马乱彬彬有礼涣然一新屏气凝神病入膏肓 C.并行不背拨乱反正军事布署人所不齿不共戴天不寒而栗 D.不遑顾及不计其数不即不离不假思索不卑不亢不胫而走 3.（山东省寿光现代中学第二次考试）下面各句中，加点词语使用恰当的一项是（） A．在日本举行的世界女子排球锦标赛上，中国队的拦防难遂人意，对俄罗斯队 二、四号位的强攻，三号位的高点快攻办法不多，场面显得十分被动。 B．房地产市场发展迅猛，有人便说房价会涨；政府调控政策要出台，有人便说房价会跌，随着市场的波动，两种说法此消彼长，不一而足。 C．某些生产酱油的厂家在酱油中添加了人工色素，却大做广告“保证不添加人工色素”。某报认为厂家此举是“掩耳盗铃”。 D．连专业课都可以不听，足见大学英语 四、六级考试对大学生的压迫之重！笔者不禁感叹：曾几何时，英语竟成了学生的重负，其背后的原因又是什么？
2021新教材部编版一年级语文下册第三单元综合测试卷1同步练习试题及答案
yu è ju é ji ào l è 单 第三单元综合测试卷 时间：60分钟，满分100分 题号 一 二 三 四 总分 得分 一、基j ī础ch ǔ知zh ī识sh í 。（62分） 1.给ɡěi 下xi à列li è加ji ā点di ǎn 的de 字z ì选xu ǎn 择z é正zh èn ɡ确qu è的de 读d ú音y īn 。（4分） （1）音乐．（ ）课上，我们快乐．（ ）地唱歌。 （2）上课时，我们自觉．（ ）地坐好。 （3）妈妈正在睡觉．（ ），我悄悄地走出房间。 2.读d ú句j ù子z ǐ ，写xi ě生sh ēn ɡ字z ì 。（8分） t īng ji ǎng （1）我在认真 老师 课。 g ē ge zh āo h ū （2） 跟他的小伙伴打 。 h é w án （3）孩子们在小 边 得很高兴。 3.写xi ě出ch ū下xi à列li è字z ì的de 笔b ǐ顺sh ùn 。（9分） 乐 ________________________________________ ________________________________________
当 _________________________________________ 4.数sh ù一y ì数sh ù ，连li án 一y ì连li án 。（9分） 5.选xu ǎn 择z é生sh ēn ɡ字z ì组z ǔ词c í （只zh ǐ填ti án 序x ù号h ào ）。（5分） （1）我（ ）着妈妈去赶集，集市上（ ）热闹。 （2）我不小心碰了同桌的脚后（ ）。 （3）（ ）是王明的叔叔。 （4）我们热爱这片土（ ）。 6.词c í语y ǔ搭d ā配p èi 连li án 线xi àn 。（14分） 7.按àn 照zh ào 查ch á字z ì典di ǎn 的de 知zh ī识sh í填ti án 空k ōn ɡ 。（9分） 也 音 很 当 说 行 三画 九画 六画 ① 跟 ②很 ① 他 ②地 踢 搭 看 听 跳 丢 打 积木 足球 音乐 画书 沙包 篮球 皮筋
新教材第一册一二单元综合测试卷及答案
新教材一二单元滚动检测 一、选择题 1、设集合A={-1,0,1,2,3},B={x｜x2?2x>0},则A∩B=（） A、{3} B、{-1,3} C、{2,3} D、{0,1,2} 2、以下5个关系：{a,b}?{b,a},0??,{?}∈{0},??{0}.其中关系正确的个数是（） A、1 B、2 C、3 D、4 3、钱大姐常说“便宜没好货”，她这句话的意思是“不便宜”是“好货”的（） A、充分条件 B、必要条件 C、充要条件 D、既不充分也不必要条件 4、已知集合A={x｜y=√5?x,x∈N?},则集合A的真子集的个数为（） A、32 B、4 C、5 D、31 5、下列命题是真命题的是（） A、?x0?R,x02+2x0+2<0 B、?x0?R,x02+x0=?1 >0 C、?x?R,x2?x+1 4 D、?x?R,?x2?1<0 6、已知集合M={x?N｜x2?1=0},则有（） A、{1}?M B、-1 ?M C、{-1,1}?M D、{-1,0,1}∩M={1} 7、“x<-1”是“x2?1>0”的（） A、充分不必要条件 B、必要不充分条件
C、充要条件 D、既不充分也不必要条件 8、下列命题是真命题的是（） A、若ac>bc,则a>b B、若a2>b2,则a>b C、若1 a >1 b ,则a教师综合素质测试题参考答案
教师综合素质测试题参考答案 一、填空题：本题共分两小题，第1题每空一分，第2题每空2分共22分。 1、实施素质教育，就是全面贯彻①，以提高②为根本宗旨，以培养学生的③和④为重点，造就⑤、⑥、⑦、⑧的德、智、体、美等全面发展的社会主义事业的⑨和⑩。 2、基础教育课程改革的六个具体目标是：①②③④⑤⑥。 一、1、①、党的教育方针②、国民素质③、创新精神④、实践能力⑤、有理想⑥、有道德⑦、有文化 ⑧、有纪律⑨、建设者⑩接班人。 2、①课程功能；②课程结构；③课程内容；④课程实施；⑤课程评价；⑥课程管理。 二、1、结合教育教学实践谈谈你是如何参与校本教研的。 校本教研：是一种学习、工作和研究三位一体的学校活动和教师行为，它以教师为主体，以学校为主阵地，通过有计划、系统的研究活动，解决课程中的多层次问题，促进教师的成 长、学校的发展和基础教育事业的兴盛。 校本教研的基本途径：1、教师反思 2、同伴互助 3、专业引领三者关系：自我反思、同伴互助、专业引领三者具有相对独立性，同时又是相辅相成、相互补充、相互渗透、相互 促进的关系。只有充分的发挥自我反思、同班互助、专业引领三者的作用并注重相互间的整 合，才能有效地促成以校为本的教学研究制度的建立。 从校本教研促进教师专业发展方面来谈。一是教师要有更宽的专业知识背景和更强的专业适应能力。二是教师要有更全面和更新的教学技能。三是教师要有更强的教育教学研究能 力。教师的专业知识；教师的专业水平；教师的专业态度都得到发展。 教师观：（ 1）从教师与学生的关系看，新课程要求教师应该是学生学习的促进者，教师是 学生学习能力的培养者，教师是学生人生的引路人 （2）从教学与教学研究看，新课程要求教师应该是教育教学的研究者 （3）从教学与课程的关系看，新课程要求教师应该是课程的建设者和开发者 （4）从学校与社区的关系来看，新课程要求教师应该是社区型的开放教师 （注：结合自己的教育教学实践谈。） 2、在新课程背景下教师的角色和教学行为发生了哪些变化？ 2、（１）变单纯传授知识为在传授知识过程中重视能力培养； （２）变单纯抓智育为德智体全面发展； （３）变教师为中心为学生为主体； （４）变平均发展为因材施教，发展个性； （５）变重教法轻学法为教法学法同步改革。 或者：知识呈现方式转变，教学交往方式转变，资源整合方式转变，经验积累方式转变，质 量评价方式转变。 （新课程学习方式的基本特征是什么？一、主动性；二、独立性；三、独特性；四、体验性； 五、问题性。） （如何理解师是学生学习的促进者？ 第一，教师是学生学习能力的培养者。第二，教师是学生的引路人。） .新课程改革所倡导的学习方式是什么？ 提倡学生自主学习、合作学习、探究学习
教师综合素质测试题参考答案
教师综合素质测试题参考答案一、填空题：本题共分两小题，题每空一分，题每分2分 实施素质教育，就是全面贯，以提为根本宗旨，以培养学生为重点，造⑦的德、智、体、美等全面发展的社会主义事业 基础教育课程改革的六个具体目标 一、、党的教育方、国民素、创新精、实践能、有理、有道、有 、有纪、建设接班人 、课程功能课程结构课程内容课程实施课程评价课程管理 二、结合教育教学实践谈谈你是如何参与校本教研的 校本教研：是一种学习、工作和研究三位一体的学校活动和教师行为，它以教师为 体，以学校为主阵地，通过有计划、系统的研究活动，解决课程中的多层次问题，促进 师的成长、学校的发展和基础教育事业的兴盛 校本教研的基本途径、教师反、同伴互、专业引领三者关系：自我反思 同伴互助、专业引领三者具有相对独立性，同时又是相辅相成、相互补充、相互渗透、 互促进的关系。只有充分的发挥自我反思、同班互助、专业引领三者的作用并注重相互 的整合，才能有效地促成以校为本的教学研究制度的建立 从校本教研促进教师专业发展方面来谈。一是教师要有更宽的专业知识背景和更强 专业适应能力。二是教师要有更全面和更新的教学技能。三是教师要有更强的教育教学 究能力。教师的专业知识；教师的专业水平；教师的专业态度都得到发展 ）从教师与学生的关系看，新课程要求教师应该是学生学习的促进者，教教师观是学学习能力的培养者，教师是学生人生的引路 ）从教学与教学研究看，新课程要求教师应该是教育教学的研究 ）从教学与课程的关系看，新课程要求教师应该是课程的建设者和开发 ）从学校与社区的关系来看，新课程要求教师应该是社区型的开放教 （注：结合自己的教育教学实践谈 、在新课程背景下教师的角色和教学行为发生了哪些变化 （１变单纯传授知识为在传授知识过程中重视能力培养 （２变单纯抓智育为德智体全面发展 （３变教师为中心为学生为主体 （４变平均发展为因材施教，发展个性 （５变重教法轻学法为教法学法同步改革 或者：知识呈现方式转变，教学交往方式转变，资源整合方式转变，经验积累方式转变 质量评价方式转变 （新课程学习方式的基本特征是什么？一、主动性；二、独立性；三、独特性；四、体 性；、题 （如何理解师是学生学习的促进者 第一，教师是学生学习能力的培养者。第二，教师是学生的引路人 新课程改革所倡导的学习方式是什么 提倡学生自主学习、合作学习、探究学习． 课程改革中教师教学行为必须实现哪六个转变？①由重传授向重发展转变。②由统一规 格教育向差异性教育转变。③由重教师教向重学生学转变。④由单向信息交流向综合信息
2020新教材部编本小学一年级语文下册第二单元综合测试卷有答案
走 过 小学一年级语文下第二单元综合测试卷 时间：60分钟，满分100分 一、基j ī础ch ǔ知zh ī识sh í 。（66分） 1.在z ài 正zh èn ɡ确qu è的de 读d ú音y īn 下xi à画hu à “_____”。（6分） 2.读d ú拼p īn 音y īn ，写xi ě词c í语y ǔ 。（8分） y ǐ h òu hu ǒ b àn y í pi àn y īn w èi ch ī shu ǐ ji ào sh ēn ɡ b ěi j īn ɡ m éi y ǒu 3.写xi ě出ch ū下xi à列li è字z ì的de 笔b ǐ顺sh ùn 。（9分） ：___________________________________________________ ：____________________________________________________ ：__________________________________________ 4.选xu ǎn 字z ì填ti án 空k ōn ɡ 。（5分) 主 住 （1）妈妈说我是个有（ ）意的孩子。 （2）我跟奶奶（ ）在一起。 路 l ù l ǜ 趣 q ǜ q ù 站 zh án zh àn 暖 nu ǎn lu ǎn 村 c h ūn c ūn 却 qi è qu è 北
（3）我们都想念毛（）席。火伙（4）我和小（伴一起把（）扑灭了。
5.用y òn ɡ下xi à列li è生sh ēn ɡ字z ì组z ǔ成ch én ɡ词c í语y ǔ 。（9分） 6.读d ú一y ì读d ú ，连li án 一y ì连li án 。（6分） 多彩的 香甜的 美丽的 洁白的 壮观的 遥远的 水果 天山 季节 仪式 地方 雪莲 7.把b ǎ下xi à列li è的de 字z ì填ti án 在z ài 合h é适sh ì的de 括ku ò号h ào 里l ǐ 。（只zh ǐ填ti án 序x ù号h ào ）(3分） ______故事 ______影子 ______水果 _______房子 8.在z ài 括ku ò号h ào 里l ǐ填ti án 上sh àn ɡ合h é适sh ì的de 量li àn ɡ词c í。（6分） 一（ ）水井 一（ ）画书 一（ ）小树 一（ ）石碑 一（ ）珍珠 一（ ）石子 9.仿f ǎn ɡ照zh ào 例l ì子z ǐ写xi ě句j ù 子。（6分） （1）我多想去北京看看。 ___________________________多想________________________。 （2）别的孩子也这样吗？ _____________________________________________________吗？ 10.根ɡēn 据j ù课k è文w én 内n èi 容r ón ɡ连li án 一y ì连li án 。（8分） 绿色太阳 春天 ④尝 ③讲 京 秋 ②跳 没 ①踩
【新教材】部编版三年级语文上册第一单元测试卷及答案(含参考答案)
部编版三年级语文上册第一单元测试卷及答案 [时限:60分钟满分:100分] 班级姓名学号成绩 一、基础知识。(46分) 1．读拼音写字词。(10分) fú zhuāng tiào wǔ jìng lǐ zhāo yǐn kuáng huān 2．我会给加点字选择正确读音，打“√”。(4分) (1)在我们放暑假(jiǎjià)时，工商部门开展了一次打击假(jiǎjià)冒伪劣商品的专项活动。 (2)我背(bèi bēi)着书包去学校。 (3)我在海边的沙滩上画了个圆圈(quān juǎn)。 3．照样子减一减，加一加并组词。(6分) 例：珠——(朱)(朱红) 狂——()()诚——()()笛——()() 例：同——(铜)(铜钱) 且——()()虫——( )()令——()() 4．比一比，选词填空。(6分) 飘扬飘洒飘荡 (1)旧社会许多人弃家避难，四处()。 (2)同学们向敬爱的老师问好，向高高()的国旗敬礼。 (3)雪花纷纷扬扬地()下来。
安静平静宁静 (4)看到李老师表情严肃地走进教室，同学们立刻()了下来。 (5)这是一座()的村庄，与世无争，可谓是一个世外桃源。 (6)在()的湖面上，点点白帆随风荡漾。 5．写出下面句中加点词语的反义词。(3分) (1)下课了，安静 ．．的校园一下子()起来了。 (2)小红今天穿的衣服颜色很鲜艳 ．．，可是小明的衣服颜色却很()。 (3)孙中山从小就知道懒惰可耻 ．．的道理，所以从小学习就非常()。6．按要求改写句子。(9分) (1)那鲜艳的花朵，把学校变成了一座花园。(改为“被”字句) ________________________________________________ (2)同学们向在校园里欢唱的小鸟打招呼，向敬爱的老师问好，向高高飘扬的国旗敬礼。 ①通过观察我们会发现这句话中共有________个“向”字，可以看出同学们都非常________。 ②请你也用“向……向……向……”来写一句话： ________________________________________________ (3)孙中山想，这样糊里糊涂地背，有什么用呢？(改为陈述句) ________________________________________________ 7．理解课文内容填空。(10分，每空1分) (1)大家________不同、________不同，来到学校，都成了________。那________的民族服装，把学校打扮得更加________。 (2)《大青树下的小学》描写小学生欢乐幸福的学校生活，它体现了我国各族儿童之间的________。 (3)“牧童骑黄牛，歌声振林樾。_____ __，___ _____。”这是清代诗人________的作品。 (4)读了《不懂就要问》这篇课文，让我感受最深的是孙中山的一句话“________________________________。”我将保持这个学习方法，使自己的学习更上一层楼。
最新部编版三年级上册语文第二单元测试卷及答案(统编版教材)
部编版三年级上册语文第二单元测试卷 (时间：90分钟总分：100分) 一、基础知识。(42分) 1．用“√”给加点字选择正确的读音。(6分) 挑．促织(tiǎo tiāo)赠．送(zèng zèn)凌．乱(líng lín) 脚印．(yìn yìng) 钥匙．(chi shi) 丰．收(fēng fēn) 2．读拼音，写字词。 (7分) 他带上一hé( ) yán liào( )，沿着pū( )满shuǐ ní( )的shí jìng 到山上，绘画着散发着dàn dàn( )清香的jú huā( )。 3．选择题。(4分) (1)下列词语搭配不正确的是( ) A．亮晶晶的水洼B．湿漉漉的水泥道C．清脆的水底D．香甜的气味 (2)下面哪首诗不是描写秋天景色的( ) A．《山行》 B．《赠刘景文》 C．《夜书所见》 D．《惠崇春江晓景》 4．在括号里填上表示颜色的词语。(6分) 的叶子的小雨靴的枫叶 的小喇叭的颜料的菊花 5．按要求完成句子练习。(6分) (1)美丽的菊花在秋雨里频频点头。(仿写拟人句) 嫩绿的柳条在春风里_______________________________________。 (2)写出诗句“停车坐爱枫林晚，霜叶红于二月花”的意思。 _________________________________________________________________ (3)家中几个小孩还在兴致勃勃地斗蟋蟀呢！夜深人静了还亮着灯不肯睡。(写出对应的诗句) _________________________________________________________________ 6．根据课文内容填空。(13分) (1)《秋天的雨》这篇散文的作者抓住了秋天的特点，把________当作一条
客户二次开发技巧
学习导航 通过学习本课程，你将能够： ●学会让顾客记住并信任自己； ●了解顾客二次开发的步骤； ●掌握顾客二次开发的方法。 客户二次开发技巧 一、如何让顾客记住并信任你 客户二次开发最基本的前提是信任，只有当顾客信任并记住自己时，顾客才有可能继续进行交流、接触。 导购要想使顾客记住自己及自己店面的产品，并得到顾客的信任，需要做好以下方面的工作： 第一，建立完备的客户档案，这是工作人员向顾客进行回访、举办惊喜活动和提供优惠产品的依据； 第二，要保证送货及时、安装优质； 第三，要及时、有效地对顾客进行事后电话反馈； 第四，需要定时做回访，回访过程中的活动与奖品可以有效地使顾客记住并信任自己； 第五，在顾客较多的情况下，工作人员可以利用短信平台，给顾客适时地送去祝福和问候，需要注意的是，短信的发送频率不要太高，以免给顾客带来不便； 第六，偶尔进行电话回访，询问顾客对本店产品的满意度与近期需求，此外，这种回访还可以利用短信系统的群发功能，虽然费用较高，但却有利于产品的二次介绍与店面的口碑宣传，可以为公司带来极大的效益。 二、二次开发的方法 家居建材是一种耐用消费品，顾客对于同一类产品的重复购买率较低。 因此，对于家居建材行业而言，在顾客二次开发过程中需要运用一定的方式： 1.给出顾客整体性建议 顾客购买产品时，工作人员可以根据其所购买的产品以及自己的专业知识取得顾客的信任，然后以专业人员或朋友的身份向其介绍周边的其他配套产品，并提出整体性建议。 提出建议时，导购一定要得到顾客的信任，使他相信自己不是让他向外掏钱，否则会引起顾客的反感。一般来说，可以在向顾客进行一次比较完整的服务后，适时提出建议。 【案例】 驯兽员的故事
2020统编教材部编版五年级下册语文第七单元测试题答案
人教版小学语文五年级下册第七单元测试卷附参考答案 一、精挑细选，给加点字选择正确读音，画上“——”。（4.5分） 破绽（dìng zhàn）刷浆（jāng jiāng）挑剔(tī tì) 露馅（lòu lù）清爽（shǎng shuǎng）蛆虫(jǔ qū) 发怔 (zhèn zhèng) 撵跑 (liǎn niǎn) 风骚(sāo shāo) 二、读拼音，写汉字。尽量把字写得工整、美观。（10分） sǒu jiàn zhí sāo liǎn 抖（擞） ( 监 )生（侄）子风（骚）收（敛） lián zōng xí láng bān 可（怜）祖（宗） (媳 )妇 ( 郎 )中 ( 扳 )手腕 三、填字成词,再选择合适的词语填一填。（10分） 文质（彬）（彬）仪表（堂）（堂）虎背（熊）腰 神采（奕）（奕）满面（春）风垂（头）丧气 （健）步如飞活（蹦）乱跳大（摇）大（摆） （柔）声细语巧舌如（簧）（娓）（娓）动听 1.“垂头丧气”的反义词是＿＿＿神采奕奕＿＿＿＿＿＿＿＿ 2.描写人物神态的词语是文质彬彬、仪表堂堂、虎背熊腰、神采奕奕、满面春风、垂头丧气、大摇大摆 3.形容言辞巧伪，说得美妙动听的词语是＿巧舌如簧＿＿＿＿＿＿＿＿ 四、选词填空。（6分） 武断果断胆怯羞怯刻薄尖刻 1、像你这样凭空（武断）可是不行的。 2、她办事（果断），大家都很佩服她。 3、她长到六岁才见到爸爸，当时她（羞怯）地走到爸爸面前，一下子被爸爸抱了起来。 4、勇敢一点吧，要是老这么（胆怯），那就什么也干不成。 5、虽然他犯了错，但是你的批评也太（尖刻）了。
6、那家伙以为他没有钱，就摆出了一副非常（刻薄）的嘴脸。 五、下面哪几句话与例句的意思相同？在括号里打“√”。（6分） 例句：我们都爱这造福于人类的绿叶。 （1）没有一个人不爱这造福于人类的绿叶。（√） （2）我们不会不爱这造福于人类的绿叶。（√） （3）造福于人类的绿叶，我们都爱它。（√） （4）我们怎么会不爱这造福于人类的绿叶呢？（√） （5）没有一个人爱这造福于人类的绿叶。（） （6）谁不爱这造福于人类的绿叶。（） 六、请你补全与动物相关的三字常用语，看看什么样的人被比喻成什么样的动物。（8分） 1、立场不稳，见风使舵的人。变色龙 2、笑脸相迎，两面三刀的人。笑面虎 3、忘恩负义，恩将仇报的人。白眼狼 4、一毛不拔，吝啬钱财的人。铁公鸡 5、趋炎附势，百依百顺的人。哈巴狗 6、代人受过，替人挨揍的人。替罪羊 7、鞠躬尽瘁，为民造福的人。孺子牛 8、德才兼备，大有作为的人。千里马 七、句子小作坊。（8分） （1）你认为下面两句广告词有什么语病？请改正。 1、今年过节不收礼，收礼还收脑白金。 今年过节收礼，收礼还收脑白金。 2、艾儿洗面奶特别适合任何肌肤。 艾儿洗面奶特别适合婴儿肌肤。 （2）读句子，用加点词语写句子。 1、我可不能 ．．．定做这些衣服呀，除非 ．．你能无限期地等我付钱。 这个苹果可不能这样吃呀，除非你把它洗得干干净净。
部编教材三年级语文上册第一单元综合测试题一及答案
三年级语文上册第一单元综合测试题 班级__________姓名___________考号___________ 一、汉字基础（21分） 1.用“√”给加点字选择正确的读音。（6分） 荒野（huān?huān）背诵（shòn?sòn?）坪坝（bàbèi） 摔跤（shuāi suāi）鲜艳（yàn yàn?）挨打（āiái） 2.圈出以下句子中的错别字，并在括号内改正。（6分） （1）我自然能够请得出他们是对谁杨起手臂来。（）（） （2）树枝不遥了，鸟儿不叫了，蝴蝶亭在花朵上，好象都在听同学门读课文。（）（）（）（） 3.照样子，加上偏旁组成新字再组词。（9分） 胡：湖（湖水）糊（糊涂）蝴（蝴蝶） 分：______（）______（）______（） 青：______（）______（）______（） 二、词语乐园（19分） 1.读拼音，写词语。（6分） fúzhuān?hùxiān?chǔfákuán?hun hàn zúsuǒyǐ 【】【】【】【】【】【】 2.仿写四字词语，注意词的构成。（4分） （1）高高飘扬：__________________________________ （2）急急忙忙：__________________________________ 3.把成语补充完整，再选词填空。（9分） （）干（）燥张（）舞（）（）红（）赤 （）忙（）乱披（）散（）提（）吊（） （1）临近出发了,妈妈才__________________地收拾东西。 （2）听说那个可怕的故事后，我整天都__________________的。 （3）天气热得人们__________________，都想喝水。
【新教材】2021年三年级下册科学试题-期末综合测试及答案
【新教材】2021年三年级下册科学试题-期末综合测试及答案 一、选择题 1．下列物体中可用来接通电路的是（）。 A. 橡皮 B. 塑料尺 C. 铅笔芯 D. 纸板【答案】 C 【解析】【解答】A.橡皮属于绝缘体，不符合题意； B.塑料尺属于绝缘体，不符合题意； C.铅笔芯属于导体，符合题意； D.纸板属于绝缘体，不符合题意。 故答案为：C。 【分析】善于导电的物体叫做导体，不善于导电的物体叫做绝缘体。 2．岩石风化后产生了( )。 A. 沙和泥土 B. 水和泥土 C. 水和沙 D. 沙【答案】 A 【解析】【解答】岩石经过风化后会产生沙和泥土。A选项符合题意。 故答案为：A。 【分析】风化作用是指地球和宇宙间、地壳表层与大气圈、水圈和生物圈之间物质与能量转化的表现形式。风化作用是在大气条件下，岩石的物理性状和化学成分发生变化的作用。作用的营力有太阳辐射、水、气体和生物。按岩石风化的性质分物理风化和化学风化两种基本类型。在岩石风化过程中，这两类风化通常是同时进行，而且往往是互相影响、又互相促进的。 3．岩石表面的反光形成了岩石的( )。 A. 光泽 B. 透明度 C. 颜色 【答案】 A 【解析】【解答】岩石表面的反光形成了岩石的光泽。A选项符合题意。 故答案为：A。 【分析】光泽是岩石的一大重要特征，其是岩石表面对阳光的反射形成的。 4．由小石子或卵石组成的岩石是( )。 A. 石灰石 B. 砂岩 C. 砾岩 【答案】 C 【解析】【解答】依据我们掌握的有关岩石的知识对学校进行分析，由小石子或卵石组成的岩石是砾石，C选项符合题意，故选C。 【分析】石灰石是由碳酸钙沉积而成的，砂石是指砂粒和碎石的松散混合物；砾石则是由小石子或卵石组成的岩石。
【新教材】部编版语文四年级上册第一单元综合测试题(附参考答案)
第一单元综合测试题 一、我能读拼音，写词语。 lǒng zhào cháo shī pàn wàng zhú jiàn tiào yuè xí sú qiān shǒu shān bēng 二、火眼金睛，辨字组词。 怀（）昧（）占（） 坏（）味（）古（）沸（）堤（）庄（） 佛（）提（）压（） 三、照样子，写词语。 1.一年一度（“一～一～”式词语） 2.若隐若现（“若～若～”式词语） 3.摇摇欲坠（AABC式词语） 四、先补全词语，再根据句意选填词语。 风（）浪（）（）崩（）裂漫（）卷（） 无处（）（）（）（）欲聋窃窃（）（） 悄无（）（）鸦雀（）（）低（）细（） 1.我们踮着脚往东望去，江面还是（），看不出有什么变化。 2.浪潮的声音如同（），好像大地都被震得颤动起来。 3.余波还在（）般涌来，江面上依旧风号浪吼。 4.他俩在一块（），不知说些什么。 五、按要求完成句子练习。
1.钱塘江大潮被人们称为天下奇观。（改为“把”字句） 2.浪潮越来越近，浩浩荡荡地飞奔而来。（改为比喻句） 3.江水已经涨了大概两丈多高了。（修改病句） 4.哦，阿妈，这不就是我们家的地吗？（改为陈述句） 六、根据课文内容填空。 1.那条白线很快地向我们移来，，变粗，横贯江面。再近些，只见，形成一堵。 2. ，小尾巴甩得滴溜溜。花牛在草地里做梦， 。 3. ，。返景入深林，复照青苔上。 七、课内阅读。 那条白线很快地向我们移来，逐渐拉长，变粗，横贯江面。再近些，只见白浪翻滚，形成一堵两长多高的水墙。浪潮越来越近，犹如千万匹白色战马齐头并 进，浩浩荡荡地飞奔而来；那声 音如同山崩地裂，好像大地都被 震得颤动起来。 1.这段话是按（）的顺序来写 的。 A.从近到远 B.从远到近 C.从上到下 D.从下到上 2.这段话从和两方面来描写大潮到来时的景象，使人们如闻其声，如见其景。 3.用“”画出选段中描写大潮样子的句子。 4.这段话把浪潮比作、和，让我们仿佛看到了钱塘江大潮的奇特、雄伟、壮观的景象。
教材综合测试参考答案
综合测试参考答案 绪论 一、名词解释 畜禽疫病：畜禽传染病和畜禽寄生虫病合称畜禽疫病。 二、简答题 畜禽疫病发生的新特点是什么? 答：1.新病增多；2.混合感染和继发感染增多；3.亚临床型疫病危害日益严重；4.免疫抑制性疾病增多；5.免疫失败增多；6.病原产生抗药性。 第1章疫病的病原 一、名词解释 1．培养基：把细菌生长繁殖所需要的各种营养物质合理地配合在一起，制成的营养基质。2．菌落：单个细菌在固体培养基上大量繁殖，形成肉眼可见的多个细菌的堆积物。 3．病毒的干扰现象：当两种病毒感染同一细胞时，可发生一种病毒抑制另一种病毒复制的现象。 4．干扰素：是机体活细胞受病毒感染或干扰素诱生剂的刺激后产生的一种低分子量的糖蛋白。 5．消毒：应用理化方法杀灭物体中的病原微生物的过程。 6．灭菌：利用理化方法杀灭物体中所有微生物（包括病原微生物、非病原微生物及其芽孢、孢子等）的过程。 7．终末宿主：寄生虫成虫或有性繁殖阶段寄生的宿主。 8．中间宿主：寄生虫幼虫或无性繁殖阶段寄生的宿主。 9．寄生虫：是暂时地或永远地寄生在人和动物的体内或体表，并从人和动物身上取得营养物质的动物。 10．毒力：病原微生物致病力的强弱程度。 11．侵袭力：是指病原细菌突破宿主皮肤、黏膜等防御屏障，进入机体定居、繁殖和扩散的能力。 二、简答题 1．细菌的基本结构和特殊结构是什么? 答：细菌的基本结构和特殊结构有：（1）细菌的基本结构有细胞壁、细胞膜、细胞浆、核质。（2）细菌的特殊结构有荚膜、鞭毛、菌毛和芽孢等。 2．细菌生长繁殖的条件是什么? 答：细菌生长繁殖的条件有:（1）营养物质（2）温度（3）pH （4）渗透压（5）气体。3．细菌病的一般诊断程序是什么?