带有交叉操作的教-学优化算法

针对教-学优化算法(TLBO)求解无约束数值优化问题容易陷入局部最优的不足,提出了一种带有交叉操作的教-学优化算法(C-TLBO).将差分进化算法的交叉操作引入到TLBO算法中,有效地融合了教学阶段和学习阶段,增强了算法的局部搜索,平衡了算法的开采和探索.数值结果表明该算法在优化精度、收敛速度、鲁棒性方面,优于TLBO算法、I-TLBO算法以及其他智能优化算法,具有良好的发展前景.     

革命老区高师物理师范生物理学习困难的调查研究——以豫南地区某高师院校为例

以豫南地区某高师院校为例,通过调查研究,从高中物理教学现状、大学物理教学方法、数学基础、学习态度与方法四个维度探索了高师物理师范生学习困难的主要情况,并根据调查结果提出了相应的对策和改进大学物理教学的建议.     

带有全局交叉的修正和声搜索算法

为增强和声搜索算法的全局搜索能力,提出一种带有全局交叉的修正和声搜索(MHSgc)算法.MHSgc算法采用多和声记忆库协同创作,应用邻域学习策略进行调整,取代原有的基音调整,从而增加了种群多样性.同时,提出一种全局交叉操作,并融合到MHSgc算法中,防止算法陷入局部最小.针对几个标准函数进行了实验仿真,数值结果表明,上述算法优于文献报道的8种智能算法(HS,IHS,GHS,NGHS,EHS,ITHS,MPSO,RMDE),具有较好的优化潜力.     

复杂矿山设备周期激励响应分析的增量谐波平衡法

针对复杂矿山设备中由于存在周期激励而引发的严重振动问题,以大型矿用给料装置为研究对象,将其钢结构机架简化为框架结构模型;考虑物料冲击是引发振动的主要原因,推导了非简谐周期激励的增量谐波平衡法;采用此方法分析周期激励下矿山设备的振动特性,并与Newmark-β法进行对比,验证了算法的精确性效率;研究设备与地面或基础接触时产生的非线性动响应,以及不同地面软硬程度下响应的规律.结果表明,该法用来分析复杂矿山设备在周期激励作用下的非线性稳态响应问题是有效的.     

一种最大化样本可分性半监督Boosting算法

针对数据实际分布与假设不匹配时半监督学习算法难以改善分类器性能的问题,该文提出一种最大化样本可分性半监督Boosting算法,通过引入"高密度区域局部散度最小、样本空间全局散度最大"准则来学习未标注的样本。该准则使用两种半监督假设(聚类假设和流形假设),减少了因半监督假设与数据不匹配造成的准确率下降问题。实验结果表明,该文算法有效提高了Boosting算法在符合聚类假设数据集和符合流形假设数据集上的准确性,提高了分类器噪声数据的稳定性。     

图书馆服务育人的实践与探索

简析了图书馆服务育人的内涵,介绍了图书馆服务育人的途径与措施,主要包括加强文献资源建设、营造和谐育人环境、构建图书馆文化服务体系、建设多层次育人体系、形成全方位育人机制、引导多元化阅读、打造自主学习育人平台等。     

组织学习对企业人力资本及创新绩效的影响

以组织学习、企业人力资本及创新绩效的关系为出发点,构建了组织学习经由企业人力资本进而影响企业创新绩效的关系模型并提出研究假设,通过构建结构方程模型并以178家企业的调研数据为样本对理论假设进行检验。结果表明,组织学习、人力资本对企业创新绩效具有显著正向影响,且人力资本在组织学习与企业创新绩效间起到中介作用。此外,企业人力资本遵循由通用性向专用性发展的提升机制,通用性人力资本会正向影响专用性人力资本,且相对于通用性人力资本而言,专用性人力资本对企业创新绩效的正向影响更为显著。     

现代学习技术:学习型城市建设的助推器

当前,技术正在改变学习成为不可争辩的事实。在学习型城市建设的诸多要素中,"推广应用现代学习技术"被看作其构建助推器。为了有效提升现代学习技术在学习型城市建设中的应用,提高电子学习资源的满意度,需要保证高质量学习资源获取的便利性,提高学习技术管理人员的专业化,推广现代学习技术载体的应用性,开发高质量的电子学习资源,创建学习资源开放实践社区等方式充分发挥学习技术的作用。     

国外自我导向学习模式研究述评

模式是连接理论与实践的中介桥梁,既反映学者的理论思想,又对实践操作具有一定指导意义。在自我导向学习理论研究方面国外众多学者构建了不同类型的模式。根据不同侧重点,可以将国外七种具有代表性的自我导向学习模式归纳为三类:因素分析类模式、过程分析类模式和情境分析类模式。研究国外各种自我导向学习模式旨在促进这些模式在我国构建学习型社会过程中实践运用与推广。     

泛在学习视角下学习型城市的建设试析

在全球城市化建设不断加速的浪潮中,学习型城市的建设愈发受到人们的关注,《建设学习型城市北京宣言》也明确指出要推广应用现代学习技术,而泛在学习因为其自身的特点,十分契合学习型城市的主旨,故本文在泛在学习的视角下,试析学习型城市的建设当中存在的不足,并提出自己的分析与建议。