基于人工神经网络与回归分析的水质预测

针对人工神经网络(Artificial Neural Networks,缩写ANN)在预测中出现的异常值现象,采用了回归分析模型得到的预测区间来控制异常值现象的方法.并且应用在黄河三门峡河段的水质预测中,氨氮通量预测的ANN模型控制前平均精度仅有50.05%,控制后该月的相对精度为90.08%,平均精度达到80.79%,整体预测精度明显提高.化学需氧量(COD)浓度的预测也有类似情况.实践表明该方法对于消除ANN模型预测中出现的异常值现象是较为有效的.     

信息技术与大学物理整合研究

信息技术与课程整合已成为当前教育研究中的一个热点问题。如何将信息技术引入大学物理教学中来,促进学生的学习效果和信息技术能力的提高,培养学生的合作意识和创新精神是一个值得研究的课题。本文正是以此着手,探讨了信息技术和大学物理课程整合意义以及两种可行的方法。     

浅析大学生数学建模竞赛组织与培训

以华北水利水电学院为例,介绍了大学生数学建模竞赛队员的选拔、指导教师的培养以及课程设置,并指出了几个关键环节,总结了几点经验。     

高校学生物理研究性学习实践探索

为了使高等教育从传授知识为主向能力培养和素质教育为主转变,对“教”已进行了诸多改革,也取得不少成果。然而,对“学”的研究和改革却远远不够。本文从"学"的角度出发,对研究性学习进行实践探索,以寻求一种适合于学生有效学习的方式,以培养具有科学素质的创新型人才。