论启发式教学法在高校体育教学中的运用与意义

启发式教学就是在充分发挥教师的主导作用下,将学生的积极性、创造性,充分地调动起来,以学生为主体,使学生尽快地、比较牢固地掌握体育课堂中所学的知识和技能,从而达到良好的教学效果。本文根据体育教学的基本原则,运用逻辑辩证和对比分析的方法,对启发式教学法在体育教学中的运用和实践意义,进行了研讨,这对在实践中更新教育教学观念、手段,进一步提高体育教学的质量,具有移动的理论与实际的价值。     

Visual FoxPr06．0的多条件组合查询设计

通过具体的实例，在VFP中使用表格控件及组合框，利用查询语句实现多条件组合查询。以满足用户复杂查询的需求．     

北京市2014年大气污染物空间分布特征分析

基于地理信息系统ArcGIS 10.2平台,采用反距离权重空间插值模型对2014年北京市35个环境质量监测点监测到的主要大气污染物:一氧化碳(CO)、二氧化氮(NO2)、臭氧(O3)、可吸入颗粒物(PM10)、细颗粒物(PM2.5)和二氧化硫(SO2)质量浓度年均值的变化规律及空间分布特性进行了分析.结果表明,在质量浓度分布上,2014年北京市CO、NO2、SO2、O3、PM10、PM2.5这6类大气污染物的质量浓度分别位于1～3 mg/m3、17.22 ～ 105.4 μg/m3、14.27～25.75 μg/m3、27～ 81μg/m3、76 ～ 179 μg/m3、67 ～ 123 μg/m3范围内.由此可知,北京市2014年大气污染物年均质量浓度除PM10和PM2.5外的其余污染物质量浓度并不高,都在轻度污染范围之内;在空间分布上,除O3质量浓度空间分布上呈现出北高南低的特征外,其余污染物均呈现南部、中部质量浓度较高,北部地区质量浓度较低的特征.     

模糊时序与支持向量机建模相结合的PM2.5质量浓度预测

为解决进行PM2.5质量浓度预测中多因素回归模型的不稳定、神经网络模型的过拟合及局部最小等问题,提出应用支持向量机和模糊粒化时间序列相结合的方法,对PM2.5质量浓度未来变化趋势和范围进行预测.根据PM2.5不同季节的日变化周期模式,确定以24 h为周期的粒化窗宽,利用三角型隶属函数对数据样本进行特征提取作为支持向量机的输入,并在k重交叉验证法下采用网格划分寻找出模型的最佳参数.以2013年3月—2014年2月北京市海淀区万柳监测点四个季节PM2.5的1 h质量浓度监测值为样本数据,应用该方法建立PM2.5质量浓度的时间序列预测模型,并在MATLAB平台下应用LIBSVM工具实现计算过程.结果表明,基于模糊粒化时间序列的预测模型,能较好解决PM2.5机理性建模方式下由于影响因素考虑不全而造成的预测结果不稳定,对模糊粒子拟合效果较好.     

Visual FoxPro6.0的多条件组合查询设计

通过具体的实例,在VFP中使用表格控件及组合框,利用查询语句实现多条件组合查询,以满足用户复杂查询的需求.     

浅谈施工材料的成本控制

阐述了加强施工项目中材料管理的意义,探讨了如何从材料用量控制和材料价格控制两方面达到材料成本控制的目的.