基于网络的大学生自主、协作学习能力培养与评价研究

网络环境下学习自主、协作学习能力的机遇与挑战并存。网络环境带给学生更多的自主、协作学习的条件和辅助工具，网络信息量大、灵活性、共享性、开放性和交互性强的特点和优势是带给学习的最大机遇。通过BBS、网络聊天室、虚拟社区、EMAIL、OICQ的交互，师生、生生、学生与虚拟社区的交互以及以上多种交互方式的交叉运用，使得教与学的双方得到更好的沟通，     

改进变步长LMS在组合学习结构预失真的研究

针对预失真间接学习结构易受加性噪声、模数转换（Analog to Digital Converter,ADC）量化噪声等影响,提出一种通过设置判别门限自适应切换直接学习结构和间接学习结构的组合学习结构数字预失真方案。该方案在直接学习结构中采用最小二乘法（Recursive Least Square,RLS）算法对参数进行快速粗估计,切换至间接学习结构时采用改进变步长最小均方（Least Mean Square,LMS）算法进一步提取参数。分析仿真表明,组合学习结构的预失真方案其线性化性能较间接学习结构有很大提升,且在算法收敛速度基本持平的情况下有效抑制了间接学习结构中的非相关噪声。     

生物教学中学生思维能力的培养

在认识事物的过程中，只靠死记硬背而不去用脑，是不会有多大收获的。所以在学习的过程中，必须开动脑筋积极思考。在生物教学中，思维能力的培养，应着重放在使学生学会分析和理解一些常见的生物现象，并能够把所学知识应用到现实生活和生产实践中去。那么，在生物教学中怎样培养学生思维能力呢？     

多阶段聚类—朴素贝叶斯的异常检测

针对异常检测手段用来标定数据集中明显的不同于其他数据的对象,提出多阶段聚类旨在解决噪声数据的引入和缺失属性样本的处理,并改变传统的贝叶斯分类的被动学习为主动学习的方式来构造性能优越的分类器。在数据预处理阶段,利用密度聚类滤去噪声点,密度聚类的输出作为下一阶段的K-means聚类的输入,提高了K-means的分类准确率。K-means负责对缺失属性的样本进行处理。在分类阶段,利用adaboost学习算法优化朴素贝叶斯分类器,使其获得较好的分类效果。     

一类可压缩超弹性材料球体中的空穴分岔

研究了由一类均匀各向同性的可压缩超弹性材料组成的球体在给定的表面拉伸作用下的球对称变形问题.给出了问题的控制方程和边界条件,进而求得了描述球体径向对称变形的参数型解析解.证明了对任意给定的表面伸长,方程存在一个平凡解.利用能量比较的方法分析了解的稳定性,并讨论了球体发生空穴分岔时的应力的集中和突变现象.最后给出了数值算例.