优质提问法在高职课堂教学中的探索

针对目前高职课堂教学面临的学生被动学习,不能积极参与回答问题以及主动提出问题的现象,该文通过介绍美国教育专家提出的"通过提问和理解促进学习和思考"的"优质提问教学法",并结合自己的教学实践分别从优质提问的教学意义,优质提问的教学原理在课堂教学中具体实施的方法,以及实施过程中要注意的问题等几方面,阐述了如何通过优质提问法来提高高职课堂教学质量,从而进一步培养高职学生的创新能力和自主学习的能力。     

把握自贸区发展机遇,提升规则制订影响力

<正>2014年12月5日,中共中央政治局就加快自由贸易区建设进行第十九次集体学习。习近平总书记在主持学习时发表了讲话。他指出,加快实施自由贸易区战略,是我国新一轮对外开放的重要内容。党的十七大把自由贸易区建设上升为国家战略,党的十八大提出要加快实施自由贸易区战略。党的十八届三中全会提出要以周边为基础加快实施自由贸易区战略,形成面向全球的高标准自由贸易区网络。这次中央政治局集体学习安排这个内容,目的是分析我们加快实施自由贸易区战略面临的国内外环境,探讨我国加快实施这个战略的思路。     

空间数据库反向最近邻聚类方法

针对当前空间数据库聚类方法未考虑降维后的距离特征反向结果, 导致空间数据分量失真, 存在聚类精度低、 耗时长的问题, 提出一种空间数据库反向最近邻聚类方法. 首先, 通过选取训练样本集实现核矩阵的特征分解, 获得其距离特征修正值去除初始值的影响; 然后, 根据核主成分分析（KPCA）降维并结合降维后的距离特征反向结果, 利用反向最近邻聚类方法与扩展的部分失真搜索法相结合, 实现空间数据的聚类; 最后利用选定的聚类中心对数据集进行计算, 计算数据集第一维分量与聚类中心第一维分量之间的失真, 得到反向最近邻, 直至所有空间数据均找到所属类别, 最终完成空间数据库反向最近邻聚类. 实验结果表明, 该方法提高了空间数据的聚类精度, 减少了空间数据聚类所用时间.     

基于属性敏感卷积神经网络的行人属性分类

针对行人属性分类受行人属性不均衡影响的问题,提出了一种基于属性敏感卷积神经网络的行人属性分类方法.首先调整现有的卷积神经网络结构,通过融合正反通道激活模块的使用,使模型能够感知更加详细的行人属性;其次引入属性不均衡损失函数,根据属性的不均衡比例自适应更新网络权重,利用误差的反向传播对少类属性增加其权值,提升模型对少类属性的敏感;最后在PETA数据集上,对54个属性进行了分类试验.结果表明:相比MLCNN等方法,新方法在36分类任务上取得了提升;在平均准确度、平均召回率和平均AUC上,分别提升2.13%,2.38%和1.19%.     

试论初中物理课堂提问有效性及策略

新课程要求初中物理课堂要培养并提高全体学生的科学素养,想实现这一目标就要深入到课堂中去。作为课堂教学的重要组成部分,课堂提问是实现课堂教学目的的主要教学方法之一。课堂教学中提问是教师所采用的普遍方法,对课堂教学有着至关重要的作用。     

浅谈中职语文课堂的提问艺术

语文是中职学校学生必须学习的一门重要的基础学科,也是一门工具学科。学生语文素质的高低,不仅影响着其他学科的学习,而且对其以后工作也有着重要的影响。在语文新课改的大背景下,中职语文也开始审视自己的现状,提出了不同的要求。提问是引导学生学习的重要手段,对话式教学的最常用方式是提问。而回视语文课堂的提问现状,在教师提问的有效性、学生回答的积极性方面,存在着不足。该文旨在探讨教师如何掌握课堂提问的艺术,从而达到丰富课堂、调动学生积极性的目的。     

改进GOM模型在我国矿业安全事故预测中的应用

应用反向累加生成对原始序列进行预处理,并以此建立改进的GOM(1,1)模型,再根据我国2008~2013年矿业安全生产事故统计数据,对我国矿业安全生产事故总数进行建模分析,给出未来事故发生的预测值,并希望能为中国安全生产管理实践工作提供决策依据,使"先预再防"的安全理念加以推广。     

分数次Schrdinger算子在BMO空间上的有界性

借助于对Possion核Pt(x,y)的估计得到了分数次Schrdinger算子L-σ/2 f(x)=1Γ(σ)∫∞0Psf(x)dss1-σ,x∈Rn在BMO空间上的有界性.     

基于Gabor小波和LPP的浮选过程泡沫纹理特征提取及应用

针对Gabor小波进行特征提取时易造成维数灾难和识别效率不高的问题,提出一种基于Gabor小波滤波和局部保持投影(LPP)降维算法相结合的泡沫纹理特征提取方法.首先,利用Gabor滤波器获得原始泡沫图像5个尺度和8个方向的高维特征描述向量;然后,利用LPP算法得到降维特征向量;最后,利用此降维特征向量通过反向传播(BP)神经网络进行不同工况下泡沫类别的识别,进而指导实际矿物浮选生产.实验结果表明,相对于传统的GLCM方法和Gabor小波纹理特征提取方法,该方法可有效降低泡沫纹理特征向量维数并具有更高的识别效率.