浅谈基于网络的分布式学习

随着信息技术及网络技术的发展,人们的学习方式和学习观念发生着根本的变化。本文论述了一种新的学习方式和学习理念——分布式学习,通过介绍分布式学习的定义,分布式学习与传统学习及远程学习的关系,以及分布式学习的技术支持——网络技术,总结了分布式学习是一种能够适应知识型社会和终生学习的一种新的学习模式,是未来教育的发展趋势。     

武警院校学员应把握四个学习原则

学习原则是人们根据学习目的和学习过程规律的认识,总结出来以指导学习活动的基本要求。科学的学习原则,是学习规律的具体表现,是学习实践经验的概括和总结。学习原则贯穿于整个学习过程中,对学习活动起指导作用。遵循学习原则,是保证学习质量的重要条件。     

学会学习论析

学会学习是教：和学共同的目标,具有微观的本质、宏观的现象之特征。在教学过程中,只有努力改进教学方法和人才培养的模式,实现学习方式的多样化,即实现他主学习向自主学习转化、接受学习向发现学习转化、独自学习向合作学习转化,才能增加学生学习的悟性,提高学生学习的学力,从而实现学会学习。     

网络环境下自主学习者需要具备的能力研究

自主学习是课程教学改革中极力倡导的一种学习形式,是当今世界学习理论研究的重要主题,是网络环境下学习者的主要学习模式,学习者要在网络条件下搞好自主学习,实现学习目标,就必须具备学习管理、学习技术、学习建构、学习选择、学习调控和学习评价能力。     

工作流引擎驱动的e-Learning系统

以开源工作流引擎jBPM为基础,设计e-learning系统.将学习(内容)管理模块如自主学习、辅导答疑、练习考试等模块整合在一起,扩展实现了学习过程定义和学习过程管理功能.该系统可以实现以下功能:预先定义学习的先后顺序,设置各环节的学习要求,合理安排学习路径;记录每个学习者的学习情况,提供相应的学习资源和学习任务,充分体现个性化教育;有效地监控学习活动,及时反馈学习效果,提高学习质量.     

远程教育中的创造性学习

远程教育是师生异地教学,知识的传递与接受具有了非面对性、非直接性的特点,这增加了教学与学习的难度,正因如此,远程学习更应调动学生自主学习的精神,并激励他们进行创造性的学习.远程学习中的创造性学习,即是学生远离主讲教师,自主学习知识、技能,培养个体品格的创新学习.创造性学习的模式有多种,它包括发现学习模式、问题学习模式和自主学习模式等,它们各有优势,在远程学习中发挥着重要的作用.     

教会学生学习——谈学生自主学习习惯的培养

自主学习是指个体自觉确定学习目标、制定学习计划、选择学习方法、监控学习过程、评价学习结果的学习.培养学生的自主学习习惯非常重要,是全面实施新课程标准的一个重要因素,是实现教育本质的一条重要途径,是契合教育发展规律的一种学习方式,是回归学习真面目的一种方法.     

现行形式下学生多元化学习方法浅谈

提倡多样化的学习方式,探究性学习方式不是唯一的学习方式,接受性学习方式对于间接性知识的学习也是不可或缺的.在提倡以积极主动的探究性学习方式来学习大量的间接知识、把间接知识的学习纳入到多样化的探究过程的同时,应注重多种学习方式的综合运用,互相促进,不可偏废.     

开放的学习世界:网络技术如何变革教育

在开放的世界中,所有人都需要学习,而由于学习技术的快速发展,学习世界也变得开放了.从信息化的学习生活和学习环境入手,分析了21世纪技术推动的学习模式,重点阐述了网络搜索、数字化学习、开放源代码、开放教育资源、学习者的参与、移动学习等改变未来学习方式的学习技术发展趋势,以及学习技术的发展为学习者所带来的希望和缺陷.     

浅谈大学语文教学中的"发现学习"

在大学语文教学中,创造发现学习的环境,激发学生发现学习的情感,重视发现学习的培养,有利于提高大学生学习的兴趣,学会学习的方法(主动学习、创造学习、终身学习等),有助于素质教育的实施和大学生健康成长.     

基于矩阵算法的关联规则挖掘

分析了关联规则挖掘的各种算法,详尽分析和探讨了一种用于挖掘关联规则的矩阵算法并给出了矩阵算法实现过程.矩阵算法扫描数据库一次,然后生成事务矩阵,在矩阵上进行相关的数据挖掘操作.当数据库规模较大时,矩阵算法能够显著提高关联规则挖掘的效率.     

基于模拟退火算法营养膳食优选的研究

通过模拟退火算法实现对各种慢性疾病进行营养膳食配餐的快速优选,并且把研究结果在膳食系统中加以应用.对慢性疾病配餐算法的研究体现了营养学平衡膳食的科学原理和数学建模思想,实现了计算机与多学科的综合应用.     

多用户多径环境下DOA估计算法研究

针对移动通信中多用户多径环境下的DOA估计问题，提出利用CARE算法求出各用户的空间循征矢量，进而利用基于对称阵列的改进MUSIC算法求出各用户对应多径信号DOA的联合算法，仿真结果表明：结合CARE算法，基于对称阵列的改进MUSIC算法能自动对多用户的DOA进行分组，并能对每个用户的多径相干信号进行DOA估计，不需要做平滑计算，不需要判断多径信号的个数，不增加计算量。     

一种基于遗传算法和LM算法的混合学习算法

针对遗传算法与神经网络结合方式中存在的早熟收敛、泛化能力弱等问题, 提出一种交替使用遗传算法和Levenberg Marquardt算法优化神经网络的混合学习算法（GALM算法）. 该算法先通过遗传算法粗调得到一组全局最优近似解, 再以该近似解为初值, 交替使用遗传算法和LM算法优化神经网络训练, 直至发现满意的网络参数. 实验结果表明, 新算法提高了网络的学习能力和收敛速度.     

关于实际构造最大带宽路径算法的研究

以往的研究中 ,已经提出了利用修改Dijkstra算法或修改Bellman -Ford算法来构建最大带宽路径 .本文证明可以使用修改的Kruskal算法来构建最大带宽路径 ,并且演示了该算法比前面提出的算法更为简单、灵活、快速且易于实现 .     

遗传算法与神经控制的融合算法研究

遗传算法和神经控制是现代智能控制常用的两种方法,它们具有各自的优点和不足。将遗传算法用于前向神经网络的可能性进行了研究,阐明了遗传算法和神经网络结合的必要性。针对遗传算法和神经控制各自的优缺点,设计了二者的融合算法,将遗传算法应用于神经网络控制器的学习和训练,从而使建立的控制器兼有二者的优点,具有神经网络的广泛映射能力和遗传算法快速全局收敛以及增强式学习等性能,继而提高控制系统的性能。运用该方法对电加热炉温度控制系统进行的仿真实验,实验结果体现了良好的控制效果,证明了融合算法的优越性。     

模拟退火神经网络模型在地下水质评价中应用

采用模拟退火算法与神经网络相结合的方法建立了地下水水质评价的SA-BP神经网络模型,并对阜新新邱露天煤矿地下水水质进行了评价.结果表明,模拟退火算法具有快速学习网络权重和全局搜索的超强能力,有效地解决了BP算法的局部收敛的问题.应用此方法评价地下水水质简便可靠,预测精度高,具有通用性和客观性等优点.     

油藏开发生产优化近似扰动梯度升级算法

油藏开发生产优化属于高维系统最优控制问题,求解其真实梯度异常困难。给出一种近似扰动梯度的一般式,证明此近似梯度恒为上山方向,且两种常用的无梯度算法SPSA与En Opt产生的近似梯度分别是该梯度的两种特殊形式;通过引入并优化三角阵进行近似扰动梯度升级,实现其对真实梯度的最优逼近。数值试验结果表明:该升级算法相比标准的SPSA算法优化效率提高了近1倍;在历史拟合基础上使用该算法进行了某实际油藏生产优化,所得注采控制方案降水增油预测效果显著、水驱波及效率明显改善,验证了该算法现场应用的可行性。     

基于遗传算法的动态路径诱导

动态路径诱导（DRGS）是智能运输系统研究的一个重要方面，旨在通过向驾驶员提供基于实时交通信息的最佳行驶路径在来达到诱导出行行为，减少车辆在道路上的逗留时间，进而实现改善城市交通和避免交通拥挤、阻塞的目的。路径牵引算法是DGRS中的重要研究内容，它能计算出给定起讫对之间的的最优或准最优路径，路径牵引算法要考虑一全局准最优和实时性问题，而遗传算法具有全局寻优和潜在的并行性特点，将遗传算法应用于动态路径诱导系统中求解最佳路径，设计了特定的有序选择、交叉和遗传算子，并通过实例验证了算法的有效性。     

遗传退火进化算法在背包问题中的应用

从增强算法收敛性和减少参数依赖性的角度出发，提出应用遗传退火进化算法求解背包问题，遗传退火进化算法结合了遗传算法和模拟退火算法的优点，并有效地克服了各自的弱点，使其在优化性能、优化效率和可靠性方面具有明显的优越性．阐明了用该算法求解背包问题的具体实现过程，并通过实际数值计算和结果比较表明，该算法优于遗传算法和模拟退火算法．