基于项目的高职大学英语混合学习模式研究

项目教学和混合学习是目前教育界盛行的学习方式和方法。针对高职院校的特点,提出将项目教学与混合学习模式进行有机融合来改革大学英语教学的思路,并重点探讨了学习模式的设计和实施。实践表明,基于项目的混合学习模式有助于增强学生的学习动机,培养学生的语言能力和自主学习能力。     

宋代太学生的学习生活与师生关系研究

宋代太学生一般要由本地选拔举送,通过考试方能入学;宋代太学没有规定肄业年限,只要考试合格,就准予毕业;宋代太学生之间可以相互切磋,还可以和校外名士一起游学,同时,太学生不仅可以跟从太学里的老师学习,也可以根据自身的兴趣,选择太学外的老师学习;宋代太学生的生活总体来说是不错的,相处也较融洽;宋代太学的师生关系除了教学与学术上的传承关系外,更多的是政治上的依存关系。     

虚拟图书馆环境下的虚拟学习探究

虚拟图书馆环境下的虚拟学习成为当今图书管理和图书馆新型服务的新趋势。为此,探讨虚拟图书馆的开发现状和开发方式,突出强调虚拟图书馆的服务范畴,认清虚拟图书馆存在的问题,了解读者信息需求,才能对虚拟图书馆进行有效管理,达到有机统一,以达到充分利用图书馆数字资源,提高虚拟学习环境的效果。     

基于学习风格理论的网络教学模型构建

就网络教学的本质和技术特质而言,网络教学的目的是为学习者提供一种不受时空限制的个性化教学,但网络教育忽略了学习者的个体差异,从而影响了网络教育的质量．通过分析学习风格理论与网络教育的特殊性及学习者的个性特征的关系,提出并构建了运用学习风格理论的网络教育个性化模型,以对网络教学实践有一定的启示,真正实现网络教育的个性化．     

改进的遗传算法在球面点分布问题中的应用

球面点的分布问题,是世界性数学难题.对基本遗传算法进行了改进.采用实数编码,同时在遗传算法中引入了正交算子、变维子空间算子、灾变算子等高效演化算子,形成了自适应遗传算法.这样改进的算法极大地促进了个体多样性,并能促进优秀基因型的杂交和遗传,在收敛和鲁棒性方面优于一般的遗传算法,将它应用于球面点分布问题取得了较好的效果.     

基于流形学习和流形高阶近似的图像距离度量

为克服切距离方法的不足,提出了流形高阶近似距离（HMD）.HMD度量方法通过最大差异延展方法（MVU）学习出非线性图像流形的内蕴变量,然后在原型图像处用基于流形高阶泰勒展开式的非线性曲面来局部近似图像流形.HMD定义为待识别图像与图像流形的高阶近似曲面间的最小距离,通过计算待识别图像与图像流形上多个基准图像间的HMD距离能够实现图像的分类和识别.人脸识别和手写数字识别的结果表明：HMD距离在识别精度和稳定性上要优于切距离和当前一些典型的图像距离度量方法.     

基于模糊机会约束的超球支持向量机

针对不确定数据多分类问题,提出一种基于模糊机会约束的超球支持向量机（FCC-HSVM）.在球结构支持向量机的基础上,引入模糊事件的可能性测度,得到模糊机会约束规划及其对偶规划.利用球结构的优点,每类样本只参与一个超球体的训练,直接求解多分类模型,提出FCC-HSVM的快速学习算法,显著缩短多分类情况下训练时间.数据试验表明：这种支持向量机分类精度较高,训练速度快,适合解决不确定数据多分类问题.     

基于神经元网络的不确定性规则的获取

讨论了不确定性规则的知识系统同神经元网络相结合的问题;提出了适合处理不确定性规则的负梯度学习算法,使不确定性规则能方便地转换成神经元网络的权矩阵;研究了如何利用神经元网络的生成能力来获取新的不确定性规则,使知识系统具有知识自动获取能力,并使原有规则系统的脆弱性得以改善.     

卓越计划下的数字逻辑电路实验的改革

数字逻辑电路实验课程是电子、信息类学生重要的专业基础实验课程,担负着巩固理论知识,培养学生动手能力和创新能力的重任,在专业教学中具有举足轻重的地位。本文简要回顾了我校数字逻辑电路实验的改革历程,通过对学生实验完成情况、平时成绩、考试成绩的分析,发现了目前在学生实验过程中存在的问题,根据建构主义学习理论并兼顾实验课程的要求与特点．提出在实验中通过引导学生“犯错”的教学方式来提高学生的动手能力,培养学生的工程意识,取得了较好的教学效果。     

半监督局部线性嵌入算法在人脸识别中的应用

提高人脸识别算法的识别率,提出一种基于半监督局部线性嵌入(Semi-Supervised Locally Linear Embedding,SSLLE)的人脸图像识别方法。针对局部线性嵌入(Locally Linear Embedding,LLE)算法非监督学习的缺陷,引入半监督思想,在构造邻域的时候利用部分样本的标签信息来重新调整距离矩阵;使用调整后的距离矩阵进行线性重建从而实现数据降维。在Yale和ORL人脸库上的实验结果表明,能有效的提高人脸识别的性能。