大学化学课程教学的思考

本文阐述了面向非化学专业学生开设大学化学课程的重要性 ,并结合该课程教学的现状和特点 ,分析确定了教学内容及实践教学的方法 ,从而提高学生的学习兴趣并较好地掌握知识。     

多元智能理念与高校计算机基础课程设置

多元智能理论对高校课程建设有导向性、基础性和灵魂性的作用。融合多元智能理论有利于克服标准件式和流水线式教育的弊端,促进高校课程建设模式的重构。结合高校计算机基础课程,从课程整合、内容设置、学习组织和资源环境等方面提出若干教育新举措。     

多元智能理论指导下的教学设计

多元智能理论认为人类思维和认识世界的方式是多元化的，人至少存在8种智能，即语言智能、数学逻辑智能、音乐智能、身体运动智能、空间智能、自然观察者智能、人际关系智能和自我反省智能，智能之间的不同组合表现出个体问的智能差异性．每一种智能在人类认识世界和改造世界的过程中都发挥着同等作用．并不存在智能的优劣之分．因此．在教学过程中必须认识并尊重受教育者智能差异的现实，制定适合大多数学生发展的教学设计．学生智能的不同组合方式是学生学习方式不同的根本原因，     

伪脐子流形的两个Pinching定理

设Mn+p+q2是n+p+q维拟常曲率的黎曼流形,Mn+p1(c1)为Mn+p+q2中的n+p维常曲率为c1的子流形,Mn为Mn+p1(c1)中具有平行平均曲率向量的紧致伪脐子流形,给出了Mn是Mn+p1(c1)的全脐子流形的几个充分条件.     

非线性Schr(o)dinger方程的近似惯性流

考虑了具有耗散项的非线性Schr(o)dinger方程I((e)ε)/((e)t)+((e)2ε)/((e)x2)+g(|ε|2)ε+iαε+h=0,构建了它的两个非线性近似惯性流形.进一步得到了这两个近似惯性流形逼近方程全局吸引子的阶数估计.     

英语课堂上的合作学习

合作学习是一种以学习者为中心的教学方法，它起源于美国，目前被广泛地应用于英语教学中。本文论述了合作学习的基本要素，合作学习在英语课堂上的具体应用以及它的优点。     

深度学习在引力波数据处理中的应用初探

截至2018-01-16,LIGO已成功探测引力波事件6次.可以预期,引力波探测事件会越来越多,引力波天文学会很快进入到大数据阶段.深度学习在大数据处理方面近年来得到迅速发展.它在数据处理速度,准确度等方面都表现出极大的优势.深度学习在引力波数据处理中的应用讨论还不多.本文引入此问题,并对其进行初步研究.引力波数据最大的特点是强噪声、弱信号.现行的数据处理方法是利用匹配滤波的方式把引力波信号从强噪声中挖掘出来.同时,匹配滤波方法还可以确定引力波源的性质,定量确定其参数.匹配滤波方法的弱点是计算量巨大.这导致数据处理速度很慢.对于将来的大数据引力波天文学,这更将是一个巨大的隐患.匹配滤波方法的另一个潜在问题是,完备准确的理论波形模板是其工作的前提条件.这个潜在问题的后果是很难找到理论预期之外的引力波信号.深度学习的数据处理方法有可能在这些问题上提供出路.同时,深度学习也会遇到其自身的若干困难和问题.本文将从网络结构、训练数据制备、训练优化、对信号识别的泛化能力、对数据的特征图表示以及对特征数据遮挡的响应等方面来展开讨论.     

半监督学习中非标记数据的利用

同时利用半监督学习中的标记数据与非标记数据,可以提高机器学习的能力.为了利用非标记数据,我们将非标记数据所在的样本空间映射到标记样本空间.讨论如何利用非标记数据构造学习算法,并证明所构造算法的收敛性.     

基于FPGA的卷积神经网络训练加速器设计

近年来卷积神经网络在图像分类、图像分割等任务中应用广泛.针对基于FPGA(Field Programmable Gate Array)的卷积神经网络训练加速器中存在的权重梯度计算效率低和加法器占用资源多的问题,设计一款高性能的卷积神经网络训练加速器.首先提出一种卷积单引擎架构,在推理卷积硬件架构的基础上增加额外的自累加...     

基于神经网络的Q学习在Khepera Ⅱ机器人避障中的应用

为了提高移动机器人的自主学习能力,在传统的机器人行为控制结构基础上设计了智能控制结构,同时引入了基于神经网络的Q学习模块算法,克服了传统算法只能应用到离散状态中的不足.移动机器人的避障实验结果表明,该方法能够使移动机器人通过自学习实现自主避障.