教师教育系列课程教学团队简介

正"教师教育系列课程教学团队"是依据学校自办学以来30多年的教师教育经验和资源,以《教育学》、《教育心理学》、《现代教育技术》、《书法》、《普通话》、《学科教学论》等课程为依托,以上述课程的骨干教师     

国外重要社会科技奖励提升影响力的经验借鉴及启示

选取国外具有重要影响力的社会科技奖励共15项进行调研,并从组织形式、评奖机制、宣传机制和提升持续影响力4个方面提炼可借鉴的经验,得出有意义的启示。     

张同福中医副主任医师临床经验选

介绍甘肃省基层名中医张同福中医副主任医师治疗一些疑难杂症的经验:(1)雷诺氏病与血痹。(2)治疗小儿泄泻验方。(3)慢性肝炎的治疗经验。(4)肝硬化腹水的辨治。(5)阴黄的辨治。     

初中地理教学经验浅谈

地理知识来源于生活，也将用之于生活。即使初中地理知识以理论的形式出现在学生的面前，但是只要教师合理地引导，相信学生能够感受到地理与生活的密切联系。作为初中的地理教师，当初中地理以崭新的面孔树立在小升初的学生面前时，教师必须做好充分的教学准备，陪伴学生接受并理解初中三年的地理教学。总结个人的教学经验，我觉得在地理教学的过程中需要注重累积。     

刘纪元老中医学术经验管窥

新疆名老中医是中医集体中的宝贵财富,由于多年的行医实践活动,临床经验丰富,对疑难杂病的治疗,有其独到之处,对于中医诊治患者有着重要意义。     

崇义县人民医院滑坡活动特征及治理经验

崇义县城位于南北向山沟中,县人民医院位于西侧山脚,新建住院大楼位于老滑坡堆积体上,地形上陡下缓,平整场地时诱发堆积体滑坡局部复活。滑坡从2013年初开始至2016年3月,先后出现过了3次较明显的活动过程,活动规模由小型变成中型滑坡,滑体厚度由浅层变为中层滑坡。伴随着滑坡活动,治理过程也经历了3个过程,治理的难度和费用一次比一次加大和上升。该滑坡的反复活动和工程治理表明,滑坡活动是个复杂的过程,只有对滑坡进行全面认识和认知的基础上,才能对滑坡进行有效治理,这就要求对滑坡进行详细勘查。滑坡勘查、设计和工程治理应强调经济合理,但过度强调节省资金,往往会适得其反。崇义县人民医院滑坡治理过程教训深刻,同时也为本地区相关类型滑坡勘查与治理积累了宝贵经验。     

一种提取近红外光谱信号中诱发血液动力学反应的方法

为了更好地提取与大脑功能活化有关的诱发血液动力学反应(EHR),综合比较了不同经验模态分解算法的优缺点,提出了一种提取近红外光谱信号中EHR的方法——ICEEMDAN-RLS。利用5种经验模态分解算法对近端通道信号进行分解,根据分解结果对远端通道信号进行自适应滤波,借助皮尔森相关系数和相对均方误差评估不同经验模态分解算法的EHR提取性能,在此基础上分析经验模态分解和传统块平均方法的块平均次数与EHR信号质量之间的关系。结果表明,基于5种经验模态分解算法的自适应滤波方法都能有效提取远端通道信号中包含的EHR,ICEEMDAN-RLS具有更大的皮尔森相关系数和更小的相对均方误差,仅需要进行10次块平均便可获得稳定的EHR信号,比传统方法的块平均次数减少了75%,且具有较高的EHR信号质量,可以更有效地提取淹没在全局干扰中的EHR。该结果可为大脑功能活化的研究提供参考。     

基于病例对照母子对数据的遗传关联分析中的经验贝叶斯方法（英文）

病例对照母子对数据常用于研究母亲和子代的遗传效应以及环境风险因子对产科和早期生命表型的影响。回溯似然方法可以充分利用已有的信息，如孟德尔遗传、母亲环境因子（协变量）在给定母亲基因型下与子代基因型的条件独立性，从而有效地提高统计推断。如对母亲基因型和环境变量之间不作任何关系假设，则相应估计量比较稳健。而假设母亲基因型和环境变量独立下的估计量可以显著提高统计推断效率，但是当独立性假设不成立时会有系统偏差。本文通过对上述基于回溯似然的两个估计量进行适当的加权，得到了两个经验贝叶斯（empirical Bayes,EB）估计量，这两个EB估计量可以直观地平衡统计效率和稳健性。我们对两个EB估计量建立渐近正态性，并利用该渐近正态性构建遗传效应和基因-环境交互效应的置信区间和显著性检验。模拟和实际数据分析说明了我们新方法的表现。     

基于分解与集成的空气质量指数预测

为了能够准确地预测空气质量指数（AQI），建立了基于集合经验模态分解（EEMD）-样本熵（SE）的极限学习机（ELM）和门控循环单元（GRU）组合的AQI预测模型。首先利用EEMD算法对AQI数据进行分解，得到一组不同尺度的本征模态函数分量和残余分量；其次计算各分量SE值，根据各分量SE值将各分量重新组合成新的序列，并将新序列按其复杂程度经过GRU模型或ELM模型进行预测；最后将所有结果叠加得到AQI预测值。实验结果表明，与反向传播（Back Propagation,BP）神经网络模型、长短期记忆网络（Long Short-term Memory,LSTM）模型、ELM模型、GRU模型、EEMD-SE-ELM模型、EEMD-SE-GRU模型和EMD（经验模态分解）-SE-ELM-GRU模型相比，基于EEMD-SE-ELM-GRU的组合预测模型其预测误差最小，预测精度最高。