基于DDL的功能语篇写作教学研究

将数据驱动学习(DDL,data-driven learning)用于英语专业的课堂写作教学,运用功能语篇的衔接机制、主述位信息及篇章结构系统分析选取的语料,开展了相关的实证研究。实验数据表明,DDL能更有效地促进语篇的句式连贯、段落连贯、篇章结构的学习,在提高语言准确度方面也有一定的优势。问卷调查结果表明,教学中用于DDL语料学习的时间有限,需要加强语篇写作中词汇的系统学习。研究数据证实了DDL用于英语课堂写作教学的可行性,反映的一些问题为进一步优化语篇写作教学模式提供了重要的参考依据。     

迁移理论与三段式教学法在工业催化原理教学中的应用

将迁移理论与三段教学法相结合,深入探讨学习迁移理论所涉及的各种因素对工业催化原理课教学效果的影响,归纳总结迁移理论在三段式教学实践中的应用策略,为大学理论课教学提供参考依据.     

基于卷积ADMM网络的高效结构化稀疏ISAR成像方法

结构化稀疏逆合成孔径雷达(inverse synthetic aperture radar, ISAR)成像是空间态势感知与目标识别的重要手段。该问题可通过压缩感知(compressive sensing, CS)方法解决。目前, 许多传统CS方法仍存在运算效率低、参数适应性不强等问题。针对该问题, 本文提出了一种基于卷积交替方向乘子法网络(convolutional alternating direction method of multipliers network, C-ADMMN)的结构化稀疏ISAR成像方法。利用深度展开方法, 结合传统结构化稀疏ISAR成像模型, 构建C-ADMMN网络。通过监督学习, C-ADMMN仅需约10层网络便可达到传统方法上百次迭代的效果, 具有较高的运算效率且对不同目标具有一定适应性。基于仿真与实测数据的实验结果验证了网络的高效性与参数适应性。     

一种新的结合奖励机制的ETLBO算法

通过对原ETLBO(elitist teaching learning based optimization)算法引入一种新的奖励机制, 提出一种新的结合奖励机制的ETLBO-reward算法, 并基于该算法提出一种简单自适应的精英个数算法RETLBO reward, 该算法保留了传统算法参数少、 易实现、 收敛快等优点, 进一步提升了传统算法的收敛能力. 对6个连续非线性优化问题的测试结果表明, 这两种算法均具有良好的性能, 求解效率较原ETLBO算法有明显提升.     

大学生学业倦怠与主观幸福感的相关研究

采用倦怠量表、生活满足感量表、积极情绪和消极情绪问卷对210名在校大学生进行调查。结果表明：大学生两性总体上不存在显著性差异,存在家庭所在地差异,但不存在专业差异;大学生生活满足感存在性别、家庭所在地差异,但不存在专业差异;大学生学业倦怠与生活满足感、积极情绪存在极其显著的负相关。     

高校体育乒乓球教学中的学习动机探究

高校体育教学中乒乓球成为学生喜爱的内容之一,通过开展乒乓球教学,不仅可以锻炼学生的应变能力,同时也可以丰富学生的课余生活。在高校体育教育中要从激发学生的学习动机出发,发挥乒乓球教学的优势,满足学生的身心健康和发展需求。     

高职院校混合式教学改革的实践及思考--以浙江省级精品在线开放课程《国际金融实务》为例

随着"互联网+"教育对教学的广泛影响,开发建设数字化教学资源、实施线上线下相结合的混合式教学已成为高职院校课程建设、教学改革的发展方向。浙江省级精品在线开放课程《国际金融实务》混合式教学改革的实践表明,混合式教学模式能够实现激发学生学习兴趣、拓展课堂教学时间和空间、提升课堂教学互动、促进学生个性化自主学习、带动欠发达地区高职院校教学水平提升等效果。着眼未来发展,混合式教学改革还需从完善线上线下整体教学设计、完善教师建设应用在线课程的激励机制、完善在线课程建设应用的考核机制、教育行政主管部门加强顶层设计避免多平台重复建设等方面进一步推进,优化混合式教学改革的应用效果。     

终身学习理念下的中小学幼儿园教师职业生涯规划

在国家全面加强教师队伍建设的背景下,如何培养"四有"的骨干、卓越、教育家,中小学、幼儿园教师成为焦点,成为加强教师队伍建设的核心目标。从骨干到卓越到教育家体现了教师专业成长过程,如何让教师的专业成长的过程有时间表、路线图,在终身学习的理念下引导教师做好职业生涯规划是教师迅速专业成长的前提。     

Semiparametric Preference Learning

Unlike traditional supervised learning problems,preference learning learns from data available in the form of pairwise preference relations between instances.Existing preference learning methods are either parametric or nonparametric in nature.We propose in this paper a semiparametric preference learning model,abbreviated as SPPL,with the aim of combining the strengths of the parametric and nonparametric approaches.SPPL uses multiple Gaussian processes which are linearly coupled to determine the preference relations between instances.SPPL is more powerful than previous models while keeping the computational complexity low （linear in the number of distinct instances）.We devise an efficient algorithm for model learning.Empirical studies have been conducted on two real-world data sets showing that SPPL outperforms related preference learning methods.     

词汇策略在高职学生英语词汇学习中的应用研究

以某高职院校的不同层次英语水平的大二学生为实验对象，对高职院校学生在英语词汇学习中应用词汇策略的情况进行了调查研究。结果表明，高职院校学生的词汇策略整体水平欠佳，学生的英语词汇策略水平与其英语学习成绩有显著的正相关关系。认为在教学中对学生进行有针对性的词汇策略训练能有效改善学生英语词汇学习效果。