成人学习理论

摘要： 研究目的在于应用成人学习理论指导教师教育的实践,促进教师专业发展。首先,通过诺尔斯的成人教育学理论分析了成人学习理论对教师教育的适用性,探究各个成人学习论对教师教育的指导作用和对教师发展的促进作用,构建了较为完整的指导框架。然后,分别阐述了自我导向学习理论指导下教师教育生成内生动力,促进教师知识发展;转化学习理论对于教师教育提供新途径,促进教师伦理发展;熟练理论指导教师教育产生外部动力,帮助提升教师专业能力;情境学习理论指导下创设多元的教师教育环境,丰富教师实践经验。最后,成人学习理论于教师教育领域具有很强的适用性,应充分尊重教师成人身份和主体地位。

摘要： 研究目的在于应用成人学习理论指导教师教育的实践,促进教师专业发展。首先,通过诺尔斯的成人教育学理论分析了成人学习理论对教师教育的适用性,探究各个成人学习论对教师教育的指导作用和对教师发展的促进作用,构建了较为完整的指导框架。然后,分别阐述了自我导向学习理论指导下教师教育生成内生动力,促进教师知识发展;转化学习理论对于教师教育提供新途径,促进教师伦理发展;熟练理论指导教师教育产生外部动力,帮助提升教师专业能力;情境学习理论指导下创设多元的教师教育环境,丰富教师实践经验。最后,成人学习理论于教师教育领域具有很强的适用性,应充分尊重教师成人身份和主体地位。

摘要： 目的 探究基于成人学习理论模式干预对初产妇母乳喂养自我效能、早产儿喂养方式的影响效果。方法 选取2019年3月-2021年2月在本院进行分娩的80例初产妇作为研究对象,按照随机数字表法分为研究组及常规组,对常规组产妇实施产后常规护理,对研究组产妇实施基于成人学习理论干预模式,观察并比较两组初产妇母乳喂养自我效能、早产儿喂养方式及不良心理状态。结果 出院时,两组初产妇母乳喂养自我效能、早产儿喂养方式及不良心理状态等指标均无统计学意义(P>0.05),出院1个月后,研究组初产妇自我效能总分为(126.98±6.08)分显著高于常规组的(112.24±5.43)分,差异有统计学意义(P<0.05),且早产儿母乳喂养比例显著高于常规组,差异有统计学意义(P<0.05),同时,出院1个月后,研究组患者SAS及SDS评分分别为(33.26±3.07)分及(34.06±3.42)分,均显著低于常规组,差异有统计学意义(P<0.05)。结论 对初产妇实施基于成人学习理论模式干预,能够有效地改善初产妇母乳喂养自我效能、早产儿喂养方式及初产妇不良心理状态,值得推广。

摘要： 在线课程相较于传统课程具有载体多元、资源丰富、开放灵活等优点,深受高校师生青睐,各高校也因而开启了建设在线课程的热潮。从成人学习理论视角来看,高校在线课程教学属于成人教育范畴,应遵循成人学习特有规律。为此,通过运用成人学习理论分析当前高校在线课程存在的问题并进一步提出解决策略,从而助推课程建设质量提升。

摘要： 调峰调频公司近年来大力推行运维一体化发展,提出了培养知识型技能型创新型员工的要求。对于入企新员工,需按照“按需、分类、梯次”的培训方针,进一步优化培养内容、培养形式、实施方式、评价方式等。因此,结合冰山模型、成人学习理论、马斯洛需求层次理论、双元制培训模式等理论,研究形成一套形成可复制、可推广的新员工培养体系。

摘要： 文章通过文献回顾,阐述了跨专业教育发展的现状,尤其是在国内本科医学教育以及毕业后医学教育中的实践与挑战.梳理了跨专业教育所涉及的相关主流医学教育理论,详细分析了成人学习理论及其教学方法在跨专业教育课程设计与实践中的指导作用,指出了在应用教育理论开展跨专业教育的同时,需要结合我国医学教育现状和医疗环境特点来开展探索的方向.

摘要： 本文以《科技人力资源管理与行销课程》为例，将从成人学习理论来分析公民营机构实务研习的经验与成效，内容也包括：举办动机、申请与核定过程、研习概况、最后并透过学员问卷来理解研习心得与成效，期能提供而后举办类似活动之改进参考。

摘要： 本发明提供了一种结合PAC学习理论和主动学习的时间自动机模型的生成方法，用于生成实时系统的单时钟时间自动机形式模型，其特征在于，包括：步骤S1，通过学习器初始化时间观察表；步骤S2，通过转换器处理时间观察表使其满足闭合性和一致性；步骤S3，基于时间观察表，通过学习器构建假设模型步骤S4，通过比较器比较假设模型的质量与稳定模型的质量，并判断是否找到反例；步骤S5，当步骤4判断为否时，通过教学器对假设模型进行PAC近似等价查询，并判断是否找到反例，当判断为否时，停止迭代，将假设模型作为结果模型；步骤S6，当步骤S4或步骤S5判断为是时，根据反例，更新时间观察表，并返回步骤S2。

摘要： 本发明提供了一种基于建构学习理论的个性化即时学习支持系统与方法，包括用户知识需求行为分析及记录、标签关系图微知识库、基于建构学习的微知识推荐算法等模块。系统实现从个人用户社交媒体信息中分析其知识的建构需求，然后即时为其推荐学习个性化的微知识，从而主动快速地帮助用户弥补知识缺陷。本发明所述方法能够作为互联网社交系统的一个重要服务内容，智能高效地帮助用户提升个人知识素养，取得良好的经济和社会效益。

摘要： 本发明公开一种基于深度学习理论的不确定性结构频响动力学模型修正方法。包括不确定性参数影响下的结构频率响应不确定性分析，通过深度卷积神经网络构建不确定性逆向传递关系，利用深度学习原理实现不确定性参数的概率分布估计。本发明结合深度学习原理在复杂输入特征分析方面的优势，利用深度卷积神经网络对含有不确定性分布特征的频响数据进行特征分析和特征提取。此外，本发明利用不确定性频响数据条件分布概率和待修正参数的先验概率，求解待修正参数的条件概率分布，最终得到了不确定性参数的分布，避免了人工进行频响不确定性量化和特征提取带来的误差，提高了考虑不确定性的频响动力学模型修正的准确度。

摘要： 一种基于深度学习理论的叠合梁火灾后损伤识别方法，涉及灾害风险评估技术领域，简支梁的损伤识别包括：构建简支梁火灾后损伤模型；构建第一损伤识别样本；构建第一堆栈降噪自动编码器；得到简支梁损伤程度识别结果；多跨连续梁的损伤识别包括：构建连续梁火灾后损伤模型；将连续梁划分为多个子结构；构建第二损伤识别样本；构建第二堆栈降噪自动编码器；样本输入获得受损梁跨所在的子结构；构建第三损伤识别样本；构建第三堆栈降噪自动编码器；获得子结构中的具体受损梁跨；构建第四损伤识别样本；构建第四堆栈降噪自动编码器；获得受损梁跨的损伤程度。本发明将深度学习理论应用到叠合梁的火灾识别中，具有较强的鲁棒性和容错性。

摘要： 本发明提供了一种结合PAC学习理论和主动学习的时间自动机模型的生成方法，用于生成实时系统的单时钟时间自动机形式模型，其特征在于，包括：步骤S1，通过学习器初始化时间观察表；步骤S2，通过转换器处理时间观察表使其满足闭合性和一致性；步骤S3，基于时间观察表，通过学习器构建假设模型步骤S4，通过比较器比较假设模型的质量与稳定模型的质量，并判断是否找到反例；步骤S5，当步骤4判断为否时，通过教学器对假设模型进行PAC近似等价查询，并判断是否找到反例，当判断为否时，停止迭代，将假设模型作为结果模型；步骤S6，当步骤S4或步骤S5判断为是时，根据反例，更新时间观察表，并返回步骤S2。

摘要： 本发明公开了一种基于学习理论的渐进学习电网调控方法，包括以下步骤：步骤一：对电网运行状况进行全景化观测；步骤二：构建电网等值分析模型；步骤三：建立渐进学习的电网调控模型：构建电网等值分析模型的基础上，建立具有自学习的、时空滚动且关联的调控机制，采用极端学习机理论建立渐进学习的电网调控模型；步骤四：建立渐进学习的时空关联的电网调控策略体系：所述体系由学习理论贯穿其中并由空间协调和时间协调两大体系构成。本发明与传统电网调控手段是兼容的，并能在渐进学习中不断改进，体现了智能化，为电网的调控提供了新的有益参考。

摘要： 本发明提供了一种基于建构学习理论的个性化即时学习支持系统与方法，包括用户知识需求行为分析及记录、标签关系图微知识库、基于建构学习的微知识推荐算法等模块。系统实现从个人用户社交媒体信息中分析其知识的建构需求，然后即时为其推荐学习个性化的微知识，从而主动快速地帮助用户弥补知识缺陷。本发明所述方法能够作为互联网社交系统的一个重要服务内容，智能高效地帮助用户提升个人知识素养，取得良好的经济和社会效益。

摘要： 本发明涉及铁路安全技术领域，具体为基于深度学习理论的铁路异物检测与识别方法，包括如下步骤：步骤1、利用视频采集设备进行视频采集；步骤2、对采集的视频信息进行储存和处理；步骤3、卷积神经网络对处理后的图像进行识别，该基于深度学习理论的铁路异物检测与识别方法，分析了背景更新和目标分离的方法，在此基础上采用了基于高斯混合模型和三帧差分的目标检测方法。此外，利用CNN网络对基于铁路视频的异物进行检测和分类，并通过识别结果、异物分类的准确性，进一步验证了该算法的有效性。

摘要： 本发明公开了一种基于深度学习理论的设备故障声源定位方法，包括如下步骤：通过麦克风阵列MEMS传感器进行声源信号采集，从而获取故障点的原始声源信号；对原始声源数据进行傅里叶变换和灰度处理，使其转换为STFT灰度图像，并将STFT灰度图像输入经过训练的声源位置神经网络模块，从而得到故障点的定位信息；将原始声源数据输入经过训练的声压强度神经网络模块，从而得到故障点的声压强度；结合故障点的定位信息和声压强度判断设备的故障情况。本发明基于原始声源数据的特性，创新性地采用相互独立的声源位置神经网络模块+声压强度神经网络模块的多任务学习网络构架，由此同时获取故障点的定位信息和声压强度，为设备故障情况的判断提供了双向支持。

摘要： 本发明涉及旋转机械设备故障诊断技术领域，公开了基于迁移学习理论快速获取轴承故障诊断模型的方法，包括基模型获取和最终模型获取两个部分，基模型获取包括构建源域数据集、数据集划分、模型训练和测试、选取最优基模型，最终模型获取包括最优基模型调整、设置各层网格可训练性、构建目标域数据集、数据集划分、模型训练和测试、获取最终故障诊断模型。利用本发明方法仅需要收集少量的真实数据即可达到良好的训练效果，可极大提升建模的效率和准确性，且可在运行速度较慢或内存较小的设备上运行，设备支持性好。