目标层次

摘要： 为了在阅读教学中通过设问加深理解,教师可以在分析单元整体内容的基础上,首先确定本单元的核心问题;然后利用"苏格拉底提问",聚焦单元主题,师生共同提出系列问题进行讨论,形成对单元内容的初步理解;再聚焦阅读文本,依照教育目标分类或理解的不同层面进行问题设计,最后再根据思维的标准进行问题的核查。

摘要： 安东尼奥·涅托·罗德里格斯(Antonio Nieto-Rodriguez)是一位精通五门语言的经济学家、全球多所商学院的教授及项目管理倡导者,他创造了"目标层次"(Hierarchy of Purpose)等概念。他的著作包括《项目革命》(Project Revolution)、《领导成功的项目》(Lead Successful Projects).

摘要： 中共中央、国务院印发了《深化新时代教育评价改革总体方案》,就是要解决教育中存在的"五唯"顽疾,啃下教育评价难这块硬骨头。这一行动之所以具有划时代意义,一是依据布鲁姆的"目标层次"理论,教育评价把立德树人这一教育根本任务的"目的"变成了具体的"目标"。

摘要： 青少年毒品预防教育在系统上和层次上存在缺失,应以“知”“情”“意”“行”“智”作为青少年毒品预防教育拟要实现的螺旋式上升教育目标,厘清青少年毒品预防教育各目标间的逻辑关联,区分好显性目标与隐性目标实现路径的不同,以提高青少年禁毒“智慧”的水平,增强青少年抵御毒品诱惑的能力.

摘要： 青少年毒品预防教育在系统上和层次上存在缺失,应以"知""情""意""行""智"作为青少年毒品预防教育拟要实现的螺旋式上升教育目标,厘清青少年毒品预防教育各目标间的逻辑关联,区分好显性目标与隐性目标实现路径的不同,以提高青少年禁毒"智慧"的水平,增强青少年抵御毒品诱惑的能力。

摘要： 清末教育改革崇尚科学与实业,重视经世致用之学,这一特点影响了这一时期美术教育改革的主要目标.美术教育的目标依附于教育改革目标而诞生,在清末教育发展中体现出工具性目标;但随着对西方美术教育学习的深入,其主体性、专业性目标逐渐凸显,逐渐符合于近现代意义上的艺术教育,清末美术教育目标的确定为近现代美术教育目标制定奠定了基础.

摘要： 一、顶层设计核心内涵一：整体性即全方位系统筹划 学界的一个共识是，改革是一项系统工程，突出整体性即全方位系统筹划，是顶层设计的核心内涵之一。全方位系统筹划具体表现在三个维度：改革内容的系统筹划、目标层次的系统筹划和时间进程的系统筹划。

摘要： 一、学习目标的分层分层制订目标并开展差异性教学是全面提高学生体育课参与度的关键。设置分层目标要遵循目标层次与各类学生现有发展水平相适应，让不同起点学生都有力所能及的目标。如，学习篮球行进间单手肩上投篮，将学生分成A（能力强，拓展型）、B（能力一般，掌握好）、C（能力差，做好分解动作）3组，针对不同组提出不同的学习目标，制订不同的学习内容。

摘要： 语文对于小学时期的学生来讲是最贴近生活的一门学科,对于小学生来讲,一堂成功的语文课应该是生动有趣的,学生才能在活跃的课堂当中更加愉快地学习.那么小学语文教师如何才能把握学生在小学不同阶段学生的情绪,良好把控和活跃课堂的气氛呢?下面笔者将对此进行相关论述.

摘要： 本发明公开了一种面向单粒子效应的多层次软加固方案多目标优化与评估方法，包括：提取进程级、线程级、代码级和指令级各层次软加固的主要特征，构建特征向量；将特征向量作为多目标优化输入参数，建立多目标优化模型；建立基于权重的多维度多层次效能评估模型计算多目标优化模型中软加固方案的适应值；判断当前最优的软加固方案是否满足要求的效能指标；若不满足，进行面向多层次软加固的多目标优化计算，对软加固方案进行进一步优化，直到满足得到要求的软加固方案为止。本发明为实现最大程度减少由单粒子效应引起的软错误，减少航天器、卫星、飞机等嵌入式计算机系统的故障提供了一种有效的多维度的解决方法，能够提高电子设备的可靠性和安全性。

摘要： 本发明公开了一种基于空间层次感知模块和度量学习的遥感图像目标检测方法，解决在复杂环境下目标特征不明显以及类内目标特征差距大的目标检测问题。主要包括如下步骤：(a)构建预训练数据集；(b)利用空间层次感知模块构建特征金字塔；(c)对输入图像上的区域进行前景和背景的分类和定位；(d)对可能的目标特征进行分类和定位；(e)进行在线难样本挖掘；(f)利用度量学习拉近相同类别难样本特征之间的距离；(g)计算总损失，更新目标检测模型参数。本发明提出的辅助损失，通过度量学习可以拉近相同类别特征之间的距离，使得类内的目标更加容易识别，减少因类内目标特征差异过大造成的检测错误。

摘要： 本发明公开了一种基于多层次注意力机制的单目标追踪方法，其实施方案为：(1)获取数据集与追踪标签；(2)选取并裁剪追踪样本；(3)提取、展平、拼接样本图像特征图；(4)构建多层次注意力网络；(5)构建特征增强模块；(6)构建目标预测网络；(7)获取追踪模型；(7)构建损失函数；(8)训练追踪模型；(9)单目标追踪。本发明构建的追踪模型，利用多层次注意力网络对搜索区域和模板的图像特征进行全局的相关性建模，产生多层的注意力特征；利用特征增强模块对多层注意力特征进行融合，获得目标的最终预测结果。该模型能够解决当追踪目标发生大的形变时难以追踪的问题，并可有效提高单目标追踪的准确率和鲁棒性。

摘要： 本发明公开了一种使用生成式参数的层次性显著建模的显著性目标检测方法，用于在给定彩色图像的情况下，对彩色图像中的显著物体做像素级的细粒度分割。该方法具体包括如下步骤：获取训练该任务的图像数据集；建立用于提取彩色图像的主干深度神经网络；建立使显著性层次建模策略对于输入图片更有适应性的层次信号生成模块；建立用于对输入图像进行显著性层次建模的显著性层次模块；基于前述模型结构进行预测模型训练，并得到最终的训练好的神经网络模型。本发明适用于RGB场景下的显著性目标检测，面对各类复杂情况具有较佳的效果和鲁棒性。

摘要： 本发明属于计算机视觉领域，提供了基于边缘指导和多层次特征动态聚合的显著性目标检测方法，包括以下步骤：1)利用VGG‑16主干框架对RGB图像进行初始多层次特征提取并进行编码；2)利用多层次特征动态聚合模块强化多层次特征，生成初始显著性图；3)利用边缘预测模块从主干网络中低层次的特征生成高质量边缘信息图；4)初始显著性图与边缘信息图进行高效融合增强显著性目标的边缘信息，生成高性能最终显著性图。与现有的技术相比，本发明基于边缘指导和多层次特征动态聚合的显著性目标检测方法通过集成两个模块极大提升优化多层次特征的表达能力，进一步提升显著性图的质量。

摘要： 本发明公开了一种多层次无监督领域自适应目标检测识别方法，首先利用源数据域的图像和对应的标签，对深度学习模型进行有监督训练。同时利用仿真生成模型，生成对应目标的图像，和目标域数据中的目标保持一致，通过修改仿真模型参数，生成不同条件下的数据集，从而实现泛化的中间域数据集。之后，利用源域训练好的模型，对中间域数据集进行渐次的域适应。模型参数适应之后，再引入目标域数据集，进行无监督自学习，生成伪标签，再次对模型进行参数微调，最终实现目标检测模型的多层次无监督领域自适应。本发明方法提高了模型的无监督目标检测精度和可靠性。

摘要： 本发明属于计算机视觉领域，提供了一种层次化多感受野网络的显著性目标检测算法，包括以下步骤：1)将ResNet‑50作为主干框架对RGB图像提取多尺度特征信息然后进行编码；2)利用层次化多感受野卷积机制优化多层次特征生成高质量特征；3)利用隐形关系特征融合机制将优化后的特征进行互补性融合，然后生成最终显著性图。与现有的技术相比，本发明层次化多感受野网络的显著性目标检测算法利用不同层次感受野的卷积操作优化多层次特征并进行隐形关系特征融合，多层次特征逐层优化生成高性能显著性图。

摘要： 本发明公开了基于多层次残差网络感知和注意力机制的小目标检测方法，Baseline采用单阶段检测器YOLOv5；方法的具体步骤如下：（1）构建虚拟训练样本，扩充训练数据集的规模，提升模型整体性能；（2）使用多层残差卷积提取图像多维度特征；（3）注意力机制增强浅层特征图；（4）特征金字塔连接浅层特征图；（5）利用损失函数优化模型预测目标位置信息和类别信息以及置信度；（6）P2检测层配合L

摘要： 本发明提出一种基于多尺度层次化特征表示的目标跟踪方法与系统，所述方法包括：对输入图像数据进行增强以得到搜索区域图像；通过将特征识别器模块嵌入在层次化特征提取网络中的前三个卷积块之后，以构建得到层次化特征提取模块；将目标模板图像集与搜索区域图像输入到孪生神经网络框架中，通过层次化特征提取网络分别对模板分支和搜索区域的目标图像特征进行学习，以得到相应的模板特征与搜索特征；将模板特征输入到编码器中，使得单个模板特征进行增强，以获得编码特征；将模板特征与编码特征映射在同一特征空间中，将搜索特征与模板融合特征输入至解码器，以实现鲁棒的目标跟踪。

摘要： 本发明公开了一种基于Louvain算法的海上态势生成多目标层次化分群方法，设计能够表征实体目标属性和运动状态的元素集合；计算任意两目标u和v之间的距离；计度量分群结果的质量评价指标，作为每层分群操作是否应该终止的判别依据；设计群参数更新方法；将态势图中的所有目标，转换成一张权重图，并计算任意两顶点，即目标或群，对权重图进行层次化分群操作，最终将海战场中的所有实体目标划分为若干空间群、功能群、相互作用群、敌/我/中立方群。本发明提供更加丰富的战场态势信息，具有更强的战场适应性。