回归生活世界

摘要： 在新一轮基础教育课程改革中,“回归生活世界”是初中道德与法治课程在基本理念上的主要改革。新课程理念强调课程改革必须以学生为本,积极培养学生的学科核心素养,教学要回归生活,最终为生活服务。同时,学生作为有思想的生命个体,其多元化的需求亟待道德与法治课堂教学“回归生活世界”。日新月异的社会生活是道德与法治课的源泉,只有密切联系生活实际,才能使道德与法治课堂教学焕发光彩,取得实效,走向高效。

摘要： 高中思想政治是最贴近现实生活,离生活最近的一门学科.一方面,它的理论知识取材于现实生活中的经济、政治、文化等领域,来源于生活;另一方面,它旨在将教学与现实生活世界相结合,服务于生活.因此,本文论述了高中思想政治学科"回归生活世界"的依据;根据相关依据探索回归的可能性;研究了回归生活世界的创新路径,以提升思想政治教学的有效性和针对性.

摘要： 美术是自人类社会诞生以来就存在的人们认识社会、再现社会的重要方式。用美术的综合观念认识生活,将生活中的美引入课堂,可以打破美术与生活的界限,使学生在学习和生活中享受美。由李东风撰写的《美术教学法》(四川美术出版社2019年1月出版)延续了作者在《艺术课程研究》(西北大学出版社2007年10月出版)一书中的探索,着重关注美术教学法的研究。

摘要： 生活德育是相对于知性德育的一种德育模式,它立足于现实生活,主张在真实的生活情境中培养个体的德性。长期以来,我国德育存在实效性差、政治化、脱离生活等问题。面对这一系列问题,德育研究领域兴起了生活德育的研究思潮。生活德育是相对于知性德育的一种德育模式,它立足于现实生活.

摘要： 思想政治教育目的回归生活世界是针对当前过分强调思想政治教育的工具性价值、忽视其育人的本体性价值而提出的,旨在通过向生活世界的回归体现思想政治教育人文关怀的价值意蕴.马克思主义生活世界的思想理论是以现实的人为主体,以实践为基础,体现了全面性的特点.当前思想政治教育目的的定位与实践旨归必须坚持以人为本、主体性、层次性等原则,要大力加强思想政治教育的主体体验教育、在坚持普遍要求与个别差异的统一中整合思想政治教育目标、在创新思想政治教育方式中促使教育主体与教育对象主体间的对话.

摘要： 综合实践活动课程,使学生回归生活世界。一方面,学习学生需要在实践中学习,没有对真实生活的思考和生活情境中的体验,就没有真正的知识和丰富的理解;另一方面,学生也需要在生活中实践,只有面对生活中的真实问题综合运用知识,学以致用,学生才可能真正直面生活,过好自己的生活。

摘要： 针对知性德育脱离生活的问题，生活德育论者强调德育要以儿童的生活为出发点，回归生活世界，以克服知性德育抽象化、教条化的弊端，主张用生活德育取代或超越知性德育。生活德育论者的批判无疑是切中知性德育时弊的，

摘要： 本发明公开了一种基于ARMA和回归分析的生活能源消费预测方法及系统，获取人均生活能源消费项目及其测量值；建立与人均生活能源消费测量值相对应的第一样本，构建时间序列；根据贝叶斯信息量准则，确定ARMA模型的阶数，构造ARMA模型；建立以现实因素的影响因子与时间序列的样本集合为第二样本；对第二样本进行回归分析，得到组合预测模型；利用组合预测模型对时间序列进行组合预测。本发明采用基于ARMA和回归分析的组合机器学习预测模型，能更好地适应时间序列的特性并准确描述现实影响因素，具有测试准确度高的有益效果。

摘要： 本发明揭示了将物理物体从现实物理生活传送到虚拟世界的系统和方法。简言之，本发明的方法包括接收来自在现实世界中构建的物体的特性和结构数据。特性和结构数据是使用多个放置在物体附近以感测物体的特性和结构的传感器从该物体获得的。物体的特性和结构数据被用来产生创建物体在虚拟世界中的等价表示所必须的代码。

摘要： 本发明揭示了将物理物体从现实物理生活传送到虚拟世界的系统和方法。简言之，本发明的方法包括接收来自在现实世界中构建的物体的特性和结构数据。特性和结构数据是使用多个放置在物体附近以感测物体的特性和结构的传感器从该物体获得的。物体的特性和结构数据被用来产生创建物体在虚拟世界中的等价表示所必须的代码。

摘要： 本发明提供一种回归反射片(100)和该回归反射片(100)的制造方法，该回归反射片(100)具有：回归反射层(20)，其在一个表面具有多个回归反射元件(24)；背面层(40)，其与回归反射元件(24)相对地设置，并且其回归反射元件(24)侧的表面的至少一部分由树脂构成；多个颗粒(30)，其配置于回归反射元件(24)与背面层(40)之间，并且其表面的至少一部分由树脂构成；和空隙，其形成于回归反射元件(24)与背面层(40)之间。

摘要： 本发明公开了一种基于ARMA和回归分析的生活能源消费预测方法及系统，获取人均生活能源消费项目及其测量值；建立与人均生活能源消费测量值相对应的第一样本，构建时间序列；根据贝叶斯信息量准则，确定ARMA模型的阶数，构造ARMA模型；建立以现实因素的影响因子与时间序列的样本集合为第二样本；对第二样本进行回归分析，得到组合预测模型；利用组合预测模型对时间序列进行组合预测。本发明采用基于ARMA和回归分析的组合机器学习预测模型，能更好地适应时间序列的特性并准确描述现实影响因素，具有测试准确度高的有益效果。

摘要： 提供高速并且高精度地对S型函数进行秘密计算的技术。秘密S型函数计算系统将g(x)设为能秘密计算的函数，根据输入值x的份额[[x]]计算对于输入值x的S型函数的值的份额[[σ'(x)]]，包括：第一比较单元，生成第一比较结果[[c]]＝less_than([[x]],t1)；第二比较单元，生成第二比较结果[[d]]＝greater_than([[x]],t0)；第一逻辑计算单元，生成第一逻辑计算结果[[e]]＝not([[c]])；第二逻辑计算单元，生成第二逻辑计算结果[[k]]＝and([[c]],[[d]])或者[[k]]＝mul([[c]],[[d]])；以及函数值计算单元，计算份额[[σ'(x)]]＝mul([[k]],[[g(x)]])+[[e]]。

摘要： 一种秘密S型函数计算系统，将mapσ设为由表示S型函数σ(x)的定义域的参数(a0,…,ak‑1)和表示值域的参数(σ(a0),…,σ(ak‑1))(a0,…,ak‑1为满足a0k‑1的实数)定义的秘密批量映射，所述秘密S型函数计算系统由3个以上的秘密S型函数计算装置构成，从输入向量x→的份额[[x→]]，计算对于输入向量x→的S型函数的值y→的份额[[y→]]，所述秘密S型函数计算系统包含通过[[y→]]＝mapσ([[x→]])＝([[σ(af(0))]],…,[[σ(af(m‑1))]])计算份额[[y→]]的秘密批量映射计算单元，其中，f(i)是成为aj≤xij+1的j，0≤i≤m‑1。

摘要： 本发明揭示了将物理物体从现实物理生活传送到虚拟世界的系统和方法。简言之，本发明的方法包括接收来自在现实世界中构建的物体的特性和结构数据。特性和结构数据是使用多个放置在物体附近以感测物体的特性和结构的传感器从该物体获得的。物体的特性和结构数据被用来产生创建物体在虚拟世界中的等价表示所必须的代码。

摘要： 本发明揭示了将物理物体从现实物理生活传送到虚拟世界的系统和方法。简言之，本发明的方法包括接收来自在现实世界中构建的物体的特性和结构数据。特性和结构数据是使用多个放置在物体附近以感测物体的特性和结构的传感器从该物体获得的。物体的特性和结构数据被用来产生创建物体在虚拟世界中的等价表示所必须的代码。

摘要： 本公开构建一种说明变量的变动与目标变量的变动具有对应关系的回归模型。回归分析装置具备：数据获取部，从存储装置读出训练数据和约束条件，该存储装置储存用作回归模型的目标变量和说明变量的训练数据、和预先定义为了使目标变量向正或负的方向变动而应使说明变量向正和负中的哪一方变动的约束条件；以及系数更新部，以使包括正则化项的成本函数最小化的方式，使用训练数据，反复更新回归模型中的说明变量的系数，所述正则化项在违反约束条件的情况下增大成本。