SOLO分类理论

摘要： SOLO分类理论为学生地理核心素养培养和学科思维评价提供了可操作的方法范式。文章以高中地理线上教学为例,选取综合思维能力要求较高的试题,基于SOLO分类理论构建综合思维结构评价量表,在课前、课中分别用于教师掌握学情、辅助学生解题和自评。结果表明,学生综合思维水平集中在多点结构和关联结构两个层次,根据学情在五级认知水平基础上,对多点结构和关联结构进行二级细化;修订后的思维结构量表用于辅助线上教学,有助于教师掌握学情、完善教学设计,弥补线上教学互动不足的问题,也有助于促进学生综合思维水平进阶。

摘要： 基于SOLO分类理论,从思维层次和内容主题两个维度对浙江省新高考数学卷进行分析.结果表明:历年浙江卷SOLO层次基本呈现关联结构>多元结构>单点结构>拓展抽象结构;各主题考查力度均为几何与代数>函数>预备知识>概率与统计;函数SOLO层次水平最高,概率与统计和预备知识SOLO层次水平相对较低.

摘要： 要对高中物理深度学习进行精确的评价,就必须借助于科学的学习理论.事实表明,SOLO分类理论就能够对高中物理深度学习进行比较准确的评价.根据SOLO分类理论对学习过程中思维深入程度的分析,具体可以划分为这样五个层次,即前结构、单点结构、多点结构、关联结构、抽象拓展结构.在具体的教学实践中,要想实现SOLO分类理论与深度学习评价的有机衔接,那就必须在SOLO分类理论下将高中生在深度学习知识的过程衔接起来.

摘要： 基于学习进阶和SOLO分类理论,设计进阶式习题结构模型,并选取中学生对传统式和进阶式习题分别进行测验研究,从知识和思维两个进阶层面进行对比分析.研究表明,采用进阶式习题后学生的知识应用能力和思维水平明显增高;进阶式习题对于知识水平较差学生的作用效果更加明显.由此说明,适当采用进阶式习题能够满足不同层次学生,培养学生的自信心,促进学生知识与思维水平的提高和个性化发展.

摘要： 本文通过SOLO分类理论对2021年新高考Ⅰ卷的数学试题进行层次划分,并统计分数所占比例分布,得出新高考背景下的试卷主要是多点结构和关联结构为主,在新高考Ⅰ卷中,主要在考点和命题方向上遵循了"总体稳定,稳中求进"的原则.在此基础上,给教师提出了三点建议.

摘要： 这些年国家对学生教育的重视程度不断加深,要求他们通过自己的方式探索相关知识点,在钻研知识点的过程中提升自身的综合能力.对于高中导数教学来说,数学知识点较难,需要学生在掌握知识点时运用自己的思考方式进行理解,这样在做题时才能灵活运用.为了帮助学生更好地投入到高中导数学习中来,教师可以运用SOLO分类理论,这样既能对学生的考试成绩进行评价,又能更深入、准确地评价学生的学习效果.教师可以采用微课的教学方式,根据学生的数学学习现状,采用多样的方式进行引导,促使他们不断提高自身的数学综合素养.本文主要对在SOLO分类理论下将微课运用在高中导数教学中的具体实践策略进行浅析.

摘要： 开展学业述评是新时代教育评价改革对教师提出的新要求。当前,学业述评缺乏理论支撑,教师对学业述评的实施存在着实践困惑。本文依据著名教育心理学家约翰B·比格斯(John B.Biggs)和凯文F·科利斯(Kevin F.Collis)于1982年提出的SOLO分类理论,探索该理论视阈下的学业述评实施路径,即将学习结果划分为五个SOLO水平,并分别从学业基础、主要问题、建议措施和进阶路径对不同学习水平的学生进行评价,从而达到因材施评、促进学生学习进阶、培育学科核心素养的目的。

摘要： SOLO分类理论对数学学科核心素养的测评具有适切性,将数学学科核心素养与SOLO分类理论加以融合开展试题研究,能够更准确地了解高考试题的评价功能,并提升其对高中数学教学的反馈.本文以2021新高考全国I卷试题为研究对象,利用SOLO分类理论设计多维量表,研究其对学生数学学科核心素养和思维层次的考查情况,为高中数学教师开展解题教学提供一些新的启示.

摘要： 本文简要地界定了主要概念,分析了核心素养下SOLO分类理论在中学化学概念教学中应用的必要性。以“氧化还原反应”为例,依据SOLO分类理论合理地划分学习阶段,设置相应的教学目标和学习任务,从而培养学生逐级进阶的化学思维水平,在此基础上提出了在中学化学概念教学中运用SOLO分类理论的策略。

摘要： 本文主要基于 SOLO 分类理论,对近三年浙江各地市科学中考化学部分主观题进行结构、分析与评价,对试题 SOLO 不同能力层次试题难度、分值比例等内容进行讨论。

摘要： 随着中国高考制度的不断改革,高三学生的竞争压力越来越大,很多的高中为提高学生的数学学习效率,利用大量的数学作业或测试训练学生.不过在此环节中,教师却往往忽视了作业批改的重要性.在作业、试卷批改过程中,教师采用主要方式是就是分数制度,对于学生的解题思路以及环节的批改比较少,不利于激励学生认真的完成作业.基于此,笔者认为高中数学作业批改中应采用SOLO分类理论,这种作业批改法不仅可以对学生的作业实行量化评价,而且还可以实现实质性的评价,并且将学生的学习思维进行了明确的划分,为学生的作业修整和教师的作业批改评价奠定了坚实的基础.

摘要： 随着中国高考制度的不断改革,高三学生的竞争压力越来越大,很多的高中为提高学生的数学学习效率,利用大量的数学作业或测试训练学生.不过在此环节中,教师却往往忽视了作业批改的重要性.在作业、试卷批改过程中,教师采用主要方式是就是分数制度,对于学生的解题思路以及环节的批改比较少,不利于激励学生认真的完成作业.基于此,笔者认为高中数学作业批改中应采用SOLO分类理论,这种作业批改法不仅可以对学生的作业实行量化评价,而且还可以实现实质性的评价,并且将学生的学习思维进行了明确的划分,为学生的作业修整和教师的作业批改评价奠定了坚实的基础.

摘要： 随着中国高考制度的不断改革,高三学生的竞争压力越来越大,很多的高中为提高学生的数学学习效率,利用大量的数学作业或测试训练学生.不过在此环节中,教师却往往忽视了作业批改的重要性.在作业、试卷批改过程中,教师采用主要方式是就是分数制度,对于学生的解题思路以及环节的批改比较少,不利于激励学生认真的完成作业.基于此,笔者认为高中数学作业批改中应采用SOLO分类理论,这种作业批改法不仅可以对学生的作业实行量化评价,而且还可以实现实质性的评价,并且将学生的学习思维进行了明确的划分,为学生的作业修整和教师的作业批改评价奠定了坚实的基础.

摘要： 随着中国高考制度的不断改革,高三学生的竞争压力越来越大,很多的高中为提高学生的数学学习效率,利用大量的数学作业或测试训练学生.不过在此环节中,教师却往往忽视了作业批改的重要性.在作业、试卷批改过程中,教师采用主要方式是就是分数制度,对于学生的解题思路以及环节的批改比较少,不利于激励学生认真的完成作业.基于此,笔者认为高中数学作业批改中应采用SOLO分类理论,这种作业批改法不仅可以对学生的作业实行量化评价,而且还可以实现实质性的评价,并且将学生的学习思维进行了明确的划分,为学生的作业修整和教师的作业批改评价奠定了坚实的基础.

摘要： 本发明公开一种基于随机矩阵理论和模糊C均值聚类算法的PMU数据分类方法。包括：步骤1)建立历史PMU数据随机矩阵模型，通过建立线性特征值统计量进行特征提取，得到特征数据集；步骤2)用模糊C均值聚类算法对特征数据集进行聚类，得到各类的聚类中心和隶属度矩阵；步骤3)将实时电网运行数据结合历史数据建立随机矩阵模型，通过建立线性特征值统计量进行特征提取，生成特征数据；步骤4)使用步骤2的结果进行初始化，对步骤3生成的特征数据进行模糊C均值聚类，判断实时数据的类别。本发明可实现数据驱动下的PMU数据实时分类。

摘要： 本发明涉及一种融合多源数据加密和理论推导的地物分类方法，包括：利用卫星影像的可见光波段结合地面真实样本进行地物分类，得到遥感地物分类数据地物的类别包括：农用地、林地、建设用地、水域和未利用地；基于遥感地物分类数据的分类结果，对多源地理信息数据进行数据可靠性评估和空间位置信息评估；采用DS证据理论融合方法，根据多数据源的可靠性和空间位置信息的评估结果进行逐像元的地物分类，得到各个类别识别结果的联合信度；根据联合信度是否满足设定的信度规则，对遥感地物分类数据进行修正；基于证据理论的数据融合分类算法，能够有效结合各数据源的优势，解决各单一数据源识别不均衡问题。

摘要： 本发明公开了一种基于capsule理论的青光眼医学影像分类方法，包括图像预处理操作、构建基于capsule的卷积神经网络和构建图像重构全连接网络；图像预处理操作首先利用已有的青光眼医学影像视盘检测模型裁剪出感兴趣区域以减少干扰信息，接着融合视盘和视杯语义分割图信息，最后采用限制对比度的自适应直方图增强，从而改善图像整体或局部对比度。基于capsule的卷积神经网络不仅能够自动学习青光眼医学影像特征，还能发现特征之间的位置与方向信息，从而更加准确地识别青光眼。图像重构全连接网络使用类别capsule恢复原始青光眼医学影像，目的是提高基于capsule的卷积神经网络的泛化能力。

摘要： 本发明涉及一种基于模糊证据理论的主被动遥感数据融合分类方法，包括，激光点云拼接，点云网格化，植被区域识别，网格数据分割及证据理论分类等五个步骤。本发明与其他分类方法相比，此方法结合机载激光点云和航空影像主被动遥感数据，尽可能融合更多有效的特征进行地物分类，并结合模糊证据理论方法对多源特征进行融合，得出每种地物的最终联合概率，从而可以有效地提高地物分类的精度。

摘要： 本发明属于计算机技术领域，具体涉及一种基于K‑means聚类和排队理论的边缘计算任务分类调度方法，该方法包括：终端模块向边缘计算节点发出任务请求；采用训练好的K‑means算法模型对任务进行分类，将分类后的任务保存到对应的队列中；计算边缘计算节点的资源可用性，根据资源可用性对边缘计算节点进行筛选；根据排队理论将分类后的任务分配给筛选后的边缘计算节点，完成任务分类调度；本方法能有效地调度和分配任务，减少任务的等待时间，提高了设备的利用率。

摘要： 本发明公开了一种基于融合改进CLBP和感受野理论的煤岩图像识别分类方法，属于图像处理技术领域。首先，对煤岩图像进行灰度值转化，提取灰度图像的每一点像素值形成像素值矩阵，再使用中值处理的方法就像素矩阵进行降噪的操作，以增强算法的抗噪性能，在中值处理后得到的新的像素矩阵基础上，引入改进的完备局部二值模式（CLBP）图像特征描述子进行煤岩特征提取，最后使用网络模型进行识别分类。实验结果表明在煤岩数据库中对于煤岩的识别准确率达到94%，并且识别速率也比原始算法更优秀，本发明能有效的解决原始算法识别效率低下的问题，在煤岩识别的方法中能够高效的解决实际问题，具有一定的实用价值。

摘要： 本发明涉及一种融合多源数据加密和理论推导的地物分类方法，包括：利用卫星影像的可见光波段结合地面真实样本进行地物分类，得到遥感地物分类数据地物的类别包括：农用地、林地、建设用地、水域和未利用地；基于遥感地物分类数据的分类结果，对多源地理信息数据进行数据可靠性评估和空间位置信息评估；采用DS证据理论融合方法，根据多数据源的可靠性和空间位置信息的评估结果进行逐像元的地物分类，得到各个类别识别结果的联合信度；根据联合信度是否满足设定的信度规则，对遥感地物分类数据进行修正；基于证据理论的数据融合分类算法，能够有效结合各数据源的优势，解决各单一数据源识别不均衡问题。

摘要： 本发明提供了一种基于对比层级相关性传播理论的鸟类分类方法。获取待鸟类分类图像数据集，并通过对比层级相关性传播计算所述鸟类图像数据集中每个待鸟类分类图像关键特征区域的空间级相关性掩码；根据所述相关性掩码，利用深度神经网络的置信度分数确定每个待鸟类分类图像的通道级权重；将所述通道级权重与空间级相关性掩码进行线性加权，生成对不同类型鸟类标记的显著图。本发明在平均下降、平均增长和基于能量的三个评价指标上达到了先进性能，能够更好的发现影响模型决策的重要区域，从而更准确高效的对鸟类进行分类。本发明应用于鸟类细粒度图像分类任务，对模型的错误分类行为进行分析，并指导模型的训练过程，实现更准确的鸟类分类。

摘要： 本发明公开基于凸优化理论的抗噪声零样本图像分类方法，提取待分类图片的视觉特征，输入预先训练获得的视觉‑语义映射模型，预测输出待分类图片的类别语义属性；利用图模型降噪算法，将待分类图片的视觉特征空间和预测输出待分类图片的类别语义属性空间进行流形对齐，获得最终的待分类图片的类别语义属性。预先训练获得视觉‑语义映射模型：构建视觉‑语义映射模型表达式；利用类别语义属性空间相似度和噪声鲁棒损失函数，建立鲁棒优化问题；使用凸凹迭代方法将求解鲁棒优化问题转化为求解一系列子优化问题；使用交替方向乘子法对子优化问题变量进行更新迭代，确定视觉‑语义映射模型中的相关参量，从而获得最终的视觉‑语义映射模型。

摘要： 本实用新型公开了一种可根据大小分类图片的数学专业理论培训用收放装置，包括：壳体，壳体为收放装置的主要结构，所述壳体的内部开设有输送道，所述输送道的一侧固定连接有玻璃窗，所述输送道的内部置有培训图片，输送道的内部开设有内槽，内槽的长度小于输送道长度的一半；玻璃窗，玻璃窗预设在所述壳体的外表面。该可根据大小分类图片的数学专业理论培训用收放装置，当材料进入到输送道后，由于内槽长度小于输送道的一半，所以较大的培训图片不会落入到内槽中，会直接滑入到大卡片储存腔，而较小的培训图片则会在重力作用下通过斜面滑入到内槽中，再直接落入到小卡片储存腔中，达到直接分类的效果。