学习类型

摘要： 厘清实习的学习类型、彰显实习的教育属性是本科职业教育高质量发展的必然要求。借鉴工作本位学习的三维模型,通过逻辑思辨构建了本科职业教育实习的“三维十项”学习类型结构,作为设计高质量实习项目的理论依据。建议从建立促进学生工作场所学习的实习制度、开发创新型实习项目、实施实习的课程化管理等途径,强化本科职业教育实习的学习特征。

摘要： 阅读教学中普遍存在隐性和显性两种不同类型的学习模式,心理游戏应据此而设计。不同课文文体特征有别,不同学段学生心理特征各异,这也是游戏设计必须考量的重要因素。设计不同类型的心理游戏,可以优势互补,发挥协同效应。

摘要： 新旧概念之间一般有三种关系,分别对应三种学习类型,教学中教师可通过分析新旧概念之间的关系,有针对性地选择概念的学习类型,以加强知识系统化、结构化的研究,引导学生在知识的联系中建构知识系统,提升学习能力。

摘要： 根据马克思主义中关于"人"的理论以及学生学习类型的分类,结合目前职业教育中教学方法使用现状,找出存在的深层次问题,然后创新出"三维复合教学法"进行多感官教学,说明该教学法的原理、优势,并对该教学法的使用做了说明.

摘要： 基于慧教育的中职电商微课教学,是指智慧汇聚校企各方资源,通过了解不同学生的表象系统,巧妙运用几分钟微课,有针对性地把声音、图像、文字、图表、视频等教学素材有机结合起来,力求让视觉型、听觉型、感觉型、逻辑型的学生都能手、脑、口、耳、眼并用,循序渐进地掌握知识.慧教育下的NLP式中职电商微课教学使信息化教学和传统教学相得益彰,结合企业项目,培养学生的探究能力,进而打造高效课堂.

摘要： 前几天,我跟着儿子参加学校组织的3D打印博览会,其中一个展位是关于''儿童3D打印笔''的,到场的孩子都可以领到一支打印笔,在老师的带领下体验什么是3D打印。就在孩子们都兴致勃勃地动起手来的时候,我突然注意到身边的明明和他的妈妈。只见他妈妈手里抓着打印笔,不停地催促:''快点拿上,你看,你同学都在打印了,待会儿就你没完成.''明明却把双手紧紧背在身后,怎么也不肯碰打印笔。

摘要： 字母和数字的奇异世界,成就了一个伟大的男孩。是什么改变了孩子的一生,是伟大的母爱?是奇迹般的师生情?一次偶然的机会,我观看了这部发人深省、感人至深的电影。一部洋溢着童真、包容、善良跟阳光的电影,使得即使对电影所讨论的问题一无所知的我们,也会很轻松地走进这个故事。

摘要： 以新升本科院校理工类大学物理课堂教学为例，主要从教材内容的构建、教师的教学手段和方法、学生的学习类型几个方面进行了分析研究，在大学物理教学中培养创新人才，学生、教师、教材这3个因素的作用非常重要。

摘要： 本发明提供一种基于选择性集成学习的海上事故类型预测方法，针对海上事故数据时效性强、涉及风险因素较多等特点，考虑到海上事故类型预测模型所需的准确性和普适性，采用选择性集成学习技术，提出了一个两阶段模型选择方法，该方法同时考虑模型准确性与多样性，通过选择一组性能优异的个体学习器构建海上事故类型预测模型，提高了模型的泛化能力和预测精度，实现海上事故类型的快速可靠预测，提升海上事故预防的针对性。

摘要： 本发明公开了一种基于特征提取和GRU深度学习模型的肌肉疲劳检测方法，包括：1通过表面肌电传感器采集受试者长时程背部肌群的表面肌电信号，对样本数据进行分割、异常值筛除、滤波去噪和以疲劳界限为依据设置分类标签；2将清洗后的数据样本滑窗提取为形状[s,c]的特征序列，导入GRU神经网络进行训练，且在训练过程中设置样本采样权重措施解决样本标签不平衡的问题；3使用验证集来调整学习率优化模型并以验证集准确率为标准选择最优模型，将最终模型运行于测试集上，最终各肌肉区域的疲劳检测均可达到98％以上的准确率。本发明能克服传统单块肌肉检测方法的局限，对人体主要肌群进行全面的疲劳检测，且提高了检测的准确率。

摘要： 本发明涉及一种基于深度学习的波纹管内壁多类型瑕疵检测方法及系统，其方法包括：S1：将波纹管内壁图像按照高与宽分割成n*n个检测块，输入基于分块分类的波纹管内壁瑕疵检测网络，输出n*n个瑕疵概率的初始检测结果；S2：设置全局阈值和局部阈值，根据全局阈值对初始检测结果进行判断，并使用局部阈值对疑似块进行进一步的判断，结合二阈值法的判断结果，判定检测块是否有瑕疵并对其进行标注；S3：根据Bilinear CNN主干网络和ResNet18，构建瑕疵分类网络，将标注好的检测块输入瑕疵分类检测网络进行复检与分类，输出复检有无瑕疵以及瑕疵分类结果。本发明提供的二阈值的后处理方法，设计分类网络对瑕疵检测结果进行分类与复检，降低了检测网络的漏检率与误检率。

摘要： 本公开描述了基于深度学习的甲状腺细胞学多种类型细胞的检测方法，包括：获取甲状腺细胞的细胞病理玻片图像，细胞病理玻片图像为全片切片图像，采用可选步长的滑窗扫描从细胞病理玻片图像中获取多张目标图像，相邻的目标图像具有重合区域，对目标图像进行处理以获得至少一张特征图像和置信度图像，置信度图像的数量与甲状腺的病变细胞的病变类型的种类的数量相同，对至少一张置信度图像进行处理以得到多个对应不同病变类型的置信度，基于多个置信度获得与目标图像相匹配的分类结果，基于分类结果对至少一张置信度图像进行处理以获得目标图像中与分类结果相匹配的区域。由此能够提高检测系统的检测效率，并且在训练该检测系统时能够减少标注成本。

摘要： 本公开提供一种基于学习方式的日志类型识别方法及装置，所述方法包括基于预先获取的各类系统日志，根据系统日志的数据类型与其对应的分词处理方式，对所述系统日志的数据进行分词处理；将进行分词处理后的系统日志建立词嵌入向量，并对词嵌入向量进行归一化处理，确定系统日志词向量；获取每类系统日志词向量之间的向量距离，根据所述向量距离以及预先确定的距离阈值，确定所述系统日志的不变部分；根据所述系统日志的不变部分，确定所述不变部分的词向量对应的关键词，并根据所述关键词确定与所述关键词对应的设备规格化脚本。本公开的方法能够降低人工制作日志规格化脚本的工作量，提升工作效率。

摘要： 本发明提出一种标注类型自适应的主动学习图像目标检测方法及装置，其中，该方法包括：获取目标图像，对其进行检测，得到目标对象对应的定位信息和分类信息，并对分类信息满足第一预设条件的进行标注以获得对应的类别标签，对定位信息满足第二预设条件的进行标注以获得对应的补充包围框标签，根据两种标签生成第一标注数据，将第一标注数据加入至标注数据集，其中，标注数据集中预存有第二标注数据；根据标注数据集对半监督检测模型重新训练，得到迭代更新后的目标半监督检测模型，直到模型达到预期性能或标注数量达到预算。该方法既能显著节约标注成本，又能提高检测算法对目标类别、位置的判断。

摘要： 本发明公开了一种基于远程监督学习的车辆类型识别方法及系统，属于智能交通技术领域，包括以下步骤：步骤S1：获取道路监控摄像机传输的道路图片，并根据待识别车辆在所述道路图片中的位置，从所述道路图片中获取待识别车辆的车身图片；步骤S2：先对车辆的车身图片进行预处理，然后根据所述待识别车辆的车身图片进行车型识别，获取该待识别车辆的车辆类型识别信息。本发明中，具有识别准确率高，训练收敛快的优点，计算速度能够满足智慧道路对车辆类型识别的处理要求，能够有效的被应用到智慧交通信息中去，且还具有远程监督学习能力，能够自动更新车型识别信息库，使得车辆类型识别的能力更强，能够很好的适应各种环境下车辆车型的准确识别。

摘要： 本发明涉及一种用于求出设备（1）、尤其可电驱动的机动车辆的电能存储器（2）的老化状态轨迹的计算机实施的方法，该方法具有以下步骤：‑连续提供（S1）运行变量（F）的曲线，所述运行变量表征特定的能量存储器（2）的运行；‑借助经验老化状态模型在多个时间点基于运行变量求出（S3）老化状态；‑根据多个老化状态点将用于描述老化状态轨迹的轨迹函数参数化（S4），所述老化状态点分别根据时间相关的参考变量说明所求出的老化状态，‑提供（S5）轨迹函数。

摘要： 本发明公开了一种基于深度Q学习的微电网内多类型储能的调度方法及装置，所述微电网包括电源、长周期储能设备和短周期储能设备，将微电网内多类型储能的调度问题描述为马尔可夫决策过程，构建并训练深度Q学习的神经网络模型，采用训练好的深度Q学习神经网络模型，输入微电网的当前状态，输出对应的动作，按照输出的动作进行调度。本发明通过智能体和微电网调度环境的不断交互来获得最优的储能调度策略，避免了模型不准确性带来的影响，适用于包含多种类型储能技术的微电网，能够为微电网的优化运行提供支撑，采用发明技术方案可以调整储能荷电量，合理安排用电时间和用电量，实现微电网运营收益最大化的目标。

摘要： 本发明提供了一种基于机器学习的网络安全攻击类型和威胁等级预测方法，所述预测方法具体为首先采集历史网络流量数据，并根据攻击类型和安全威胁等级对网络流量数据进行分类和数据预处理，构建训练集和测试集，对预设的每种机器学习算法建立对应的预测模型，采用每种机器学习算法根据训练集对对应的预测模型进行训练，获取每种机器学习算法的预测准确率，选择预测准确率最高机器学习算法对应的预测模型，采集新的网络流量数据，最后利用选择的预测模型以及新的网络流量数据获取攻击类型和威胁等级的预测结果。本发明能够进一步细化网络安全的异常预测问题，对攻击类型和威胁等级进行预测，提高网络安全的异常处理效率，进一步保障网络安全。