层次递进

摘要： 【设计理念】群文阅读是师生围绕一个或多个议题选择一组文章,而后师生围绕议题进行阅读和集体建构,最终达成共识的过程。报刊群文阅读教学是聚焦同一议题,选取层次递进且有逻辑关联的多个报刊文本,在较短时间内,从单一文本走向多个文本,并对多文本进行整合、建构的探究式阅读活动。报刊群文阅读教学作为拓展阅读教学的新形式,是学生课内阅读教学的有力补充,为学生形成真实阅读能力架起了桥梁。

摘要： 2019年9月,教育部发布《“新时代高校思想政治理论课创优行动”工作方案》,提出要完善高校思政课建设,推动形成“思政课程+课程思政”的大格局,制订专项工作方案,全面推进课程思政建设。2020年4月,教育部等八部门《关于加快构建高校思想政治工作体系的意见》指出,要全面推进所有学科课程思政建设,统筹课程思政与思政课程建设,构建全面覆盖、类型丰富、层次递进、相互支撑的课程体系;要深入推进课程思政改革,建立完善的课程思政教学评价体系,以全面评估课程思政的教学效果[1],如何有效推动课程思政,攻破关键性问题具有重要的现实意义。

摘要： 实践教学是工程教育的重要环节,是提高人才培养质量的重要途径。在国家大力建设一流本科课程的背景下,结合虚拟仿真实验手段,对上海交通大学电气工程专业实验教学模式进行了改革。介绍了电气工程专业虚实结合的实验教学理念,构建了层次递进、虚实结合的实践教学体系以及与其匹配的教学模式和考评体系,并总结了建设成效。实践表明,优化后的实验教学体系,可以大大增加学生的实践机会,引导学生进行自主性、探究性、创新性地学习,培养学生的团队协作精神和工程实践能力,提高了学习效率和实验教学质量。

摘要： 《关于深化新时代学校思想政治理论课改革创新的若干意见》指出,要整体推进高校课程思政和中小学学科德育,深度挖掘各级学校所有课程,尤其是文史类课程所蕴含的思想政治教育资源,解决好各类课程与思政课相互配合的问题,发挥所有课程育人功能,构建全面覆盖、类型丰富、层次递进、相互支撑的课程体系,使各类课程与思政课同向同行,形成协同效应。随着人们生活水平的提高,旅游已经成为一种普通休闲娱乐方式。

摘要： 在小学英语课堂教学中,优质的课堂活动设计能起到事半功倍的作用。设计生活化、趣味化和层级递进的活动,能激发学生英语学习的主动性,提升课堂教学的趣味性,有助于培养学生的英语思维能力,进而激发学生的英语学习潜能,促进学生综合语言运用能力的形成和发展。

摘要： 文章介绍了对电工电气实训课程教学的改革,总结了其中电气控制实训部分的教学设计,包括基于项目的教学内容设计,基于层次的教学过程设计以及基于引导的元器件及工具管理设计等.该教学设计已用在2019年线下教学和2020年上半年的线上教学中,并在实践中进行了改进和完善,希望为基于"互联网+"的线上线下混合式教学打下基础.

摘要： 生本理念下的初中历史教学,要求教师要把学生放在课堂的首要位置,围绕学生的认知和思维,最大限度地提升学生的能力和素养.层次递进设置问题链,在让学生思维得到持续发展的同时,也让更多的学生参与其中.因此,教师要将问题链的设置引入生本课堂,给学生长足的生长空间.

摘要： 在小学英语课堂教学中,优质的课堂活动设计能起到事半功倍的作用.设计生活化、趣味化和层级递进的活动,能激发学生英语学习的主动性,提升课堂教学的趣味性,有助于培养学生的英语思维能力,进而激发学生的英语学习潜能,促进学生综合语言运用能力的形成和发展.

摘要： 当今世界正经历百年未有之大变局,各种可以预见和难以预见的风险因素明显增多。贯穿2020年始末的新冠肺炎疫情更是对国家安全提出的重大考验。因此,习近平总书记提出,必须坚持总体国家安全观,增强忧患意识,做到居安思危。结合教育系统实际,2020年9月,教育部印发了《大中小学国家安全教育指导纲要》(以下简称“指导纲要”)。指导纲要以总体国家安全观为统领,系统设计大中小各学段育人目标和学习内容,突出启蒙、增强国家安全意识,树立总体国家安全观,践行总体国家安全观的层次递进要求。指导纲要明确了国家安全教育的主要内容,并要求围绕主要内容全领域、全学段覆盖,结合学科(专业)特点有机融入,将总体国家安全观的宏观要求分领域进行全面阐述,将核心要义细化为可理解、可实施的学习内容与要求。

摘要： 生本理念下的初中历史教学,要求教师要把学生放在课堂的首要位置,围绕学生的认知和思维,最大限度地提升学生的能力和素养。层次递进设置问题链,在让学生思维得到持续发展的同时,也让更多的学生参与其中。因此,教师要将问题链的设置引入生本课堂,给学生长足的生长空间。

摘要： 基于建构主义理论,紧贴军队人才培养需求,确立了"注重前沿知识获取,注重教学科研结合,注重创新能力培养"的培养理念,形成"翻转课堂+Seminar"为主的专业课教学方法,创设了"厚-宽-专"的培养条件平台,创建了基于"问题探究-项目参与-独立科研"的层次递进式培养模式,形成"培养理念-教学方法-平台构建-培养模式"的军校工科研究生培养体系,从理论和实践两个层面对军校研究生培养体系的构建进行研究探索.

摘要： 一种大埋深隧道突涌隐患程度三层次循环递进量化方法；当隧道的埋深h

摘要： 一种大埋深隧道突涌隐患程度三层次循环递进量化方法；当隧道的埋深h

摘要： 本发明提供了一种面向GPU的层次递进下钻的性能监测方法，包括：(1)关注CPU程序与设备交互部分，识别CPU和GPU空闲时间、主机端CUDA函数、CPU与GPU数据传输开销以及热点kernel函数；(2)朝着细粒度方向监测，将CUDA模型中的网格grid级别作为一个监测层次，获得GPU设备级别的度量值；(3)向下进行SM级别监测，识别各SM上的负载平衡、执行的线程块数和SM级别的同步指令数；(4)监测其上运行的线程块block执行状况，包括线程块block的执行时间、分支数和同步指令数；(5)监测感兴趣的线程块中的warp行为，获得各warp执行时间、分歧数、同步指令数目以及存储器操作指令数信息；(6)监测CUDA线程的执行信息，包括各线程执行时间。

摘要： 一种小电流接地故障多层次递进式分类识别方法，设置了包括将故障特征分按时域特性、故障点的性质等，自上而下的四层递进式故障分类数据模块，有效解决了小电流接地故障分类不完整、识别类型单一等问题，据此提出了识别方法的5步骤，在不同层次提取零序电压、零序电流等故障波形特征，采用时域特征辨识、启发式分割算法、FFT分析等逐层识别故障类型，最终得出全面表示故障特征的故障类型。所述方法能够有效避免故障识别过程中概念模糊的问题，一方面可深层次掌握故障原因及其分布规律，促进配电网运检查管理精益化水平的持续完善；另一方面可辅助运维人员及时发现配电网“潜伏性隐患”，进一步缩短故障查找时间，促进配网运行可靠性的不断提升。

摘要： 本发明公开了一种高散热层次递进金属层结构，从下到上依次包括基板、覆铜板、第一铝铜合金层、第二铝铜合金层、铸铝层、散热铝板，所述第一铝铜合金层的铜含量高于第二铝铜合金层的铜含量，所述基板与覆铜板熔合，所述覆铜板、第一铝铜合金层、第二铝铜合金层、铸铝层的任意相邻两层之间的连接方式为熔合，所述散热铝板与铸铝层垂直焊接。本发明特别适用于基底为陶瓷的覆铜板基散热，结合了铜传热快速和铝散热快速的优点，并减弱相互之间的界面，给散热方式的升级提供新的价值。

摘要： 本发明公开了一种基于寿命多层次递进预测的复杂产品全流程设计方法。首先采集现场的设备样本数据，并用平均秩次法处理设备样本数据；结合灰色关联度法对不同分布模型进行匹配识别，进而确定针对设备样本数据最优的全流程寿命分布模型；根据最优分布的全流程寿命分布模型处理获得模型参数，再通过解析法结合建立目标函数进行线性回归法参数估计，获得模型参数的估计值，并利用模型参数的估计值准确预测获得设备样本数据的寿命结果。本发明提出的多层次递进法选出的全流程寿命分布模型与工业汽轮机全流程寿命分布的实际状况匹配度佳，能较好地解决工业汽轮机全流程寿命分布模型匹配过程中存在的不确定性的问题，提高了模型匹配的准确性。

摘要： 本发明涉及一种基于过滤式和封装式层次递进的特征选择方法。本发明首先使用过滤式的方差排序法和信息增益排序法和基于封装式的Boruta排序法，对特征进行排序，对排序后的特征根据重要性程度分配秩，对三种排序方法的结果进行融合，然后基于皮尔逊相关系数计算特征两两之间的相关性，设定特征的皮尔逊相关系数阈值，根据特征之间的相关性，选择性删除部分特征，最后基于封装式的序列向前选择法结合随机森林模型找到最好的特征组合，从而得到最优特征子集。本发明对数据集选择最优特征子集具有很好的效果，为学习模型提供比较准确的特征信息，从而提高学习模型的准确性。

摘要： 本发明提供了一种基于兴趣簇‑热链的层次递进式资源查找模型及其构建方法，所述资源查找模型是一个层次化递进式的查询结构，整个资源查找过程是一种兴趣簇内、兴趣簇间、热链、双环的层次递进式四步查找模型，其强调服务的本地提供，进行递进式资源查找。本发明是一个层次化递进式的查询结构，整个资源查找过程是一种兴趣簇内、兴趣簇间、热链、双环的层次递进式四步查找，强调了服务的本地化提供，降低用户查询等待时延，提高资源获取效率，降低骨干网流量。模型中各个域和簇可以并行工作，大大提高了系统并行工作效率，提高了网络吞吐量，使网络QoS得到保证。

摘要： 本发明提出一种基于神经网络和贝叶斯模型的多层次递进分类方法及系统，包括：神经网络数据预处理，对第一层模型准备好神经网络训练模型的特征向量和预测结果；神经网络的训练，在准备好的数据上进行神经网络模型的训练，构建大类层次的分类器模型；贝叶斯模型的训练，在每个大类下建立该类别的贝叶斯网络模型；待分类样本的预测步骤。本发明充分利用不同模型的优缺点，对海量数据根据层次的需要做了分批训练，由此一系列的模型确定待分类样本的标签，并对多个模型的训练和预测提出了相应的解决方案。

摘要： 本发明提供了一种面向GPU的层次递进下钻的性能监测方法，包括：(1)关注CPU程序与设备交互部分，识别CPU和GPU空闲时间、主机端CUDA函数、CPU与GPU数据传输开销以及热点kernel函数；(2)朝着细粒度方向监测，将CUDA模型中的网格grid级别作为一个监测层次，获得GPU设备级别的度量值；(3)向下进行SM级别监测，识别各SM上的负载平衡、执行的线程块数和SM级别的同步指令数；(4)监测其上运行的线程块block执行状况，包括线程块block的执行时间、分支数和同步指令数；(5)监测感兴趣的线程块中的warp行为，获得各warp执行时间、分歧数、同步指令数目以及存储器操作指令数信息；(6)监测CUDA线程的执行信息，包括各线程执行时间。