掌握学习理论

摘要： 随着课程信息化的推进,以“微课”为新型教学资源,以“翻转课堂”为前沿教学模式,开展教育教学,既符合“掌握学习”理论,又强化了教育公平与素质提升。这与国家中长期教育改革和发展纲要的精神相契合。在上述教育理念的指引下,本文首先阐述了何为“掌握学习”理论,其次针对器乐教学中陈旧的教学方式方法,提出了“激活旧知—示例新知—应用探析—归纳反馈的正反馈知识提升路径”,并深入分析了“翻转课堂”的具体操作与应用场景。

摘要： 工程改变世界,科技创造未来,在新工科背景下培养的学生必须具备过硬的专业技能和创新能力.针对Creo课程教学中学生设计创新能力培养困难、自我约束力较差、基础知识较薄弱的现状,开展了"以学生为中心(SC)"的混合式教学.通过班级授课、小组研讨、线上-线下、理论-实践相结合的混合式教学,提高了学生学习的主动性,提升了课程质量.

摘要： 军事职业教育互联网服务平台为军事院校教育开展翻转课堂教学模式应用研究创造了条件,以"干扰原理仿真实验"为教学案例,选择随机编为两组的同专业学生作为研究对象,调整教师角色为个性化学习支持服务提供者和引导者,借助在线学习资源进行MOOC背景下的教学过程重构实践,引入全时学习的"反馈——纠正"机制,有针对性进行翻转课堂教学程序设计,并与传统课堂进行同条件对比研究.结果表明,对照组学生成绩呈正态曲线分布,实验组学生成绩呈偏态曲线分布,新模式能够使更多的学生达到较优的教学目标.

摘要： 高校英语分层教学是基于因材施教原则及掌握学习理论而展开的对高校英语教学形式的新探索.通过分层教学满足不同英语学习水平学生的学习需求,改善当下高校英语教学中"眉毛胡子一把抓","一刀切"的现状.分层教学在可实施的范围内真正优化了当下高校英语教学.该文以空乘专业学生的英语学习为研究对象,对英语分层教学的实施情况分析成文,以期为高校英语分层教学更好的实施做出贡献.

摘要： 高校英语分层教学是基于因材施教原则及掌握学习理论而展开的对高校英语教学形式的新探索。通过分层教学满足不同英语学习水平学生的学习需求,改善当下高校英语教学中“眉毛胡子一把抓”,“一刀切”的现状。分层教学在可实施的范围内真正优化了当下高校英语教学。该文以空乘专业学生的英语学习为研究对象,对英语分层教学的实施情况分析成文,以期为高校英语分层教学更好的实施做出贡献。

摘要： 工程改变世界,科技创造未来,在新工科背景下培养的学生必须具备过硬的专业技能和创新能力。针对Creo课程教学中学生设计创新能力培养困难、自我约束力较差、基础知识较薄弱的现状,开展了“以学生为中心(SC)”的混合式教学。通过班级授课、小组研讨、线上-线下、理论-实践相结合的混合式教学,提高了学生学习的主动性,提升了课程质量。

摘要： 在课堂中实施分层教学是提高课堂效率、落实教学目标的有效途径之一.根据掌握学习理论,一方面,教师在课堂上应分步化地设置问题,个性化地提出问题;另一方面,学生应形成程序化的分析过程并自行控制学习进度.

摘要： 在课堂中实施分层教学是提高课堂效率、落实教学目标的有效途径之一.根据掌握学习理论,一方面,教师在课堂上应分步化地设置问题,个性化地提出问题;另一方面,学生应形成程序化的分析过程并自行控制学习进度.

摘要： 掌握学习理论自20世纪80年代被我国引进以来,经历了多次发展,对我国的中小学课程改革具有深远影响.在以核心素养为主导的新一轮课改中,信息技术与课程整合成为高中物理课程发展趋势,大数据工具出现很好地解决了以往掌握学习理论耗学时、难操作等问题.在高中物理课堂教学中,以掌握学习理论为指导,运用大数据辅助教学,作为新课改理念下的理论指导实践的一次尝试.

摘要： 自主健身行为是青少年学生自我决定的,受行为环境自主支持的,意向性自我调节的健身行为.自主健体能力是高中学校体育致力于学生达到的最终归宿,这种自主性既是一种能力也是一种学习的过程.目前,学校体育的现状是:学生不能较好地掌握运动技能,不能合理运用所学知识,没有自主健体的能力.2016年新一轮高考改革提出让学生对学习内容、评价内容和评价方式有更大选择权,间接地反映出增强学生的学习自主性是必备的体育品质.掌握学习就是教学条件适当和学习条件具备的情况下,大部分学生都能够真正掌握学校所教的绝大部分学习内容.以集体教学为基础,辅之以经常、及时的反馈,为学生提供所需的个别化帮助以及所需的额外学习时间,从而使大多数学生达到教学目标所规定的掌握标准.因此,本文以学校健美操课程教学设计为依据,探讨在掌握学习理论指导下高中生自主健体能力提升的实效性.通过教学实践及教学评价、设置比赛反馈、访谈等途径,了解掌握健美操技能所需要的时间与练习强度,在此过程中所间接培养的自主健体能力水平,更深入地发掘自主健体能力达成途径的实效性及价值,找出影响学生自主健体能力的因素,为培养学生自主健体能力提供理论参考依据.

摘要： 本发明提供了一种结合PAC学习理论和主动学习的时间自动机模型的生成方法，用于生成实时系统的单时钟时间自动机形式模型，其特征在于，包括：步骤S1，通过学习器初始化时间观察表；步骤S2，通过转换器处理时间观察表使其满足闭合性和一致性；步骤S3，基于时间观察表，通过学习器构建假设模型步骤S4，通过比较器比较假设模型的质量与稳定模型的质量，并判断是否找到反例；步骤S5，当步骤4判断为否时，通过教学器对假设模型进行PAC近似等价查询，并判断是否找到反例，当判断为否时，停止迭代，将假设模型作为结果模型；步骤S6，当步骤S4或步骤S5判断为是时，根据反例，更新时间观察表，并返回步骤S2。

摘要： 本发明提供了一种基于建构学习理论的个性化即时学习支持系统与方法，包括用户知识需求行为分析及记录、标签关系图微知识库、基于建构学习的微知识推荐算法等模块。系统实现从个人用户社交媒体信息中分析其知识的建构需求，然后即时为其推荐学习个性化的微知识，从而主动快速地帮助用户弥补知识缺陷。本发明所述方法能够作为互联网社交系统的一个重要服务内容，智能高效地帮助用户提升个人知识素养，取得良好的经济和社会效益。

摘要： 本发明公开一种基于深度学习理论的不确定性结构频响动力学模型修正方法。包括不确定性参数影响下的结构频率响应不确定性分析，通过深度卷积神经网络构建不确定性逆向传递关系，利用深度学习原理实现不确定性参数的概率分布估计。本发明结合深度学习原理在复杂输入特征分析方面的优势，利用深度卷积神经网络对含有不确定性分布特征的频响数据进行特征分析和特征提取。此外，本发明利用不确定性频响数据条件分布概率和待修正参数的先验概率，求解待修正参数的条件概率分布，最终得到了不确定性参数的分布，避免了人工进行频响不确定性量化和特征提取带来的误差，提高了考虑不确定性的频响动力学模型修正的准确度。

摘要： 一种基于深度学习理论的叠合梁火灾后损伤识别方法，涉及灾害风险评估技术领域，简支梁的损伤识别包括：构建简支梁火灾后损伤模型；构建第一损伤识别样本；构建第一堆栈降噪自动编码器；得到简支梁损伤程度识别结果；多跨连续梁的损伤识别包括：构建连续梁火灾后损伤模型；将连续梁划分为多个子结构；构建第二损伤识别样本；构建第二堆栈降噪自动编码器；样本输入获得受损梁跨所在的子结构；构建第三损伤识别样本；构建第三堆栈降噪自动编码器；获得子结构中的具体受损梁跨；构建第四损伤识别样本；构建第四堆栈降噪自动编码器；获得受损梁跨的损伤程度。本发明将深度学习理论应用到叠合梁的火灾识别中，具有较强的鲁棒性和容错性。

摘要： 本发明提供了一种结合PAC学习理论和主动学习的时间自动机模型的生成方法，用于生成实时系统的单时钟时间自动机形式模型，其特征在于，包括：步骤S1，通过学习器初始化时间观察表；步骤S2，通过转换器处理时间观察表使其满足闭合性和一致性；步骤S3，基于时间观察表，通过学习器构建假设模型步骤S4，通过比较器比较假设模型的质量与稳定模型的质量，并判断是否找到反例；步骤S5，当步骤4判断为否时，通过教学器对假设模型进行PAC近似等价查询，并判断是否找到反例，当判断为否时，停止迭代，将假设模型作为结果模型；步骤S6，当步骤S4或步骤S5判断为是时，根据反例，更新时间观察表，并返回步骤S2。

摘要： 本发明公开了一种基于学习理论的渐进学习电网调控方法，包括以下步骤：步骤一：对电网运行状况进行全景化观测；步骤二：构建电网等值分析模型；步骤三：建立渐进学习的电网调控模型：构建电网等值分析模型的基础上，建立具有自学习的、时空滚动且关联的调控机制，采用极端学习机理论建立渐进学习的电网调控模型；步骤四：建立渐进学习的时空关联的电网调控策略体系：所述体系由学习理论贯穿其中并由空间协调和时间协调两大体系构成。本发明与传统电网调控手段是兼容的，并能在渐进学习中不断改进，体现了智能化，为电网的调控提供了新的有益参考。

摘要： 本发明提供了一种基于建构学习理论的个性化即时学习支持系统与方法，包括用户知识需求行为分析及记录、标签关系图微知识库、基于建构学习的微知识推荐算法等模块。系统实现从个人用户社交媒体信息中分析其知识的建构需求，然后即时为其推荐学习个性化的微知识，从而主动快速地帮助用户弥补知识缺陷。本发明所述方法能够作为互联网社交系统的一个重要服务内容，智能高效地帮助用户提升个人知识素养，取得良好的经济和社会效益。

摘要： 本发明涉及铁路安全技术领域，具体为基于深度学习理论的铁路异物检测与识别方法，包括如下步骤：步骤1、利用视频采集设备进行视频采集；步骤2、对采集的视频信息进行储存和处理；步骤3、卷积神经网络对处理后的图像进行识别，该基于深度学习理论的铁路异物检测与识别方法，分析了背景更新和目标分离的方法，在此基础上采用了基于高斯混合模型和三帧差分的目标检测方法。此外，利用CNN网络对基于铁路视频的异物进行检测和分类，并通过识别结果、异物分类的准确性，进一步验证了该算法的有效性。

摘要： 本发明公开了一种基于深度学习理论的设备故障声源定位方法，包括如下步骤：通过麦克风阵列MEMS传感器进行声源信号采集，从而获取故障点的原始声源信号；对原始声源数据进行傅里叶变换和灰度处理，使其转换为STFT灰度图像，并将STFT灰度图像输入经过训练的声源位置神经网络模块，从而得到故障点的定位信息；将原始声源数据输入经过训练的声压强度神经网络模块，从而得到故障点的声压强度；结合故障点的定位信息和声压强度判断设备的故障情况。本发明基于原始声源数据的特性，创新性地采用相互独立的声源位置神经网络模块+声压强度神经网络模块的多任务学习网络构架，由此同时获取故障点的定位信息和声压强度，为设备故障情况的判断提供了双向支持。

摘要： 本发明涉及旋转机械设备故障诊断技术领域，公开了基于迁移学习理论快速获取轴承故障诊断模型的方法，包括基模型获取和最终模型获取两个部分，基模型获取包括构建源域数据集、数据集划分、模型训练和测试、选取最优基模型，最终模型获取包括最优基模型调整、设置各层网格可训练性、构建目标域数据集、数据集划分、模型训练和测试、获取最终故障诊断模型。利用本发明方法仅需要收集少量的真实数据即可达到良好的训练效果，可极大提升建模的效率和准确性，且可在运行速度较慢或内存较小的设备上运行，设备支持性好。