教育目标分类

摘要： 近年来,国内高校陆续开设具有通识教育功能的中文写作课程,在培养学生的知识素养、沟通能力的基础上,着重提升学生的思维水平。“三位一体、多元结构”的通识写作课教育目标与“认知导向、层级明确”的教育目标分类学在理论上具有契合性,对于实现通识写作课的“思维提升”效果具有积极作用。本文以清华大学“工程师”主题写作课为例,基于马扎诺教育目标分类学视角,在思维领域设定从“理解到创造”的认知系统目标,“准备—理解—创造—反思”的元认知系统目标以及“深入、创新、细致、精准”的自我系统目标,在知识领域设定“工程师历史纵贯线与关系横切面”的通识内容目标,并提出配合上述教育目标的课程特色实践,结合学生思维提升的实例证明了基于教育目标分类学开展通识写作课教学的有效性。

摘要： 翻转课堂将知识的传授过程放在课前由学生通过自主学习来完成,将知识的内化过程放在课堂上通过教师组织学生开展多样的互动性、参与性学习来完成,是更加符合学生认知规律的教学方法。为了阐释翻转课堂的理论精髓,文章深入分析了翻转课堂相比于传统课堂教学的优势及其实施范围与程度两个重要问题;为了充分发挥翻转课堂的优势,项目组对课前、课中、课后的关键教学环节的设置目的、设计方法及实施注意事项进行了深入剖析,为成功开展翻转课堂教学提供了理论依据和实操方法。

摘要： 目前高职英语教学仍存在教学模式单一化、学生学习英语的积极性不高、缺乏学习英语语言的良好环境等问题,如何在此情况下开展有效的英语教学是许多高职院校面临的实际问题。在简述多元智能理论和布卢姆教育目标分类学的基础上,尝试将两种理论融合并应用于高职英语教学中,设定差异性的教学目标,设计多元化的教学内容,设立多维度的教学评估体系,以期能对问题的解决有所裨益。

摘要： 将布卢姆教育目标分类法中分类表的认知过程分类按照由下向上顺序排列,再为分类表添加虚拟的二维坐标系,并将表格分为四个象限,从而建立了临床医学教育目标分类模型.对临床医学理论知识的低级认知过程是以低阶思维技能为基础,从"记忆/回忆"开始,向"理解"和"应用"迁移.而针对"诊断、治疗和临床实践"的高级认知活动,对应于以高阶思维技能为基础的"分析、评价和创造"等认知过程.对所建立分类模型的应用表明,其有助于指导临床教学目标、教学活动和测评的设计.

摘要： 基于教育目标分类学理论,对职业院校心理健康教育目标从目标领域和目标层次两个维度进行梳理,明确职业院校心理健康教育目标的六重属性,即启发自觉性、注重常识性、提高积极性、坚持科学性、增强实用性、培养自主性.

摘要： 以东北农业大学"大学物理实验"为例,提出了基于布鲁姆认知领域教育目标分类理论的混合式教学模式,为本科学生寻求更有效的线上与线下学习路径,并构建了多维度的线上与线下教学评价体系.教学实践表明,该教学模式突破了传统课堂对教学时间和空间的限制,利用信息化手段把传统课堂与在线课堂有机结合,翻转课堂,选择了适合课程的课堂教学方法和手段,科学设计课程的考核内容和方式,提升了学生的自我学习和管理能力.

摘要： 习题是教材内容的重要部分,教材习题不仅有助于学生巩固所学的知识,还能发展学生的思维,培养学生问题解决的能力。本文根据布鲁姆教育目标分类理论对高中物理教材课后习题进行统计分析后发现,教材习题在认知理论的六层次(记忆、理解、应用、分析、评价、创造)的数量比例不尽合理,低层思维和高层思维习题比例失衡。因此在物理教学中教师应该精心选择符合学生认知水平的习题,根据学生情况和不同水平习题的特点创造性应用,帮助学生巩固所学的知识,发展思维,并促进其能力发展。

摘要： 现代生活中阅读是人们获取信息的一条重要途径,英语阅读也是如此。高中英语中阅读是高中生必须掌握的一种核心技能,也是培养学生思维品质的重要途径。深度学习是高阶思维形式,根据布鲁姆的教育目标分类,分析、评鉴和创造属于高阶思维。所以教师在教授学生高中英语时可以采用深度学习的教学模式,帮助学生在理解的基础上引导学生学会辨别新鲜事物,通过批判性思维、创新性思维,融会贯通,学会举一反三,强化自身的知识结构,从而提升英语学习的深度学习策略。

摘要： 在历史教学中,需要紧密围绕历史课程标准界定的教学目标,科学处理好学习目标与学习过程的关系,通过课程、活动、作业和评价来有效落实。如何将学习目标、教学过程与量规评价系统有效结合是我们必须严格考虑的环节,而马扎诺教育目标分类(以下简称新分类)下学习目标与表现量规模式为我们的历史教学提供了一个借鉴。

摘要： 随着"互联网+教育"的不断推进,线上线下混合式教学模式逐渐常态化,以"机械识图与绘制"课程为例,针对高职专业课程提出基于布鲁姆目标分类理论的二维教学目标分类框架,并在此基础上进行教学目标和教学活动的梳理和定位,根据定位来构建线上线下教学方式,提出线上线下混合式教学改革的实施路径.

摘要： 基于目标分类的演示实验教学方法使学生在了解实验原理、掌握实验方法的基础上,通过自主操作物理演示仪器以体验物理原理的具体应用.这种以学生为主体的演示实验教学方法,能够让学生在操作物理演示仪器的过程中发现问题、解决问题,并以此激发学生的创新思维,进而鼓励学生自制物理演示仪器.学生自制物理演示仪器对于培养高素质人才、提高教师教学科研水平以及促进实验室建设具有十分积极的作用.

摘要： 基于目标分类的演示实验教学方法使学生在了解实验原理、掌握实验方法的基础上,通过自主操作物理演示仪器以体验物理原理的具体应用.这种以学生为主体的演示实验教学方法,能够让学生在操作物理演示仪器的过程中发现问题、解决问题,并以此激发学生的创新思维,进而鼓励学生自制物理演示仪器.学生自制物理演示仪器对于培养高素质人才、提高教师教学科研水平以及促进实验室建设具有十分积极的作用.

摘要： 基于目标分类的演示实验教学方法使学生在了解实验原理、掌握实验方法的基础上,通过自主操作物理演示仪器以体验物理原理的具体应用.这种以学生为主体的演示实验教学方法,能够让学生在操作物理演示仪器的过程中发现问题、解决问题,并以此激发学生的创新思维,进而鼓励学生自制物理演示仪器.学生自制物理演示仪器对于培养高素质人才、提高教师教学科研水平以及促进实验室建设具有十分积极的作用.

摘要： 基于目标分类的演示实验教学方法使学生在了解实验原理、掌握实验方法的基础上,通过自主操作物理演示仪器以体验物理原理的具体应用.这种以学生为主体的演示实验教学方法,能够让学生在操作物理演示仪器的过程中发现问题、解决问题,并以此激发学生的创新思维,进而鼓励学生自制物理演示仪器.学生自制物理演示仪器对于培养高素质人才、提高教师教学科研水平以及促进实验室建设具有十分积极的作用.

摘要： 基于目标分类的演示实验教学方法使学生在了解实验原理、掌握实验方法的基础上,通过自主操作物理演示仪器以体验物理原理的具体应用.这种以学生为主体的演示实验教学方法,能够让学生在操作物理演示仪器的过程中发现问题、解决问题,并以此激发学生的创新思维,进而鼓励学生自制物理演示仪器.学生自制物理演示仪器对于培养高素质人才、提高教师教学科研水平以及促进实验室建设具有十分积极的作用.

摘要： 本发明提供一种快速移动场景中的目标分类识别方法及分类器获取方法，该识别方法包括：计算典型快速移动场景中目标样本的信噪比动态范围和不同信噪比条件下目标样本的种类特征，确定信噪比的划分级数N和划分界限，将信噪比动态范围划分为N个归类区间；将分别归类于N个不同的归类区间的N个目标样本信号进行特征提取和优化，获得目标样本的特征数据集；将特征数据集分别输入既定的分类器进行训练，获得与N个归类区间一一对应的N组分类器参数，进而获得N个目标分类器；将待分类的目标信号的特征数据输入与自身所属信噪比级数对应的目标分类器中进行识别，获得分类结果。本发明有效提高了目标离传感器较远、信噪比较低情况下的识别率。

摘要： 本发明公开了一种基于目标航深的水面与水下目标分类识别方法，属于水中目标识别技术领域。该方法主要是在水面垂直方向上设置上探测单元和下探测单元，目标分为水面目标或水下目标两类；对上探测单元接收到的目标辐射声信号s1(t)和下探测单元接收到的目标辐射声信号s2(t)，采用相关法求二者之间的时间延迟τ12；计算目标航深区间为[d2,d1]，d1和d2分别为该目标航深区间的上限和下限；最后根据步骤二计算的目标航深区间[d2,d1]对目标进行分类。该方法能够适应由于海流等环境因素引起的上、下两个探测单元之间相对位置变化的情况，识别准确率高、应用范围广。

摘要： 本申请适用于雷达技术领域，提供了一种目标分类方法、目标分类装置、终端设备及存储介质。所述目标分类方法包括：获取待分类目标的目标数据和至少一个待分类点云的点云数据；获取在所述毫米波雷达所处位置的当前天气状况下L个候选类型的典型数据；根据所述目标数据和所述L个候选类型的目标级典型数据，确定所述待分类目标与所述L个候选类型的目标级特征匹配度；根据所述点云数据和所述L个候选类型的点云级典型数据，确定所述待分类目标与所述L个候选类型的点云级特征匹配度；根据所述待分类目标与所述L个候选类型的目标级特征匹配度、点云级特征匹配度，确定所述待分类目标所属类型。通过本申请可以确定目标所属类型。

摘要： 本公开提供了一种目标分类方法、目标分类装置及计算机可读存储介质，涉及人工智能技术领域。其中的目标分类方法包括：将训练图像输入神经网络，得到训练图像的特征向量；将与训练图像具有相同标签的正样本图像输入神经网络，得到正样本图像的特征向量；将与训练图像具有不同标签的负样本图像输入神经网络，得到负样本图像的特征向量；调整神经网络的参数以减小神经网络的损失函数值；损失函数值与第一距离呈正相关且与第二距离呈负相关，第一距离为负样本图像的特征向量与训练图像的特征向量之间的距离，第二距离为正样本图像的特征向量与训练图像的特征向量之间的距离；利用神经网络对目标图像进行分类。本公开能够更加准确的对目标进行识别和分类。

摘要： 本发明公开了一种图像分类模型训练方法、目标分类方法、装置及介质，其中动态特征增强方法包括：获取训练图像数据，选择训练模型，定义超参数；从集合中随机选择k值，再选取批量的训练样本，将其输入所述深度模型，并生成得到前面第k层所输出的特征表示；使用通用的流形特征混合模型，对第k层所输出的特征表示进行混合，生成得到混合特征表示，生成得到对应的混合标签；将生成得到的混合特征表示，输入到剩余的特征提取及分类输出模块，生成得到类别预测的输出向量；采用经验风险最小化原则进行模型参数的优化训练和参数更新。本发明基于混合特征以及其对应的语义混合插值标签，可对目标识别网络进行数据增强，可广泛应用于人工智能技术领域。

摘要： 本发明涉及一种基于布鲁姆教学目标分类法进行课堂提问的分类模型训练方法、方法、装置和存储介质，分类模型训练方法包括获取课堂提问中文样本数据和对应的标签值；所述中文样本数据和所述对应的标签值满足布鲁姆教学分类法；对所述中文样本数据进行预处理得到中文关键词数据；根据所述中文关键词数据提取特征数据；所述分类模型根据所述特征数据和所述中文样本数据对应的标签值进行训练。本发明实现了一种打破学科限制的、自动分析中文问题更加有效的方法。

摘要： 本发明提供一种快速移动场景中的目标分类识别方法及分类器获取方法，该识别方法包括：计算典型快速移动场景中目标样本的信噪比动态范围和不同信噪比条件下目标样本的种类特征，确定信噪比的划分级数N和划分界限，将信噪比动态范围划分为N个归类区间；将分别归类于N个不同的归类区间的N个目标样本信号进行特征提取和优化，获得目标样本的特征数据集；将特征数据集分别输入既定的分类器进行训练，获得与N个归类区间一一对应的N组分类器参数，进而获得N个目标分类器；将待分类的目标信号的特征数据输入与自身所属信噪比级数对应的目标分类器中进行识别，获得分类结果。本发明有效提高了目标离传感器较远、信噪比较低情况下的识别率。

摘要： 本发明公开了一种基于细粒度目标分类的多视角多目标识别方法，方法包括：采集多个视角、多个目标的图像；对每个视角中的图像目标进行裁剪，保存为单个目标；针对每个视角下的单目标图像，通过渐进式训练方法获取目标预测概率分布；计算图像真实类别和预测类别之间的损失；对计算出的损失进行优化；重复第三步后的内容，直到损失达到预设阈值，使算法收敛；将不同视角中每个目标预测出的类别分别标注到对应的原图中，完成多视角、多目标识别。本发明充分利用了细粒度识别的优势，解决了由于目标类间差异小、类内差异大而无法准识别目标的难题，同时充分利用不同视角之间信息的一致性和互补性，实现了多视角、多目标识别。

摘要： 本发明属于相控阵雷达技术领域，具体为一种相控阵雷达多目标分类识别和融合的目标反分裂方法，包括以下步骤：步骤一：雷达数据采集，利用多个相控阵雷达对近距离目标数据进行实时采集上传；步骤二：数据除杂，对雷达上传的数据进行噪声和干扰滤除，对目标数据进行过滤；步骤三：数据处理，对多目标进行分类、识别和关联；步骤四：处理后的数据进行分组，根据反分裂算法模型，每一组输出一个目标并进行迭代计算；对相控阵雷达采集的数据，进行了目标反分裂分类融合，在兼顾实时性的基础上，能够消除大型目标近距离的目标分裂干扰，为实现目标精准提取奠定了基础，同时采用持续迭代算法不断输出融合后的目标，保证目标轨迹的精确和连续性。

摘要： 本发明公开了一种面向目标分类系统的通用目标攻击方法及装置。所述方法，包括步骤：S1、对随机生成的噪音矩阵进行初始化，得到初始噪音矩阵；S2、将所述初始噪音矩阵叠加至自然图像，得到伪装图像，并通过标签误导方法和特征误导方法误导所述目标分类系统，得到误导后的目标分类系统，以获取所述误导后的目标分类系统对所述伪装图像的分类结果；S3、对所述初始噪音矩阵进行更新得到更新噪音矩阵，并将所述初始噪音矩阵更新为所述更新噪音矩阵；S4、迭代执行步骤S2～S3直至满足预设停止条件，获取当前所述初始噪音矩阵和/或当前所述伪装图像。本发明能够实现定向攻击目标分类系统，获取具有最佳攻击效果的噪音矩阵和/或伪装图像。