专题学习网站

摘要： 本文利用UMU互动学习平台构建专题互动交流型学习网站,探讨了基于UMU专题互动学习平台的互动原则、互动要素和互动教学模式,设计并实施了互动教学策略,得出基于UMU专题互动学习平台的互动策略让课堂互动面扩大,互动主体多元,互动方法多样,互动结果多样精准,教学互动更充分、实时、高效.

摘要： 幼儿园要"以游戏为基本活动",这是我国学前教育改革中的一个重要命题,高职培养幼教人才要贯彻幼儿园课程改革的重要指导思想.文章分析了当前学前教育专业专题学习网站建设的迫切需求,阐明了专题学习网站的建设目标和任务,并以《学前儿童游戏》专业核心课程为例,依据需求的分析与功能的划分对该课程进行了整体设计,实现了专题学习网站的建设,使用过程中对网站的应用效果进行了有效的分析.

摘要： 基于数字化专题学习网站的教学是当前一种新的教学模式.英语视听说专题学习网站为学生提供了丰富的学习资源和便捷的交互式学习环境,为教师创建了开展"翻转课堂"教学改革的教研平台.为了充分发挥该学习网站的优势,"英语视听说"课程采用"课堂教学+自主学习"相结合的教学模式.

摘要： 专题学习网站是指在网络环境下,围绕一门或相关的多门学科的专题而精心设计的资源型学习网站.它通过在网络环境中向学习者提供大量的专题学习资源和协作学习交流工具,让学习者自己选择和确定研究的课题或设计的项目,自己收集、分析并选择信息资料,应用知识去解决实际问题.它强调通过学习者主体性的探索、研究、协作来解决问题,从而让学习者体验和了解科学探索过程,提高学习者获取、分析、加工信息的能力,培养其良好的创新意识与信息素养[1].

摘要： 专题学习网站是指在网络环境下,围绕一门或相关的多门学科的专题而精心设计的资源型学习网站.它通过在网络环境中向学习者提供大量的专题学习资源和协作学习交流工具,让学习者自己选择和确定研究的课题或设计的项目,自己收集、分析并选择信息资料,应用知识去解决实际问题.它强调通过学习者主体性的探索、研究、协作来解决问题,从而让学习者体验和了解科学探索过程,提高学习者获取、分析、加工信息的能力,培养其良好的创新意识与信息素养[1].

摘要： 通过专题学习网站的交互性、自主性、协作性和互动性等学习功能与教学改革分析，针对职业能力培养目标要求，提出了统一信息环境下专题学习网站推送式学习模式。推送式统一信息学习模式是在专题学习网站的基础上，运用移动电信网络的WAP Push技术构建的一种以手机、PDA等统一信息移动设备为学习工具的推送式学习架构。在学习模式的构建中，运用无线应用协议与推送发起者、推送代理网关和推送客户三个组成部分，在专题学习网站的教与学模式中采用服务指示和服务加载等服务功能，实现了专题性、综合性、开放性和实践性为一体的推送式统一信息学习模式构建。通过系统开发与实践，指出基于专题学习网站的推送式统一信息学习模式的可行性。

摘要： 本文对互联网环境下基于专题学习网站的研究性学习进行了探讨，介绍了研究性学习的涵义，基于专题学习网站的研究性学习特点，并以“环境保护”专题学习网站的开发应用为例作初步探讨。

摘要： 基于力电专题学习网站探索在教学应用中不同的方法与思路，优化教学资源和教学手段成为传统教学的有益补充，以人为本，调动学习的积极性和主动性，发挥网络教育的优势，合理开展多媒体课、网络课、研究型学习和主动探究性学习，以此培养学生的综合素质和挖掘学生的潜能。

摘要： 随着信息技术和课程整合的深入，传统的课程理念、课程内容以及教学方法正在产生深刻的变革，从以教师为中心的讲解传授的进程转变为以学生探索发展、自主学习等为主题的进程。专题学习网站在信息技术和课程整合过程中的作用是不可忽视的，如何更有效地发挥专题学习网站功效是我们首先要考虑的问题。专题网站的应用要从学生的角度出发，以学生的“学”为中心。专题学习网站是学生探究知识、培养能力的一种有效工具，能把学生带入一种全新的数字学习模式。

摘要： 本文围绕"染色体病"专题学习网站的研发过程以及在《医学遗传学》的网络教学实践,从研制"染色体病"网站的意义和必要性入手,着重介绍如何开发、应用"染色体病"专题学习网站,旨在为其他遗传病专题学习网站的建设提供有益的思路和方法.

摘要： 阐述了“提高中小学教师ICT技能”的专题学习网站的构思、设计、开发和评价过程，通过对网站学习者的需求进行分析，提出了专题学习网站的设计目标。根据学习目标完成了专题知识的结构化呈现，专题协作学习环境的设计，专题资源库的设计和专题评价等的设计。采用ASP开发平台，使用VB Script脚本语言开发部分功能控件，为中小学教师开展基于专题学习网站的研究性教学实践与研究提供了交流平台。

摘要： 本文以狭义相对论专题网站的建立为主，来探讨大学物理课程中狭义相对论部分的研究性学习的实践．

摘要： 本文以利用中华民族特有的传统工具，与人们的生活息息相关的筷子为主题，设计制作了“筷乐园”专题资源网站，以网站为资源在初中信息技术课程“学会用Word来制作电脑小报”单元所做的教学实践过程，尝试在信息化相对落后地区开展基于专题学习网站的信息技术课程教学活动，并对教学实践进行了总结与反思。

摘要： 由于教育信息化的不断深入，特别信息技术与课程整合的深入开展，给传统教学模式和方法带来了很大的冲击，本文从信息技术与课程整合的方法，针对信息化设备相对落后地区，由于资源匮乏学生信息能力得不到很好培养的问题，通过教师团队建立专题网站创设资源环境并对专题资源网站的建设和应用特别在应用于信息技术课堂上进行了教学实验，对教学实验的结果进行了总结和反思。

摘要： 本文是一篇基于主题学习的汉语教学网站的设计方案,以"对外汉语词汇学习"为专题内容,针对跨文化传播中对外汉语教学的特点,经过用户需求分析,使用范围的界定,多级专题内容设计等环节,最后给出内容框架和网站组织形式的结构图,并提出若干结合网站功能的自主学习策略.

摘要： 一种宽度迁移学习网络及基于宽度迁移学习网络的滚动轴承故障诊断方法，属于轴承故障诊断技术领域。针对变负载下滚动轴承带标记信息的振动数据稀缺、相同状态的源域数据和目标域数据分布差异大、多状态数据分布不平衡、诊断准确率和模型训练效率低的问题，提出一种新的宽度迁移学习网络及基于此的滚动轴承智能诊断方法。本发明利用宽度学习系统提取源域数据与目标域数据的特征并构造样本集，在此基础上，采用迁移学习中的平衡分布适配方法，减少源域和目标域之间的差异性。引入鸡群算法，优化宽度迁移学习网络参数，进而建立宽度迁移学习网络模型。将所提网络模型应用于变负载下滚动轴承故障智能诊断中，实验结果验证了所提方法的高效性和准确性。

摘要： 本发明公开了一种融合学习特征和学习网络结构特性的学习者关系强度度量方法和装置，包括：(1)采集并提取学习者数据和课程数据的特征，得到特征集合C＝{LA,CA,LI}；(2)根据特征集合C构建学习网络LLN＝{V,E,P}；(3)根据集合LA，计算两个学习者之间的个人特征相似度las(u,v)；(4)根据集合CA，计算学习者之间的所学课程方面相似度cas(u,v)；(5)根据las(u,v)和cas(u,v)计算学习者之间的静态特征相似度sim[u,v]；(6)根据学习网络LLN，计算学习者之间的共同邻居节点数和共同邻居节点边权关系cnl[u,v]；(7)根据cnp[u,v]和cnl[u,v]计算学习者之间的动态特征相似度js[u,v]；(8)根据sim[u,v]和js[u,v]计算学习者之间的综合相似度值，以该综合相似度值作为学习者之间关系强度的度量值。

摘要： 一种基于产生式对抗学习网络的领域学习方法，包括以下步骤：1)收集源域人脸图像集，用人脸检测器定位人脸位置并抠出人脸图像；2)构建产生式神经网络G，输入输出为相同分辨率的人脸图像，其中输入为收集的特定应用场景人脸图像，输出为转换后的图像；3)构建分类神经网络D，运用卷积神经网络神经元，输入为产生式神经网络的输出图像和人脸分类器的训练图像，输出为两种输入图像的分类；4)采用异步方式迭代训练产生式神经网络G和分类神经网络D；5)在指定场景进行人脸识别时，先将输入人脸图像I进行转换G(I)，将转换后的人脸图像输入人脸识别模块得到人脸识别的结果。本发明对通用人脸识别器适应能力较强、数据成本较低。

摘要： 本申请公开了一种多任务学习网络以及基于多任务学习网络的方法。该多任务学习网络包括：任务网络以及合并网络。其中任务网络包括多个子任务网络，多个子任务网络针对相同的输入生成相应的特征向量，合并网络对相应的特征向量进行拼接、对拼接后的特征向量进行优化并得到最终输出，其中多个子任务网络中的每个子任务网络包括编码层和任务层，编码层将所述输入转换成包括维度信息的编码向量并将编码向量发送到所述任务层，任务层对编码向量进行处理以生成特征向量。

摘要： 一种宽度迁移学习网络及基于宽度迁移学习网络的滚动轴承故障诊断方法，属于轴承故障诊断技术领域。针对变负载下滚动轴承带标记信息的振动数据稀缺、相同状态的源域数据和目标域数据分布差异大、多状态数据分布不平衡、诊断准确率和模型训练效率低的问题，提出一种新的宽度迁移学习网络及基于此的滚动轴承智能诊断方法。本发明利用宽度学习系统提取源域数据与目标域数据的特征并构造样本集，在此基础上，采用迁移学习中的平衡分布适配方法，减少源域和目标域之间的差异性。引入鸡群算法，优化宽度迁移学习网络参数，进而建立宽度迁移学习网络模型。将所提网络模型应用于变负载下滚动轴承故障智能诊断中，实验结果验证了所提方法的高效性和准确性。

摘要： 本发明涉及一种通过使用自适应超参数的多阶段学习对机器学习网络进行设备上学习的方法，包括：(a)当新的学习用数据满足设备上学习条件时，将当前学习分为第1阶段学习至第n阶段学习，生成第1阶段学习用数据至第n阶段学习用数据，基于多个超参数中每一个的默认值生成第1超参数集候选至超参数集候选，训练所述机器学习网络，选择性能最高的所述机器学习网络，生成为第1自适应超参数集；(b)生成第(k_1)超参数集候选至第(k_h)超参数集候选，使用第k阶段学习用数据来训练，选择性能最高的所述第(k‑1)阶段学习的机器学习网络，生成第k自适应超参数集；以及(c)生成第n自适应超参数集，进行第n阶段学习，从而完成所述当前学习。

摘要： 本发明公开了一种融合学习特征和学习网络结构特性的学习者关系强度度量方法和装置，包括：(1)采集并提取学习者数据和课程数据的特征，得到特征集合C＝{LA,CA,LI}；(2)根据特征集合C构建学习网络LLN＝{V,E,P}；(3)根据集合LA，计算两个学习者之间的个人特征相似度las(u,v)；(4)根据集合CA，计算学习者之间的所学课程方面相似度cas(u,v)；(5)根据las(u,v)和cas(u,v)计算学习者之间的静态特征相似度sim[u,v]；(6)根据学习网络LLN，计算学习者之间的共同邻居节点数和共同邻居节点边权关系cnl[u,v]；(7)根据cnp[u,v]和cnl[u,v]计算学习者之间的动态特征相似度js[u,v]；(8)根据sim[u,v]和js[u,v]计算学习者之间的综合相似度值，以该综合相似度值作为学习者之间关系强度的度量值。

摘要： 本发明提出了一种深度学习预处理的实现方法及深度学习网络，深度学习预处理的实现方法包括：基于深度学习的预处理操作，对深度学习网络中的第一个卷积层的原参数进行调整，使经调整参数后的第一个卷积层的输出与进行预处理操作再经原参数的第一个卷积层的输出结果相同；将调整后的参数作为第一卷积层的运行参数。本发明通过改变深度学习第一个卷积层参数的方式来实现模型推理预处理的功能，从而达到简化模型推理，提高推理效率的目的。修改模型的过程不需要重新训练，不需要修改模型结构，不需要增加计算量，其精度和原始模型一致，且解决了现有预处理技术中的延时和带宽性能影响问题。

摘要： 本发明涉及基于人工智能训练深度学习网络的方法，包括：学习设备(a)将未标注数据输入到主动学习网络中以提取子未标注数据，并将子未标注数据输入到自动标注网络中以生成新标注数据；(b)使终生学习网络对新标注数据和现有标注数据进行采样生成小批量，在此小批量参照具体现有损失进行选择；以及(c)(i)使可解释分析网络生成关于验证数据的有见地的结果并将有见地的结果传送给人类工程师，以使人类工程师传送对所述已训练学习网络性能的分析结果，(ii)修改和改进所述主动学习网络和所述终生学习网络中的至少一个。

摘要： 本发明属于可再生能源发电技术领域，公开一种基于深度学习网络与多任务学习策略的风电机组振荡模态预测方法，包括：对风电机组实际运行时的输出功率、电压以及风速数据进行采集；对采集的风电机组输出功率、电压以及风速数据进行分段；采用Pony算法分析数据段包含的振荡模态；使用去噪自编码器对输出功率数据进行特征提取，并求取数据段的风速均值与电压均值，得到输出功率、风速、电压特征；构建多任务学习网络对振荡模态进行预测。本发明实施例首次将深度学习方法应用于风电系统振荡模态预测领域，基于风电机组运行大数据和多任务学习神经网络模型对机组的振荡模态进行预测，为风电系统运行安全性分析提供参考。