注重学习

摘要： 中国共产党成立100周年的一年,浦东新区关工委聘我为"红色宣讲员"。已有36年党龄的我,充分利用自己爱好集邮的特点,到学校去宣讲邮票中的党史,全年共26场,受到了师生们的欢迎。我的心得是:一、注重学习,精心备课1.阅读书籍,熟记党史要讲好党史,首先要熟悉党史。对于系统又完整的党史,必须重新学习,深刻领会。

摘要： 《普通高中语文课程标准(2020)》希望突破单篇的精讲细读,突出文本之间的比较,把语文教育的重心重新放到学生自习上。李卫东[1]认为新课程标准更注重学习方案的设计,更为强调不同课文的比较、统整,同时在课文之间进行深度链接和组织,让原本碎片化的知识,可以深度迁移和运用。《烛之武退秦师》与《齐桓晋文之事》作为统编版教材必修下第一单元的课文。

摘要： STEM教育(科学、技术、工程和数学教育),以其注重学习过程而非结果的特征触发教学观的变革。笔者认为,STEM教育的本质在于教给学生一种方法论。无论我们选择怎样的载体,确定怎样的项目,都是为了促使每一个学生在类似的过程中具有方法论意识,从而形成认知世界的“结构”,今后能够将其迁移至其他的研究与探究过程中,达到真正意义上的“学会”。

摘要： 据《中国教师报》2022年5月18日03版报道:落实“双减”的主阵地在学校。而守住主阵地,关键在教师。因此,高质量落实“双减”,必须高度关注教师的压力问题,贴心关爱教师,切实提升教师职业幸福感。从学校的角度来讲,可以从以下几个方面进行改进。一要树牢“教师第一”理念,站稳“教师”立场。教师是学校发展的第一要素,无论实施教育管理,还是开展各项活动,学校都要充分考虑教师的所需所盼,时时处处为教师着想,理解教师,善待教师。要尊重教师管理学校事务的权利,听取教师意见,接受教师建议,让教师成为学校真正的主人。二要力戒形式主义,消除“留痕思维”对教师的折腾。要切实树立“重实绩”的思想,减少为反映过程管理而要求的各种留痕行为,力避为管理而留痕,将工作的重心直指工作实绩。要注重学习及教研的实效性,尽可能减少各类功利化比赛和评比,让教师集中精力教书育人。

摘要： 升六年级时,我们换了校长。这位校长姓崔,暂且称他“老崔”吧!从我上一年级开始,直到老校长退休,我都没有见过老校长几面。他整天不是在办公室,就是在会议室,是名副其实的传闻中的校长。而且,他在任期间,运动会、春游、六一会演什么的,基本没有,他更注重学习。

摘要： 当前,任务型教学和活动式教学几成语文教学的主流。无论是任务型还是活动式,都注重学生主体性的体现,注重学习资源的整合和学习支架的搭建,并关注在真实语言运用情境中开展真实的语文读写实践。这样的学习方式当然是时代变化发展和学习者个体身心发展的必然要求,是学习变革的大趋势。

摘要： 宁德市蕉城区人大常委会深入学习贯彻中央及省委人大工作会议精神,把以代表小组为依托,创新代表履职平台建设,密切人大代表联系群众作为践行全过程人民民主的重要实践载体。全方位服务创造代表履职“广”平台换届以来,蕉城区人大常委会立足实际,及时对辖区内1100多名省、市、区、乡四级人大代表进行混合编组,全区共建成56个代表小组,32个“人大代表联系群众活动室”,拓宽了基层民意表达载体,使代表履职平台更广阔。按照“八有三上墙”的建设标准,要求人大代表联系群众活动室“专用”。每年经蕉城区人大常委会主任会议研究,要求乡镇、街道将活动室建设经费纳入本级财政预算,并注重学习培训,加强对活动室负责人和联络员的业务培训。

摘要： 前置性学习是学生在学习新课之前,根据教师提供的学习任务清单而进行的以自主学习、探究学习为主的学习形式,它体现了“先学后教、依学定教”的生本教育理念。与传统的预习相比,它的目标更明晰、内容更系统,而且,前置性学习更加注重学习内容的延伸与拓展,能使学生自主学习、探究学习的方向更明确,也能使教师的参与度更高、指导性更强。

摘要： 一、山谷学书“凡学书,欲先学用笔。”黄庭坚认为,笔法如同禅诗中的诗眼一样,有着举足轻重的地位,明确指出用笔的方法要采用“双钩”或“回腕执笔法”,做到指实掌虚。另外,学书不能死学,他认为学习《兰亭序》不必拘泥于每一个笔画形态的限制束缚,要注重学习王羲之在作书时中锋、藏锋的笔法特点,做到意在笔先。

摘要： 爱因斯坦在《物理进化论》一书中指出:“提出一个问题往往比解决一个问题更重要”。提问是课堂上启发学生思维、打开学习空间的最常见的手段,可以说没有提问就没有课堂。在小学科学教学中,课堂提问需要研究其有效性,也就是说,课堂提问不应当是随口提出来的,而应当立足提问的“有效性”而精心设计,提出科学型问题。萨其曼曾指出:“适合探究的问题必须是一个需要学生进行解释并且能够为学生所解释的问题。”这就是说,提出的科学型问题不能脱离学生的现有经验和认知水平。那么,什么样的提问才是有效的呢?笔者认为,回答这个问题需要关注学生的发展,注重学习过程和方法的指导,基于这样的思考,笔者浅谈几点粗略的经验。

摘要： 本发明公开了一种基于权重学习的垛形规划方法，具体步骤如下：步骤一，为所有待码的货箱计算码放优先率{Ri}，Ri＝PvVi+PsSi+PwWi；步骤二，将Ri按从大到小依次排列；步骤三，取当前{Ri}max货箱，依次尝试将其码放到L1到Lk，直到找到可码放的垛形层Lm；步骤四，更新当前垛形状态；步骤五，从Ri去掉已经计入垛形的货箱；步骤六，检查是否还有剩余货箱，若有，重复步骤三至步骤五；步骤七，完成垛形规划。本发明使用简单，参数明了易懂，能够在较短时间自动地规划出垛形，甚至可以为每个码垛订单动态地规划，十分高效；本发明的方法全自动化，无需人工干预，本发明的方法具备自学习功能，规划出来的垛形质量会不断趋向最优。

摘要： 本发明公开了一种基于延长动力中断时间的车辆载重学习系统及方法，属于车辆载重及坡道计算技术领域，车辆载重学习系统包括载重坡道学习模块、换挡执行器模块；载重坡道学习模块判断当前车辆行驶状态是否满足延长动力中断时间的条件；换挡执行器模块控制延时闭合离合器，延长动力中断时间，以便载重坡道学习模块完成车辆载重学习。车辆载重学习方法采用该车辆载重学习系统，通过激活车辆载重学习系统中的延时功能来延长换挡过程动力中断的时间以完成坡道和车辆载重的自学习。本发明可以有效提高车辆载重计算的效率，且在车辆载重信息被学习到之后，换挡恢复正常，动力中断时间不再被延长。

摘要： 本发明公开了一种基于相似度重学习的在线跨模态检索方法及系统，包括：获取原始数据样本，并划分为多个小组，构建训练集；构建哈希码学习的目标函数，利用所述训练集对目标函数进行训练，得到每一批数据对应的哈希码和哈希函数，并存入检索库；根据样本外拓展映射生成待查询样本的哈希码；基于数据流中的新样本数据对检索库中原始样本数据的哈希码进行更新；将待查询样本的哈希码与检索库中的更新后的哈希码进行比较，按海明距离从小到大排序返回检索结果。本发明实现了在不重新训练原始数据的前提下为新数据生成哈希表示，同时通过对新旧数据的相似关系的挖掘和新数据标签信息的利用，大大提高了检索精度。

摘要： 簇权重计算部(322)根据特定讲话者的语音的信号，使用簇权重计算NN来计算至少任意一个层被分解为多个簇的掩模计算NN的与多个簇各自对应的权重。掩模计算部(302)根据1个以上的讲话者的语音的观测信号的特征量，使用通过由簇权重计算部(322)计算出的权重进行加权后的掩模计算NN来计算从1个以上的讲话者的语音的观测信号的特征量中提取特定讲话者的语音的特征量的掩模。

摘要： 本发明公开了一种基于三重学习器的无人机辅助移动边缘计算强化学习方法，首先以具备边缘计算能力的无人机和物联网设备建立移动边缘计算网络，且以网格的形式部署无人机，无人机作为移动边缘服务器，为物联网设备提供任务计算，并以所有无人机的能效最大为目标建立无人机的协同工作机制，针对无人机机动能力、存储空间和能量建立轨迹规划、应用部署和能量更新在内的多智能体随机博弈。本发明所述方法集成了轨迹学习器、应用学习器和能量学习器，解决了多架无人机移动边缘计算下的长期无人机能效优化问题，为无人机辅助移动边缘计算中无人机能效最大化的合理决策提供解决方案。

摘要： 本发明提供了一种基于图学习和视图权重学习的无监督多视图特征选择方法。首先，构建了基于图学习和视图权重学习的无监督多视图特征选择模型，并求解此模型来得到多视图数据中每一幅视图的特征选择矩阵；然后，根据特征选择矩阵行向量的2‑范数值进行排序，并根据需要选择得到相应的特征。本发明通过自适应学习得到最优的所有视图共同的相似度矩阵来刻画原始数据的流形结构，并进行自适应权重分配，能够挖掘不同视图间存在的互补信息，为特征选择过程提供更全面更精确的支撑信息，从而选择得到更有价值的特征。

摘要： 本发明涉及一种基于自适应权重学习的红外与可见光图像融合方法，基于像素级注意力机制与融合权重自适应生成构建了深度特征自适应提取模块，并通过跨层级级联方式基于深度特征自适应提取模块搭建了生成器网络；基于孪生网络思想，搭建了双通道鉴别器网络；将红外与可见光图像进行初步的连接操作后输入至生成器后生成融合图像，通过生成器与判别器的博弈对抗完成红外图像与可见光图像的融合生成；本发明融入了像素级注意力机制以及层次级联思想，能够降低网络参数量的情况下增强网络深度特征提取能力，提高红外与可见光图像的融合图像生成质量，实现了红外图像与可见光图像的融合增强。

摘要： 本发明公开了一种基于相似度重学习的在线跨模态检索方法及系统，包括：获取原始数据样本，并划分为多个小组，构建训练集；构建哈希码学习的目标函数，利用所述训练集对目标函数进行训练，得到每一批数据对应的哈希码和哈希函数，并存入检索库；根据样本外拓展映射生成待查询样本的哈希码；基于数据流中的新样本数据对检索库中原始样本数据的哈希码进行更新；将待查询样本的哈希码与检索库中的更新后的哈希码进行比较，按海明距离从小到大排序返回检索结果。本发明实现了在不重新训练原始数据的前提下为新数据生成哈希表示，同时通过对新旧数据的相似关系的挖掘和新数据标签信息的利用，大大提高了检索精度。

摘要： 本发明涉及一种基于智能动态能源信号的分析及多重学习系统和方法，包括：设备侧算法单元和中心侧算法中心单元，设备侧算法单元包括：采集单元、数据清洗和处理单元、算法执行单元、算法动态优化单元、同步更新单元以及分析单元，中心侧算法中心单元包括中央数据处理单元和中央算法优化单元；本发明主要通过算法动态优化单元自主动态优化各时间段的算法，且中心侧算法中心单元结合多个设备侧算法单元动态优化各时间段的算法并学习，以得到优化后的算法和/或更新版本算法并反馈给各设备侧算法单元，从而使各设备侧算法单元和中心侧算法中心单元可以不断学习，并自动更新各设备侧算法单元系统版本的算法，节约了人力。

摘要： 本发明公开了一种基于多任务增益回归的废钢异物扣重学习方法，采用MTSN预测模型，并采用Embedding模块实现数据连续向量表示，采用层级条件下的多层感知网络实现数据学习，分别生成认知数据损失度量和离散废钢等级数据的损失度量，最后采用MTL多任务自动学习权重机制，关注相关性大的变量，弱化相关性小的变量，实现自动调节权重系数；本发明中的多层级回归网络，根据数据类型的不同，分别训练，对具有不确定性影响力的数据，单独计算特征影响因子，提高数据的表征能力，能够解决数据表征能力差的问题；本发明中的数据增益网络，初始化权重，计算数据预测参数，迭代训练，转化权重系数为增益系数。