独立学习

摘要： 高中生的数学学习应得法于课内,得益于课外。要提高高中生的数学独立学习能力,首先需要教师在课堂上的合理引导与扶放。具体而言,教师可在教学中做好目标演示、差异推进、协作互助、独立学习四个环节,在“扶放进阶”中引导高中生学会独立学习。

摘要： 针对当前课堂“扶放欠当”的问题,文章结合具体教学实例,基于“I-ACT扶放进阶”教学模式,通过目标演示、差异推进、协作互助、独立学习四个步骤,将认知负荷承担主体逐渐由教师主体转移到师生共同体再到学生共同体,最终由学生主体独立运用所学新知。从扶到放、先扶后放的“IACT扶放进阶”教学模式,为学生搭建了实现独立学习所需的支架,逐步实现由教到学、从依赖到独立的学习目标。

摘要： 传统的课堂教学中,学生被动的接受教师讲授的内容.为了提高学生学习的积极性和主动性,培养学生自主学习的能力,设计了基于角色互换的片段化教学方法.将数据库系统涉及实际操作的内容分为49个片段,让学生以教师的身份在课堂上讲授自己课下准备的教学片段的内容.以大学数据库系统课程为例,以4个年级7个班的353名学生作为研究对象,通过卷面成绩来进行评测,结果表明该方法可以有效提高学生对理论知识的掌握,提高学生的动手能力和自学能力.

摘要： 本文主要研究关于高中化学教学中学生自主学习能力的培养问题,目的在于让高中阶段的学生了解自主学习的方法,以及如何对此学习方法进行培养.在普遍的教育教学中,教师往往占据主导地位,学生习惯了跟着教师的步伐去学习.但这样的教学模式会影响学生的独立思考,教师要让学生成为课堂的主体,教师要能够放手让学生成为学习的主人.

摘要： 语文是初中入学考试的必修科目之一。初中三年级是中学语文教学的最后阶段。如何充分利用这一关键时期并帮助学生获得足够的语文技能以参加升学考试是大多数语文教师都非常关注的重点。语文教师应在初中三年级中减少语文教学的难度,留出足够的空间让学生独立、积极地学习知识,并提高自身的能力。

摘要： 授人以鱼不如授人以渔,与被动获取知识相比,自主学习技能的发展在促进学生的长期发展,使学生能够自我探索和更深入地思考知识点的内容以及养成良好的学习习惯方面起着关键作用.在小学语文的课堂教学中,教师应注意学生自学能力的发展和学生学习兴趣的发展,以促进学生自学能力的发展.

摘要： 在当今的社会背景下,网络科技早已变成大家日常生活和工作上不可或缺的一部分.针对教育科研而言,教师在课堂教学中也能够充分利用网络作为媒体来开展教学课堂.可以说,将网络学习资源融进课堂教学是教育改革的流行方向,另外也是发展互联网,促进教育科研的过程获得提升的关键方式.文中从小学数学课堂教学下手,从"完成数学课堂与网络学习的融合""充分运用互联网的优点""提升学生独立学习与协作研究的过程"三个层面,探讨了小学数学课堂教学中互联网的运用对策.

摘要： 高校英语课程往往覆盖知识面广、学习时间长,在实际教学过程中,通常会与西方的政治、文化、思想等意识形态领域的内容产生广泛且深度的交流以及激烈的碰撞.基于这种现状,文章首先引入了"三全育人"这一全新的教学模式,随之讨论了"三全育人"模式在高校教育阶段的价值和意义.为了很好地达到解决大学生无法对思想政治理论教育产生清晰的认知、未能对国外尤其西方的文化价值观念产生理性判断等一系列问题的目的,文章提出将"三全育人"融入课堂教学过程,并针对"三全育人"理念影响下的独立学院的大学英语教学逻辑进行了梳理,提出四点应对策略,以供高校英语教师在教学过程中进行参考.

摘要： 小学数学教学课堂上又该如何去操作使学生既能能获得知识,又能逐步培养学生的创新意识和创新能力呢? 一、做好示范,让学生在模仿中尝试创新;二、问题引导,让学生在解疑中发展创新思维;三、实验探究,在学生在探究中发展创新能力;四、准备学具,让学生在动手操作中培养能力。

摘要： 随着经济的发展,社会对于孩子的独立学习能力要求越来越高。数学教师应引导学生通过实践、思考、探索、沟通等方式来学习数学的基本知识、基本技能、基本思想和基本活动经验,以鼓励学生积极主动地进行个体学习,并不断提高自己的能力。小学阶段是培养学生独立学习、独立思考的重要阶段,培养学生这一能力不仅是为了让学生适应社会,更是为了提高学生深度学习的能力,使学生得到思维方面的启蒙,从而促进形式运算能力的发展。因此,本文就数学这一学科,具体提出了培养学生独立思考能力的方法。

摘要： 独立学习既是一种学习理念，也是一种学习模式，这种学习强调学生的自我管理，其操作路径一般包括自主选题、方案设计、活动探究、成果交流、学习反思五个步骤。学校教育要帮助学生学会对自己的学习负责任，建设自我导向性的学习文化，培养学生的自主学习力，这不仅非常重要，而且是一项非常具有挑战性的任务，因为它需要改变学生传统的、被动的在“静坐”中收获的学习方式，转向现代的、主动的在“行动”中收获的学习方式。独立学习加强了学生自我驱动的学习力，结合从同学和导师在学习过程中所做的选择、决定的反馈和反思的理解，可以有效培养学生对自己的学习承担责任，帮助学生成功地掌握严谨的学术内容，对提升批判思维、分析思考的能力、有效沟通和协作富有成效。

摘要： 本研究旨在开发一个适用于诗歌声情艺术课程的在线影音互动学习环境,让学习者透过平台独立完成诗歌声情艺术课程的修习,将语文及信息化教学之理论加以结合并付诸实践.研究发现,参与教学实验的受试者对于本研究的教学平台系统与课程有相当正面的评价,对于此类教学法有着极高的兴趣.在教学形式的比较方面,更显示本研究所开发的影音交互式网络独立学习平台所运用的工具与教学策略,有助于诗歌声情艺术的学习.研究团队根据本研究所获得的结果,希望能将此在线学习环境推广运用到其它知识领域,提升此类教学方式的应用层次,为更进一步的相关研究贡献微薄心力.

摘要： 一种基于分布独立性的3D人脸解耦表示学习方法，收集3D人脸数据集，将数据集分为训练集和测试集；根据训练目标对数据集全体数据进行预处理及配准；构造用于解耦表示学习的图卷积神经网络模型；使用训练集训练用于解耦表示学习的图卷积神经网络模型；训练完成后，用于解耦表示学习的图卷积神经网络模型将输入的3D人脸解耦为身份和表情两个部分。与基于3DMM的3D人脸解耦方法相比，本发明采用非线性表示，具有更强的3D人脸表示能力。与借助2D几何图像的3D人脸解耦方法相比，本发明直接作用于3D人脸网格，避免了将3D映射成2D图像造成的信息损失。

摘要： 本发明提供可缩短以属于多个范畴的数据使DNN进行学习的时间的DNN的学习方法。该方法包含对以日英的学习数据使语言独立的子网络(120)和依赖语言的子网络(122及124)进行学习的步骤。该步骤包含：以日文数据使将子网络(120)的输出层的神经元和子网络(122)的输入层的神经元连接而成的DNN进行学习的第1步骤；形成取代子网络(122)而将子网络(124)连接至子网络(120)而成的DNN，并以英文数据进行学习的步骤；交替地执行这些步骤直至学习数据结束为止的步骤；在完成后将第1子网络(120)与其他子网络分离开并作为范畴独立的子网络存储至存储介质的步骤。

摘要： 本发明公开了一种基于希尔伯特‑施密特独立性和度量学习的零样本学习方法，包括：提取训练样本的图像特征和对应类别的语义特征；根据训练样本的图像特征和对应类别的语义特征，构造训练样本的图像特征协方差矩阵、对应类别的语义特征协方差矩阵以及图像特征和对应类别的语义特征的互协方差矩阵并将其代入典型相关分析公式，以构建图像特征和语义特征的公共特征空间；将公共特征空间中的训练类别的图像特征和语义特征投影至马氏距离协方差矩阵，得到使训练类别的图像特征和训练类别的语义特征的关联性最大的马氏距离协方差矩阵；使用最近邻分类器，距离待测类别图像特征最近的待测类别语义特征所对应的类别，就是所预测的图像类别。

摘要： 本发明公开了一种面向非独立同分布数据的联邦对比聚类学习方法及系统，属于联邦学习技术领域，包括：在中心服务器端将共享模型和原型矩阵分别下发到所挑选的各客户端中进行聚类对比训练，进行聚类对比训练时模型并不关注数据的分布，而只关注于数据聚类信息之间的对比关系，基于自监督对比学习关注局部特征的特点，缓解了对全局分布的依赖，从而改善了模型由于不平衡的数据分布而产生的偏移，也能够较好的表示数据的类分布并改善由类不平衡所引起的Non‑IID问题，同时也能够消除联邦学习对有标签数据的依赖，能够解决现有的联邦学习方法由于存Non‑IID数据分布问题所导致的模型准确率较低以及由于依赖标签数据所导致的无法在实际生产中进行应用的技术问题。

摘要： 本发明公开了一种基于自学习的双侧独立电驱动履带车纠偏控制方法，属于电驱动履带车控制技术领域。本方法包括判断修正次数是否达到设定上限、判断车辆是否发生左/右偏、判断修正系数是否达到设定上/下限、记录车速、判断左/右偏时间是否超过阈值、计算车速均值和均方差、判断车速均方差和记录修正系数；本发明基于双侧独立电驱动履带车的控制系统自学习，通过实时监控，对左右侧速度进行修正，实现对车辆整体的纠偏控制，避免双侧独立电驱动履带车直线行驶时出现跑偏现象。

摘要： 本发明提供了一种面向非独立同分布数据的联邦互学习模型训练方法，包括：S1、将初始全局模型参数发送至中间客户端，中间客户端生成中间客户端模型参数，S2、边缘客户端利用本地数据集生成边缘客户端模型参数；S3、中间客户端和边缘客户端利用互学习方法更新参数；S4、将中间客户端模型输出的概率预测值上传至服务器，服务器利用蒸馏技术更新全局模型和中间客户端模型；S5、执行步骤S3～S4，直到模型满足收敛条件，得到最终的中间客户端模型、边缘客户端模型和全局模型，然后服务器将最终的全局模型广播到所有边缘客户端。在本发明中，通过分组互学习和知识蒸馏方法解决非独立同分布数据的联邦学习通信带宽限制和模型生成的问题。

摘要： 本发明公开了一种针对非独立同分布场景下快速准确的联邦学习方法，所述方法包括：对联邦学习各终端设备采集的样本数据提取特征图并求其平均值作为该设备的特征图；对各终端设备的特征图加密，并根据加密后得到的哈希向量的相似性对各终端设备进行分组；在联邦学习每一轮训练中，采用本发明提出的基于设备分组的联邦学习聚合算法进行全局模型的梯度聚合，直到联邦学习训练结束。本发明还公开了一种上述方法在非独立同分布场景下进行联邦学习中的应用。本发明能够在数据非独立同分布场景下极大地减少联邦学习训练轮数，并能有效地提高联邦学习训练好的全局模型的推理精度。

摘要： 本发明公开了一种基于独立循环神经网络深度学习的GIS状态分析方法，具体包括如下步骤：步骤1，收集样本数据；步骤2，对每一个样本数据进行归一化预处理，并输出项数据进行编号；步骤3，将经步骤2处理后的样本数据分为训练样本集、验证样本集、测试样本集；步骤4，搭建独立循环神经网络深度学习模型的整体结构；步骤5，对步骤4的模型使用步骤3的训练样本集进行训练后获得训练后模型；步骤6，对步骤5的模型使用步骤3的验证样本集进行过拟合验证，获取最优模型；步骤7，输出分析结果。本发明解决了现有GIS状态分析结果易受主观因素影响、可靠性低的问题。

摘要： 本发明公开了一种面向数据非独立同分布场景的联邦学习方法和系统，包括多个客户端和中心服务器；中心服务器用于将目标数据集以非独立分布方式划分成多个子数据集使得每个子数据集包含所有种类数据，并分配子数据集到客户端；客户端用于基于接收的子数据集，依据当前本地锚点指导子数据集训练当前本地模型，并更新本地锚点和本地模型参数，依据约定的通信方式上传模型数据至中心服务器；中心服务器还用于根据接收的模型数据进行聚合得到聚合数据，依据约定的通信方式下传聚合数据至客户端以作为下一轮联邦学习的基础，该方法在保障用户数据安全的基础上，提升特定场景下联邦学习系统的实用性，同时解决联邦学习系统的通信效率、统计异构问题。

摘要： 本发明涉及无线通信技术领域，尤其涉及一种基于独立学习的移动边缘计算任务卸载方法，包括：建立系统模型，并根据处理的任务数构建IoT设备端的任务队列模型；确定任务计算方式并建立通信模型；建立任务本地计算模型，得到本地任务计算总开销；建立任务卸载计算模型，得到卸载任务计算总开销；引入能量收集，建立IoT设备端的剩余电量队列模型；构建以最小化MEC系统中IoT设备总开销的长期平均为目标的优化问题；建立基于强化学习的独立学习任务卸载模型，包括系统状态空间、动作空间和奖励函数，求解最优的任务卸载策略；本发明不仅极大地降低了IoT设备的时延和能耗的总开销，而且在一定程度上延长MEC系统的使用寿命。