运用知识
运用知识的相关文献在1962年到2022年内共计232篇,主要集中在教育、社会科学丛书、文集、连续性出版物、中国文学
等领域,其中期刊论文232篇、专利文献22937篇;相关期刊175种,包括云南教育:小学教师、雅安职业技术学院学报、山西教育:高中文科版等;
运用知识的相关文献由240位作者贡献,包括刘北荣、刘玉初、宋志强等。
运用知识—发文量
专利文献>
论文:22937篇
占比:99.00%
总计:23169篇
运用知识
-研究学者
- 刘北荣
- 刘玉初
- 宋志强
- 张文华
- 林丽红
- 沈乾翔
- 贾淑君
- 阿斐
- 黄巡子
- КН.沃尔科夫
- Л.М弗列德曼
- 乌云
- 乔有平
- 云文在
- 亓俊雅
- 令富珍
- 任敬兰
- 余荣明
- 佚名
- 傅书松
- 全杰
- 冯艳红
- 冯薇
- 刘会强1
- 刘俊英
- 刘勇
- 刘国涛
- 刘士强
- 刘孝义
- 刘守敏
- 刘尚金
- 刘晓莉
- 刘正银
- 刘燕国
- 刘爱军
- 刘远我
- 刘阳春
- 匡光明
- 匡吉
- 合玄氏
- 吴友军
- 吴崇珍
- 吴晓娜
- 吴江新
- 吴鸿飞
- 周宏千
- 周巧荣
- 唐晶
- 喻廷绵
- 培根
-
-
李国华
-
-
摘要:
“知之者不如好之者,好之者不如乐之者”,由“好”和“乐”所产生的探索知识的迫切愿望是克服一切困难的内部力量。而兴趣的来源是多方面的,除知识本身的魅力,教学艺术的感染外,符合学生心理的活动也是激发兴趣的关键。教学面临的另一个挑战是:“创设引导学生主动参与的教育环境,激发学生的学习积极性,培养学生掌握和运用知识的态度和能力,使每个学生都能得到充分的发展。”
-
-
潘开英
-
-
摘要:
从课堂观察看,有英语教师对“学生理解学习内容”的理解存在偏差,认为学生能读准音、知其意、能背诵、会模仿就达成了对所学知识的理解。这样的理解偏差导致学生不能在生活中进行自如交际。什么是真正的学习理解?理解的本质是问题解决,理解的过程是学生从“获得知识”或者“知晓知识”转向“运用知识解决真实问题”的过程。
-
-
陈以聪
-
-
摘要:
化学实验能力是学生在掌握化学基本知识和化学实验基本技能的基础上,在观察、思维、自学等能力的形成过程中,经过迁移、内化而形成的一种作为掌握和运用知识、技能的条件,并决定活动效率的个性心理特征,是九年级学生运用实验手段观察现象、分析问题、解决问题的技能。
-
-
怀特海
-
-
摘要:
教育是教人们掌握如何运用知识的艺术。一个学生在任何考试中要直接回答的每一个问题如果不由他的老师设计或修改,这种教育制度是没有发展前途的。要使知识充满活力,不能使知识僵化,而这是一切教育的核心问题。最好的做法取决于以下诸项不可忽视的因素,即教师的天赋,学生的智力类型,他们生活的前景,学校周围环境提供的机会,以及与此相关的各种因素。正是由于这个原因,统一的校外考试是极其有害的。
-
-
-
-
-
-
-
摘要:
策划人语:进入21世纪以来,学习能力正成为人类重要的生存能力。评判一个人的学习能力,关键不在于其掌握知识的多少,而在于其整合、建构、迁移、创造性地运用知识解决实际问题的能力,即深度学习能力。为此,深度学习受到了广泛关注。近些年来,深度学习渐渐地成为教育领域的高频词。
-
-
彭春云1
-
-
摘要:
传统的数学教学往往局限于战术教学,也就是模块化的教学,使得学生在解决问题的时候往往是不具有灵活性的,不仅 使学生感到烦恼,而且使他们无法真正体验知识与实践之间的联系,并实现知识的转化和运用,这是当前的初中教师在教学过程中需 要解决的问题。所以,这篇文章结合教学实践,对初级中等教育中的数学探索性教学提出了一些想法。
-
-
-
- 杭州电子科技大学
- 公开公告日期:2020.09.29
-
摘要:
本发明提供一种知识图谱在零次学习上的运用方法。本发明首先利用ResNet深度卷积神经网络模型训练得到图像的视觉特征;然后利用wordnet知识图谱构建类别之间的关系图;再根据节点之间的距离计算其权重关系;然后利用GraphSAGE算法对关系图中的节点进行优化;之后利用图卷积神经网络将优化后类节点的语义特征映射到与视觉特征相同的维度空间;最后寻找与视觉特征欧式距离最近的类别,并将其作为判断的类别。本发明在零次学习任务中使用了知识图谱,构建类别之间的关系图,增加了更多的先验知识,利用了类别之间的联系,引入了GraphSAGE算法,可以对构建好的关系图中的节点进行优化,使得对节点的描述更完善。最后的分类结果也有更好的表现。
-
-
-
-
-
-
-
- 杭州电子科技大学
- 公开公告日期:2020-06-16
-
摘要:
本发明提供一种知识图谱在零次学习上的运用方法。本发明首先利用ResNet深度卷积神经网络模型训练得到图像的视觉特征;然后利用wordnet知识图谱构建类别之间的关系图;再根据节点之间的距离计算其权重关系;然后利用GraphSAGE算法对关系图中的节点进行优化;之后利用图卷积神经网络将优化后类节点的语义特征映射到与视觉特征相同的维度空间;最后寻找与视觉特征欧式距离最近的类别,并将其作为判断的类别。本发明在零次学习任务中使用了知识图谱,构建类别之间的关系图,增加了更多的先验知识,利用了类别之间的联系,引入了GraphSAGE算法,可以对构建好的关系图中的节点进行优化,使得对节点的描述更完善。最后的分类结果也有更好的表现。
-
-
-