分析学习

摘要： 翻译家汪榕培先后完成了《陶渊明集》、《邯郸记》、《苏剧精华》等译著,并赢得了国内外普遍认可.在翻译实践的基础上,汪榕培提出了"传神达意"的翻译标准.本篇结合《蜀相》的英译,从"传神"和"达意"两个方面,对《蜀相》英译进行了分析.

摘要： 文章阐述了一种利用云计算平台和大数据分析技术,建立基于主人定位信息的可实现主动请求机制的智能家居管控平台,解决了主人因忘记远程遥控带来的烦恼,让智能家居管控平台通过分析学习具有自动运行和自我管控的管控平台的设计,使智能家居变得更加智能,让我们的日常生活变得更加舒适.

摘要： 2006年,我校提出“创造适合孩子快乐学习的数字生活”。这句话不仅是理念、目标,更是体现了校长带领广大师生一步步求索、改革、攀升的历程和业绩。十年来,我校师生既是勇敢者和实践者,又是创新者和传播者。早在2012年,我校率先在上海开展BYOD（Bring Your Own Device）形态下的一对一数字化教学。到2014年,我校开始探索利用企业开发的统一平台来整合学科的教学,发挥平台数据互通的优势。我校使用的学习平台是“翼学院”,

摘要： 现在的小学数学教学问题频出,都是因为老师为了应付教学目标和考试,对学生灌输选定好的内容或者全部内容,并压制学生的独立创新想法,缺少对学生需要的了解,不能对学生的能力得到有效的发展和开发,而小学数学的教学是为学生的思维逻辑能力以及其他能力奠定基础的重要时刻,所以我们就要对学生进行＂适度教学＂,促进学生多方面能力得到发展。在小学数学教学中运用＂适度教学＂理论,让学生掌握更好的学习方法,

摘要： 我校在创建上海市实验性示范性高中过程中,根据自身的发展历史,确定了办学理念：＂文理相通、人文见长＂。＂文理相通＂是指打破学科分割,在学校的教育教学活动中努力实现科学与人文的整合。其一是文理科教学内容的互相渗透,其二是教育途径的有机整合,其三是教育目标的内在贯通。＂人文见长＂是针对当前社会上存在的重科技、轻人文的现象而提出的教育对策。

摘要： 一、中职语文学习中学困生学习效率低概述中职语文其实并不是像我们想象的那样,进行简单的背诵,多背一些名言名句,多看一些课外书。虽然这只是一方面,但是更要发挥学生和老师的能动作用,充分考虑到多方面的因素。因为中职语文并不是单单的记忆,它包括我们平常对生活的积累,对语感的把控等,这些需要不断积累。因此,中职语文学起来有很大的难度,很多学生在这门学科上都有自己的不足之处。有的学生每篇课文倒背如流,但是在

摘要： 小学数学课堂中如何将教师的教与学生的学有机结合起来,体现学生的主体地位?关注学生的学习起点尤为重要。下面以苏教版五年级上册"一一列举解决问题的策略"为例,阐述如何准确地找到学生的学习起点,并基于学生真实的学习起点开展教学实践。一、课前调查、访谈,准确把握学习起点把握学生的学习起点必须从学生学习的逻辑起点和现实起点两个方面同步分析。

摘要： “特殊生”,并不是“特殊”在先天的素质上,而是在后天成长的客观环境,如家庭的、社会的、学校的人为的言行影响,吞噬了他们的信心,削弱了他们上进的意志,使他们产生了心理障碍。“特殊生”有学困生、行为困难生、单亲儿童等,他们相当一部分为留守儿童。不管是哪种类型“特殊生”,他们都有一个共性——爱的缺失。而教师的一项神圣职责,就是帮助“特殊生”排除心理上的阴影。

摘要： 课程即学习的经验,是学习的经历、轨迹。课程领导则是课程领域中引领课程改革、开发与评价活动的总称,它的目的是影响课程改革研发的过程和结果,实现改革研发的目标。基于学校课程建设实际,在国家、地方、校本课程一体化重建的过程中,校长的作为应该是战略的而不仅仅是技术的,是整体的而不是局部的,是系统的而不是零散的。

摘要： 教育部制定的《初中地理课程标准》(2011年版)关于爱国主义教育的情感渗透目标是:关心家乡的环境与发展,关心我国的基本地理国情,增强热爱家乡、热爱祖国的情感。尊重世界不同国家的文化,增强民族自尊心、自信心和自豪感,理解国际合作的意义,初步形成全球意识。中学地理学科是一门综合性很强的学科,利用地理教材中丰富的爱国材料来加强中

摘要： 本发明公开了一种基于迁移学习和视频帧关联学习的视频内容分析方法，主要解决了现有视频内容分析方法需要大量人工标记以及视频分析中存在“黑洞”现象的问题。其实现步骤是：(1)依据运动预测和光流分析算法对标签进行视频帧之间的迁移；(2)利用现有的图像标注数据集对上述步骤中产生的“黑洞”现象进行跨媒体迁移学习；(3)利用马尔科夫随机场模型对单幅视频帧中对象空间分布进行先验知识建模；(4)在最大后验概率模型下将以上三步统一求解，得到最终的视频分析结果。本发明充分利用了视频中空‑时域信息，迁移学习方法将大规模的已标注图像数据信息迁移到视频域对“黑洞”进行补绘，从而取得更精准的视频内容的像素级自动标注结果。

摘要： 本发明公开了一种基于学习度分析的在线平板学习结果预警方法：具有用于采集完整学习课程过程学习度特征参数的数据采集器，用于学习度特征参数的存储器，用于进行数据处理的处理器，用于进行远程控制的控制中心，用于控制中心和处理器进行通信的通讯模块，针对在线平板课程学习结果预警的需求，分阶段进行课程学习度特征的数据实时采集，通过建立粗略的回归曲线信任区间，实现对在学习课程学习结果的预警。

摘要： 对利用以往的散点图无法判定的细胞种类进行判定。一种使用神经网络结构的深度学习算法对生物试样所含的细胞进行分析的细胞分析方法，包括：使前述细胞在流路中流过，取得关于在前述流路内通过的各个细胞的信号强度，将与取得的关于各个细胞的信号强度对应的数值数据输入深度学习算法，基于从深度学习算法输出的结果，对每个细胞判定取得了信号强度的细胞的种类；利用前述细胞分析方法，解决了课题。

摘要： 本发明公开基于用户学习行为深度分析的在线教育平台学生学习力分析反馈方法，通过对在线教育平台上的教育课程基本参数进行获取，并对各教育课程下的各学生在学习时长中的精神状态系数、学习关联度系数、学习互动度系数、学习专注度系数和学习成果优异度系数进行统计，并根据以上统计结果计算学生的综合学习力系数，进而反馈给学生自身和任课教师，实现了根据学生学习行为对学生在线学习力的综合可靠性评估，弥补了目前在线教育平台对学生在线学习力的评估方式存在的评估指标过于单一化、评估结果过于片面化的步骤，完善了评估指标范围，提高了评估结果的可靠度，满足了现在对学生在线学习力的综合可靠度高的评估需求。

摘要： 本发明涉及一种利用人工神经网络深度学习技术分析测量对象的系统，所述系统包括：生物特征信息测量装置；以及基于分析生物特征信息的人工智能的深度学习服务器，所述深度学习服务器具备：信号获取单元，用于获取基于电化学反应的信号，将通过所述生物特征信息测量装置采集的血液注入具有一对电极的传感器会引起所述电化学反应；信号处理单元，用于将从所述信号获取单元获取的信号预处理为用于人工智能深度学习的信号；生物特征信息测量算法生成单元，用于利用深度学习人工神经网络技术自动提取利用通过所述信号处理单元处理的信号进行优化的生物特征信息测量算法；以及优化算法结果提供单元，用于向所述生物特征信息测量装置提供优化的生物特征信息测量算法。

摘要： 本发明揭示一种游戏式学习系统、学习方法及学习结果分析方法，该游戏式学习系统包括存储多个学习题目的题目数据库，及游戏平台和学习平台。游戏平台的游戏模块提供游戏剧本供玩家角色进行游戏，并在游戏中回答学习题目；学习平台则提供学习课程和读取学习题目，供玩家角色学习及回答题目。玩家角色在游戏平台和学习平台所进行的游戏及学习行为，分别记录在对应的记录单元当中；并且通过一分析单元将学习行为产生的记录转换为适用于游戏平台的游戏历程记录数据，让玩家角色在游戏平台进行游戏的成果和学习平台学习经历，可以同时反馈到玩家角色的角色等级上。本发明可让玩家在游戏的过程中进行学习获取知识，达到寓教于乐的目的。

摘要： 本发明涉及一种基于学习过程情绪实时分析的智能化学习干预系统，包括：情绪数据采集部分，用于在真实学习场景下，对人脸面部跟踪，获取人脸面部动态变化数据；自动识别处理部分，用于建立训练测试数据库、困惑情绪自动识别模型，利用该模型对情绪数据采集部分采集的数据进行处理；情绪分析、干预部分，用于建立学习情绪分析可视化系统、给出干预策略；实现学习过程中对学习者情绪状态实时变化的记录与分析，并及时提供适应性的调节和干预。

摘要： 提供一种能够削减为了开始分析所需要的数据的学习装置、分析装置、学习方法、程序及存储介质。实施方式的学习装置使第1模型进行学习，上述第1模型根据表示人的动作的时间序列数据来推定作业的期间。上述学习装置取得被赋予了表示上述作业的标签的第1时间序列数据。上述学习装置从在上述第1时间序列数据中上述标签表示的期间中，提取作为特征的样式。上述学习装置生成表示上述第1时间序列数据中的上述样式的出现定时的定时数据。上述学习装置使用上述标签、上述第1时间序列数据及上述定时数据，使上述第1模型进行学习。

摘要： 本发明涉及情感分析领域，为基于对比学习与持续性学习的属性级情感分析方法、系统及存储介质，方法包括：获取产品点评的文本数据；对文本数据进行预处理；使用迁移学习方法训练多个BERT‑adapter模型，并将训练完成的多个BERT‑adapter模型组成模型集合；其中，单个BERT‑adapter模型通过在BERT模型的每一个译码器层里的前向传播网络层之后增加适配层得到；将预处理后的文本数据输入模型集合中，得到多个逻辑值分类结果；根据多个逻辑值分类结果，得到文本数据的属性级情感分析结果。本申请将对比学习用于情感分析模型中，从而使得模型达到更好地分类效果。同时基于迁移学习思想构建的模型具有知识迁移的能力也能拥有知识增强的能力，可以缓解深度学习存在的灾难性遗忘问题。

摘要： 一种基于在线学习行为分析的个性化学习推荐方法，包括以下步骤：步骤1，收集数据，获取在线学习平台的学习者日志数据、学生成绩数据，学生性格数据；步骤2，特征提取与挖掘；步骤3，准备数据集进行BP神经网络的训练和测试模型的准确度；步骤4，利用训练好的模型，对新的学习者进行成绩预测；步骤5，向学习者发放调查问卷，并收集问卷数据；步骤6，对问卷数据进行k‑means聚类分析；步骤7，结合不同学习者的性格特征，进行个性化学习方法的推荐。本发明提供一种预测精度较高、较为全面分析学习者线上学习时间规律性的BP神经网络预测方法。并且能够对学习者进行性格分析，为学习者做出个性化学习方法推荐。