化学习题

摘要： 习题是教材的重要组成部分,习题教学是教学中重要的一环,通过习题教学能让学生巩固、掌握所学习的知识。若在平时习题教学中重结果而轻过程,则习题容易成为学生学习的负担,不符合“双减”的要求。因此,要在习题教学中让学生体验和感悟解题过程中的思维过程和方法,提高学生的化学学科素养。

摘要： 一、问题的提出教辅资料中有一道例题:工业酸性废水中的Cr_(2)O_(7)^(2-)可转化为Cr^(3+)除去,实验室用电解法模拟该过程,阴极为石墨,阳极为铁。

摘要： 《普通高中化学课程标准(2017年版)》[1]中明确提出“实施‘教、学、评’一体化,有效开展化学日常学习评价”,结合学业水平考试命题原则--“以化学学科核心素养为测试宗旨”,试题的解答能展现出学生学科素养。习题是教学中不可或缺的重要环节,如何让化学习题发挥出更大的功用,运用典型习题来发展学生学科核心素养?在教学过程中,教师可以通过精选典型例题,发展学生的学科核心素养。

摘要： 化学是一门实验型学科,具有丰富的教学表达形式,主要体现在概念讲述与反应描述的宏观现象、符号示意反应机理的微观过程、曲线与表格呈现物质之间的定量关系。实践表明,学生粗心大意审题不清、解题不规范直接影响解题的效果与质量。培养学生良好的学习习惯和思辨能力有赖于有效的教学表达。“规范、真实、充分”的化学教学表达具有示范和引领的作用,能够优化化学知识结构,实现知识和能力的正向迁移。

摘要： 隐含变化在化学高考题目中比较常见,它可以出现在化学实验题、计算题和综合性题目等各类题目当中.分析了存在隐含变化的几种情景:(1)实验操作过程中;(2)反应物的量变中;(3)物质的本身变化中;(4)混合体系中.教师在平时教学中不仅要重视指导学生对化学基础知识和基本理论的掌握和运用,还应加强对学生读取、分析、处理信息的能力培养.

摘要： 在中考中或者平常的化学习题中,经常遇到这类试题:当一种物质和另外两种物质都会发生反应的情况,面对这类有关"顺序"的考题,学生弄不清楚该知何下手解题,不知道如何分析。笔者以典型中考试题为例,就这类"顺序"题的考查角度作以分析,供参考。

摘要： 学科教学视域下的深度学习是一种有效的教学方式,要求学生在化学思想的指导下理解、归纳、掌握、运用已有知识解决具体问题.深度学习是一种主动的、批判性的学习方式,强调理解性的基于真实问题的解决,深度化的主题学习是化学习题课堂有效地解决方案.如2019年全国卷Ⅰ出现的热重分析就可以在课堂习题教学中运用化学守恒思想进行深度主题学习.下面就从分类的角度具体介绍守恒思想解决热重问题的方法.

摘要： 守恒思想是一种重要的思想,用于解答高中化学习题,可大大简化解题步骤,提高学习效率.但守恒思想的灵活应用对学生基础知识的掌握程度以及分析问题的能力要求较高.因此,教师在教学过程中应注重结合具体的例题为学生讲解守恒思想的具体应用,使学生掌握相关的应用技巧,提高其解答化学习题的能力.

摘要： 高中化学一直是高中课程中的学习难点,考查题型主要有推断题、计算题和实验题等,不同的题型,解题思路也不同.在学习高中化学的过程中,掌握正确的解题思路不仅能够保证解题的正确率,提高考试成绩,还能够减少计算量,节省解题时间,提高解题的效率.

摘要： 统摄信息的能力是高考理综《考试说明》提出的能力要求，“统”即统一、归置到一起，“摄”即提取、获取。本文分析了学生化学习题解题的障碍，解题表征的涵义、意义，解题表征的方法。

摘要： 面对大学一年级学生，有一个从高中到大学的学习转变过程，有个适应过程.我们碰到的问题是，既要按大纲要求讲述基本知识，又要提高学生的全面素质，这时怎么办?为此，我们仍然特别强调做好化学习题这一关，这是作为教学改革的一个重要措施。

摘要： 本发明实施例公开了一种基于学习者画像与习题相似度的预科中文习题推送方法，首先基于用户的母语语系与用户的历史做题轨迹构建学习者画像；之后构建知识点多叉树，进而采用LCA机制计算习题相似度；接着融合学习者画像与习题相似度生成候选习题队列；最后基于用户交互数据实时生成推送习题队列。本发明实施例针对预科留学生，构建了用户的深度垂直学习者画像；充分利用习题的多层语义信息，提升了习题推送的精准性与可解释性；采用实时交互数据，实现“i+1”教学理论下的实时引导。

摘要： 本发明提供一种强化学习训练方法及基于强化学习的决策方法，其中，强化学习模型训练方法，包括如下步骤：获取多组历史状态数据；将每一组历史状态数据输入至强化学习模型，得到初步决策数据；将所述每一组历史状态数据和所述初步决策数据输入至预先建立的贝叶斯神经网络模型，得到状态变化量以及奖励值，所述状态量变化值为当前状态数据与下一状态数据的差值；根据所述每一组历史状态数据以及对应的初步决策数据、状态变化量以及奖励值更新所述强化学习模型的模型参数。通过实施本发明，能够增加强化学习模型训练样本量，提高强化学习效果，提高动态决策规划结果的准确性。

摘要： 本发明公开了一种基于深度强化学习的个性化学习推荐方法，包括以下步骤：定义知识点及题目的难度属性，根据知识点之间的关系构建知识点网络图；根据知识点之间的关系确定知识点下题目之间的关系，构建题目网络图；根据用户行为数据，在题目网络图中得到针对指定用户当前状态下的子图，作为学习边界；进而使用深度强化学习算法，利用用户历史记录建模，训练得到在用户当前状态下的子图中如何选取割集策略。本发明方法可智能化地为用户推荐最佳题目，节省用户学习时间，使其学习效率提高，学习体验提升。

摘要： 本申请提供了一种习题的学习方法及其学习装置、存储介质和电子设备。该习题的学习方法包括：基于用户的操作指令，控制用户界面中出现的至少一个待选选项在至少一个答题通道中移动，其中，至少一个待选选项为基于第一习题设定的选项，至少一个答题通道分别对应第一习题的至少一个正确选项；在至少一个待选选项在至少一个答题通道中的移动遇到阻挡且至少一个待选选项分别与至少一个正确选项匹配时，将至少一个待选选项从至少一个答题通道中消除。本申请实施例能够让学习变得更有趣味性。

摘要： 本发明公开了一种基于进化学习和深度强化学习的电压调节方法及系统，属于人工智能与控制系统交叉技术领域，包括：获取实时检测到的环境状态，将其输入已训练的策略网络，得到电压调节策略；根据电压调节策略调动调压资源完成电压调节；所述策略网络通过以下方法训练：对策略网络进行多阶段递进式多节点深度强化学习的训练，每阶段训练中应用进化学习，通过已训练的策略网络之间的交叉使已训练的策略网络数量翻倍，在进行交叉操作的下一个阶段中对已训练的策略网络进行变异操作，直至已训练的策略网络数量达到预设目标；每个节点对应一个策略网络；适用于多节点的配电网协同电压调节，促进网络训练过程的多样性，具有强大的可拓展性。

摘要： 公开了游戏化学习系统、游戏化学习方法和计算设备，系统包括：交互处理装置，包括云端处理单元，用于基于接收到的脚本反馈生成交互文件，其使得虚拟形象能够与用户交互；游戏化学习引导装置，包括路径规划单元和行为引导单元，路径规划单元用于根据用户选择的学习目标确定学习路径，并根据学习路径分配和推送学习资源，行为引导单元用于根据学习路径和学习资源生成脚本反馈，其和虚拟形象一起用于引导用户完成学习路径下的学习计划，进而完成学习目标。本发明可实现用户自定义生成虚拟形象，支持语音、表情、动作多种交互方式，通过游戏化的机制引导用户的学习行为，能更好地满足用户个性化需求，实现了寓教于乐、提升用户学习兴趣的目的。

摘要： 本发明提出一种基于因果关系驱动的分层强化学习框架，包括：因果关系发现模块，用于获取智能体的强化学习环境中各环境变量之间的因果关系，并构建为因果关系图；子目标分层结构构造模块，用于根据该环境变量的变化函数，构建分层强化学习的子目标集合，选取该环境变量中的可控变量，通过该因果关系图从该子目标集合中选出与该可控变量关联的子目标为可达子目标，以所有该可达子目标的逻辑关系为该分层强化学习的分层关系。还提出一种基于因果关系驱动的分层强化学习方法，以及一种数据处理装置。

摘要： 本发明涉及学习系统技术领域，公开了基于深度强化学习的个性化学习系统及方法，包括个性化学习终端、个性化数据分析处理端以及个性化学习服务端，所述个性化学习终端还包括电子教材交互模块、作业与考试模块、个人学习档案管理模块、疑难问题互动交流模块与资源查询模块，所述个性化数据分析处理端包括个性化学情数据预处理模块、学习内容个性化推荐模块和学习结果智能测评模型构建模块，优点在于：通过整合了学习交互活动终端、个性化模型分析端、个性化学习服务端等多环节的系统资源，支撑学习者依据学习目标，应用个性化学习服务中心提供的服务，快速获取合适的学习资源和学习策略，完成学习目标并进行自我评价，实现自我导向学习。

摘要： 本发明公开了一种基于强化学习的神经网络控制方法及强化学习系统。本发明中，动作网络根据被控对象或其机理模型的阶次和迟延来确定状态控制量，被控对象接收动作网络发送的状态控制量输出动作值；由估值网络基于输出动作值对当前控制效果与预定目标对比进行评价，在对被控对象或其机理模型探索过程中加入随机扰动和模型变化，并同时对动作网络和估值网络进行更新，获得控制律。通过动作网络和估值网络对被控对象或其机理模型的探索，不断更新和优化控制策略，在一定程度上模拟人对环境的探索和学习过程，最终得到一个快速准确且具有一定鲁棒性的神经网络控制器，能用于解决许多控制领域的难题。

摘要： 生成鲁棒的自动化学习系统并测试经训练自动化学习系统。本发明关于一种用于训练神经网络100的方法、一种用于测试神经元网络100的方法，以及一种用于检测可能欺骗神经网络100的对抗性示例的方法。叠加的分类通过第二神经网络500向后传播，并且第二神经网络500的输出值用于确定神经元网络100的输入是否是对抗性示例。本发明的设置方法基于对第二神经网络500的这种利用。本发明此外关于配置成实施所述方法的一种计算机程序以及一种装置。