关键词： 省属本科高校   党史学习教育   党建工作   创新发展  

摘要： 高校党建工作创新发展的目的,是进一步增强党组织凝聚力与领导力。党建工作与党史学习教育有着密切的内在关联,若想利用党史学习教育全面助推党建工作创新发展,应明确二者之间的关系与相互作用。高校需从以下四个方面展现党史学习教育助推党建工作创新发展的意义,一是党史学习教育可促使党员干部及大学生深层次剖析党的发展历程;二是党史是党建工作创新发展的理论基础;三是党史学习教育可增强党建工作创新发展内在动力;四是促使高校基层党组织继承党的优良作风,以此在教育与发展上形成科学举措。

关键词： 声律启蒙   识字   方法  

摘要： 《声律启蒙》内容丰富,意蕴深远,是不可多得的启蒙读物。用正确的方法读《声律启蒙》,能让学生快速了解文意,积累知识,丰富词汇;培养语感,提升语文素养;传承优秀传统文化,塑造健康人格。小学低年级学习《声律启蒙》的方法有:初读正音,读通文句;读出节奏,好读乐读;多种方式,粗知大意;典故引路,塑造品格。

关键词： 机器学习   随机森林   反向传播神经网络   区域ZTD建模   精度评定  

摘要： 针对常用的GPT2w和UNB3m两种区域(经验)对流层天顶总延迟(ZTD)模型精度不高的问题,探讨基于机器学习方法进行区域ZTD建模的可行性。以GAMIT软件解算的美国加州13个IGS测站2021年连续31 d的ZTD数据(ZTD_GAMIT)为例,构建以经度、纬度、大地高、年积日、每日小时数、GPT2w或UNB3m经验ZTD模型估计的ZTD值(ZTD_GPT或ZTD_UNB)为输入,以ZTD_GAMIT为输出的随机森林(RF)和反向传播神经网络(BPNN)区域ZTD改进模型。实验结果表明,相较于GPT2w和UNB3m模型,两种基于机器学习方法的区域ZTD改进模型的预测精度均有所提高,能有效改善系统偏差。以ZTD_UNB为输入的BPNN和RF改进模型的预测均方根误差(RMSE)分别为15.14 mm和19.48 mm,以ZTD_GPT为输入的BPNN和RF改进模型的RMSE分别为15.32 mm和20.74 mm。BPNN模型的预测精度总体上优于RF模型,具有较高的可靠性。

关键词： Specific学习方法   以生为本   理实一体化   和谐课堂  

摘要： 《网页设计与制作》是计算机学科专业中的一门专业技术基础技能必修课,是中职网站建设与管理专业的平台课程。在计算机学科中,除去理论知识的讲解,大部分操作课程需要学生反复去实践操作、探索研究,才能更好地掌握知识点及技能,并在此在过程中掌握网站的建立和维护能力,同时提升自己的综合职业能力、创新精神和良好的职业道德。鉴于此,应当建构Specific特有的学习方法,综合各种信息化手段辅助教学,实现“做中学、做中教”的理实一体化的教学,构造五位一体的和谐课堂。

关键词： 项目式学习   语文综合能力   古诗词学习   以人为本   教育理念   动机问题   小学语文教学中   趣味性  

摘要： “项目式”学习是小学语文教学中的一种模式,有利于“以人为本”教育理念的落实。实施“项目式”教学应以课文的解析为前提,寻找主题的关键,并以具有挑战性和趣味性的动机问题为指导,引导学生进行高阶和低阶的综合学习,由此提高学生的语文综合能力。

关键词： 系统性风险   机器学习   梯度提升树   SHAP Value  

摘要： 本文采用梯度提升树这一机器学习模型,基于美国等17个国家的25个特征变量的宏观经济数据集,构造了风险识别模型对中国的系统性风险概率进行全面解析,并通过SHAP Value解释模型,在非线性非参数模型下探索中国的风险影响因素。实证结果表明,梯度提升树模型对系统性风险的捕捉能力显著优于传统的逻辑回归模型,其能够较好地刻画中国的风险概率走势;经过SHAP Value分解可发现,信贷因素、货币因素、金融市场化因素及国内总储蓄等是主要的风险拉动因子,且均存在明显的阈值效应。

关键词： 英语学科   跨学科主题学习   英语教学  

摘要： 自《义务教育课程方案(2022年版)》和《义务教育英语课程标准(2022年版)》颁布以来,跨学科主题学习的实践引起了广大一线英语教师的关注。但是很多教师对英语跨学科主题学习的内涵及意义还缺乏深入的认识,在实践层面也存在不少关键问题亟待解决。本文在探讨英语跨学科主题学习的内涵、设计路径及教学意义的基础上,对一线教师如何解决英语跨学科主题学习实践中存在的一些关键问题提供了一些思路和参考,并通过案例加以展示说明。

关键词： 机织工程   学习方法   知识积累   效率提升  

摘要： “机织工程”是纺织工程专业本科生核心课程,承接“纺织材料学”和“纺纱工程”等专业课程,知识点繁多、复杂、抽象。学生在学习过程中注意力分散、效率低下。为了有效地提高学生的学习效率,提出9种学习方法,以帮助学生高效地积累课堂专业知识,提升专业能力,为培养纺织行业高端人才奠定基础。

关键词： 主动学习   材料   离群点检测   回归   高质量样本  

摘要： 材料的生产环境和测量条件不同,导致用于机器学习的材料数据的噪声较大.对材料数据进行标注需要一定的专业知识和专业技能,因此标注成本也相对较高.这两方面的因素给机器学习应用于材料领域带来了巨大挑战.为应对这个挑战,提出了一个主动回归学习方法,由离群点检测模块、贪婪采样模块和最小变化采样模块组成.同其他主动学习方法相比,该方法整合了离群点检测机制,选取高质量样本的同时有效地排除了噪声数据的影响,避免了沉没成本.在公开数据集和非公开数据集上与最新的主动回归学习方法进行了对比实验,实验结果表明本文方法在相同的数据量下训练的任务模型性能指标相比于其他模型平均提高15%,且只需30%~40%的数据量作为训练集就可以达到甚至超过使用全部数据训练任务模型的精度.

关键词： 遥感影像   自动提取   面向对象   深度学习  

摘要： 文章在对面向对象多尺度分割技术和深度学习技术分别进行理论、方法阐述后,开展目标区建设用地和非建设用地自动提取实例研究。通过建立少量地类样本库完成遥感影像自动分类提取,并对提取结果进行分析,得出目标区总体分类精度达到94.40%,建设用地的制图精度和用户精度能够满足实际生产需求。