关键词： 法语口译   口译学习   协同培养模式   口译人才   学习策略   方法和策略   教学经验  

摘要： 《法语口译技能快速突破》是一本实用性很强的法语口译学习指南,全面地介绍了口译学习的方法和策略,并结合作者多年的教学经验和案例,提出了很多实用的技巧和建议。笔者在开展2022年度国际中文教育研究课题一般项目“非洲法语国家本土中法口译人才协同培养模式研究”(项目编号:22YH61C)过程中研读了该书。该书的主旨是,想要快速提高法语口译技能,就需要掌握科学的学习方法和合理的学习策略。

关键词： 深度学习   地理循环过程知识   高中地理  

摘要： 深度学习的初衷在于引发学生主动学习的愿望,但目前高中地理循环过程知识教学无法促成思维的进阶和能力的发展,则深度学习难免流于形式,既不能真正落实地理学科核心素养,也不利于落实新课标的基本理念--学习对终身发展有用的地理。以“水循环过程及意义”为例,探索高中地理循环过程知识深度学习的教学发生,促进学生思维的进阶和能力的发展,并学到“终身有用”的地理知识。

关键词： 小学数学   意义学习   主动建构  

摘要： 意义学习是一种建构性、创造性的学习,是深入数学知识本质、关系的学习。意义学习能促进学生数学建构。教师要激活学生的已有认知,引导学生建立知识之间的多维关联,并对相关联的知识进行集聚、统整。教师要帮助学生打开思维,引导学生对知识进行意义还原、意义比较、意义建构和意义创造。意义学习能让学生在数学学习过程中体会到数学的内在性的旨趣。

关键词： 异质信息网络   深度学习   表示学习   图神经网络   元路径  

摘要： 万物依存而在,现实世界中的实体之间存在着各种不同的关联关系,如人与人之间的关系可以构成社交网络,学者通过共同发表论文、引用文献构成引文网络。同质网络将节点和边抽象为单一类型,但是这会造成大量的信息丢失。为了更大程度地保证信息的完整性和丰富性,有研究者提出了异质信息网络的概念,即包含多种类型节点和边的网络模式。将异质信息网络中的拓扑结构和语义信息嵌入到低维向量空间中,下游任务能够利用异质信息网络中的丰富信息进行机器学习或数据挖掘任务。文中总结了近年来基于深度学习模型的异质信息网络表示学习方法的研究成果,同时聚焦两类关键问题——异质信息网络语义自动提取和动态异质信息网络的表示学习方法,列举了异质信息网络表示学习新的应用场景,并展望了异质信息网络的未来发展趋势。

关键词： 地震破坏预测   破坏状态预测   机器学习   随机森林算法   新西兰地震损失数据  

摘要： 地震破坏预测研究对于建筑结构减灾规划、震前风险预测、震后应急评估有着重要意义。传统的方法因为受到震害资料数量的限制以及计算精度和能力的制约,一般基于经验只考虑少数因素对结构破坏的影响。通过使用随机森林算法,设计了一个综合考虑地震动、结构和场地等多维度信息的分类方法,用以预测建筑物的地震破坏程度。本文研究框架基于新西兰国家地震委员会所收集的27次地震详细破坏资料,处理得到14.2万条高质量建筑物损失数据,考虑了谱加速度、建筑形状、层数等16个影响因素,将4种不同的损伤状态作为模型的学习标签进行地震破坏预测训练。结果表明,随机森林算法在6种分类算法中性能最佳,经过学习曲线法调参、代价敏感学习之后,经过优化得到的随机森林模型对于测试集的整体预测精确率可以达到75.4%,对4种损伤标签的召回率分别达到了88.2%、55.0%、60.7%和70.8%,远好于其他方法。当只考虑对结果影响最重要的前12个因素,该模型的预测精度仍然能够达到73.7%。可见,基于此框架所训练的预测模型具有良好的精度与适用性,同时该框架对于中国震害资料大数据库的研究具有较高的参考价值。

关键词： 学习情境   古诗词   语言学习  

摘要： 学习情境在语文教学中发挥着重要作用。设计和运用学习情境时,要把握“真实”这一本质特征,激发学生学习的积极性;要满足“关联”这一运用条件,便于学生开展深度学习;要遵循“有意义”这一创设原则,促进学生积累语言经验,发展核心素养。

关键词： 更新教学理念   小组合作学习的优势   注意事项  

摘要： 一年级的教学内容看似简单,可是对毫无经验、懵懂无知的孩子来说,难度还是太大。如何更好地进行一年级的英语教学工作,其中包含着很多教学方法。本篇文章依据笔者自己工作中获得的心得体会,谈一点粗浅的认识。

关键词： 时频图像   缺陷识别   A扫   深度学习   小波变换  

摘要： 针对超声相控阵(NDT)缺陷检测,本文提出一种利用多任务深度学习网络进行A扫缺陷分类的方法。运用超声相控阵探伤仪检测物体缺陷,得到A扫缺陷波形图;将得到的A扫图像经过预处理,运用MATLAB将波形图像中曲线上的数据进行提取转为一维时序数据;利用小波变换(WCT)将得到的一维时序数据转为二维时频图像;最后,利用深度学习网络Resnet进行训练。实验结果表明,利用小波变换结合深度学习的缺陷识别方式有较高的准确率。

关键词： 半监督学习   网络入侵检测   代价敏感   模糊性   门控循环单元  

摘要： 现有的监督学习方法只能使用已标记样本对分类器进行训练,标签获取难度大、成本高,同时获得的样本易出现种类不平衡的情况,严重影响入侵检测模型的分析能力。为解决上述问题,提高入侵检测模型效果,提出了一种基于模糊-代价敏感门控循环单元(fuzzy-cost-sensitive gated recurrent unit,F-CSGRU)的入侵检测半监督学习方法。该方法使用半监督学习和代价敏感方法来提高入侵检测系统的分类器性能,同时提高对少数类样本的检测能力。模型将代价敏感与门控循环单元结合,为无标签样本生成标签,同时依据模糊熵对样本进行划分。将其中的低模糊熵样本合并到原始训练集中,对分类器进行再次训练。基于NSL-KDD和UNSW-NB15数据集进行了对比试验,结果表明,提出的模型对于上述数据集的准确率分别能够达到99.30%和84.53%,和经典的CNN-BiLSTM相比分别提升了0.08%和2.45%,对于少数类样本的检测准确率提高效果尤为显著。

关键词： 映射融合   体育课程   课程思政   健美操  

摘要： 体育课程基本内容与思政元素有机映射融合正当时、正当势、正当行,是中学体育课程教学需深入研究与探讨的问题。为充分发挥体育课程的育人铸魂功效,运用文献资料法、逻辑归纳法,以健美操项目教学为例,立足新疆特色区位使命,以立德树人根本任务为核心要义,探究健美操教学内容与思政元素的映射融合点。