关键词： 学习路径   平均数   代表量   统计  

摘要： 平均数这一学习单元的核心目标是理解平均数的意义以及感悟平均数的特性。平均数作为重要的代表量,其描述功能是建立在“代表”的意义之上的,即用于刻画一组数据的集中程度,表达总体的集中状况,在此基础上,让学生深刻理解平均数概念并进行运用。基于以上理解,教师对“平均数”的单元目标和学生起点进行分析,并设计了相应的学习路径与学习任务。

关键词： 学习兴趣   教学方式   学习方法   家校共育  

摘要： 随着社会的发展与进步,英语作为一门重要语言学科融入小学阶段。小学是学习英语的重要阶段,偏远山区学校教学硬件、软件条件相对城区学校较薄弱。如何提高偏远山区英语课堂教学的实效,有效地激发学生学习的积极性,使学生在愉快、轻松的心境中全身心地投入学习中呢?本文就针对偏远山区学校如何运用现代教育技术提升小学英语课堂教学的实效进行了探究。

关键词： 第二语言   口语   学习方法  

摘要： 自改革开放以来,人们的生活水平节节高升,对生活质量的要求越来越高,人们开始学习对除母语外的第二语言。在第二语言学习过程中,口语能力的重要性一直是毋庸置疑的,这使得第二语言的口语流利性成为人们争相研究的内容。但是在我国,对于第二语言流利性的研究还处于起步阶段。针对这样的局面,本文以汉语作为第二语言为例,主要分析了口语流利性的定义、出现口语非流利现象的原因以及学习者在实际应用中出现非流利的表现类型,并探讨目前适合学习汉语的方法,为学习汉语的人们提出一些可供参考的建议。

关键词： 麻醉药品   精神药品   药物滥用   物质使用障碍   药物不良反应   机器学习   预测模型  

摘要： 麻醉药品、精神药品不合理用药在欧美国家已造成了严重的公共卫生问题,评估麻精药品的滥用及其他不合理用药模式风险、监督麻精药品全流程合理合规使用是监管工作的重点难点。近年来,国外借助真实世界数据,采用机器学习方法构建预测模型以快速识别药物滥用和药物使用障碍,以及预测药物依赖、持续使用等不合理使用模式和不良反应等研究日益增多,然而我国学者对类似研究范式关注仍较少。通过梳理麻精药品预测模型研究现状,集中关注阿片类药物用药风险预测相关研究,概括研究场景和研究设计要点,提出对模型转化和我国监管重点的思考,以期为将机器学习用于中国麻精药品监管领域提供思路。

关键词： 贝叶斯网络   结构学习   节点序优化   搜索算子   局部搜索  

摘要： 节点序空间下的局部搜索算法是一种性能良好的贝叶斯网络结构学习方法,在学习效率上具有极大的优势。然而,现有的该类算法通常存在节点序优化不足、学习精度低等问题,并容易停止在一个局部最优。为解决这些问题,对节点序空间下的局部搜索算法进行了研究,提出了一种新的通过优化节点序搜索算子来提高贝叶斯网络结构学习精度的IWINOBS算法。将迭代局部搜索算法与窗口算子相结合来搜索节点序空间中给定节点序的邻域,减小了算法陷入局部最优值的概率,从而获得质量更高的网络结构。实验结果表明:与网络结构空间下的贝叶斯网络结构学习算法相比,所提算法的学习效率提升了54.12%;与现有节点序空间下的贝叶斯网络结构学习算法相比,所提算法的学习精度提高了2.33%。

关键词： 集成学习   深度学习   证据推理理论   多样性  

摘要： 在集成学习中使用平均法、投票法作为结合策略无法充分利用基分类器的有效信息,且根据波动性设置基分类器的权重不精确、不恰当。以上问题会降低集成学习的效果,为了进一步提高集成学习的性能,提出将证据推理(evidence reasoning, ER)规则作为结合策略,并使用多样性赋权法设置基分类器的权重。首先,由多个深度学习模型作为基分类器、ER规则作为结合策略,构建集成学习的基本结构;然后,通过多样性度量方法计算每个基分类器相对于其他基分类器的差异性;最后,将差异性归一化实现基分类器的权重设置。通过多个图像数据集的分类实验,结果表明提出的方法较实验选取的其他方法准确率更高且更稳定,证明了该方法可以充分利用基分类器的有效信息,且多样性赋权法更精确。

关键词： 信息学   高分子玻璃化   机器学习   理论模拟  

摘要： 高分子玻璃的物理性质与其结构和动力学密切相关.揭示高分子玻璃化的微观物理图像对高分子玻璃材料的结构调控和分子设计至关重要.然而,高分子的长链结构和复杂单体结构特征致使目前仍然缺乏普适的理论或者模型来定量解释高分子玻璃化的物理机制.因此,亟需发展更为先进的研究方法从而更深入地理解高分子玻璃化.近年来,国内外学者利用基于数据驱动的信息学方法(例如机器学习)对高分子玻璃化开展了研究,并取得了丰富成果.本综述首先介绍了常用的高分子信息学数据库和机器学习算法.之后,从高分子玻璃化转变温度的预测、新型高分子玻璃材料的研发、过冷液体的结构-动力学关系和玻璃体系相变的确定四个方面总结和评述了机器学习应用在玻璃化研究中的代表性进展.最后,探讨了机器学习方法在高分子玻璃化研究中面临的主要挑战,并对玻璃信息学这一领域的发展进行了展望.

关键词： 消化系统疾病   集成学习   胃病相关因素   随机森林  

摘要： 目的 本研究借鉴深度森林(deep forest)的思想,提出一种基于树的集成学习方法新思路,为以后相关的研究提供分析策略和思路。方法 使用2015年中国健康与养老追踪调查数据库,筛选与消化系统疾病有关的变量,通过“人工地”建立多层随机森林模型,对人群进行分类,再分别建立模型筛选变量,通过计算评价指标评价模型效果,从而选择更优的模型解释与消化系统疾病相关的变量。结果 本研究发现通过建立多层随机森林模型对人群分为两类后,再分别建立模型,各评价指标都有很大幅度提高。另外对两类人群分别构建随机森林模型后,根据变量重要性评分筛选出与消化系统疾病有关的重要变量,再建立logistic模型,结果显示,一类人群筛选出15个有统计学意义的变量,其中有13个危险因素,OR值由1.871至35.917,关联最强的是关节炎和风湿病,其次为肾脏疾病、过去一个月生过病、头痛或者颈部痛、胸背部或者腰臀部疼痛、心脏病等;2个保护因素为晚上的睡眠时间、血红蛋白值。另一类人群筛选出的相关变量与第一类人群大部分相同,但作用相反,OR值由0.067至0.771,并且对第一类人群危害最大的因素对第二类保护也最大。结论 对于病因复杂的疾病,可通过对人群细分,再分别进行分析。本研究提出的基于树的集成学习新算法,通过叠加多层随机森林模型,可用于以上数据中进行人群分类,使模型更优。

关键词： 概念归入   刑法适用   等值评价   行政违法   刑事化  

摘要： 司法实践中存在的行政违法刑事化现象,应区分为基于确定性概念的行政违法刑事化与基于不确定性概念的行政违法刑事化。虽然这两类行政违法刑事化现象,均源自将概念归入与刑法适用等值评价的认定谬误,但其各自又有着不同的生成机理和防范路径。基于确定性概念的行政违法刑事化,形成于概念归入与刑法适用的等值评价,对确定性概念的概念归入成立证成刑法适用力度的不当强化,对此应通过将刑法第13条“但书”规定作为分则条款适用阻却事由方式予以防范。而基于不确定性概念的行政违法刑事化,源于概念归入与刑法适用的等值评价,不当弱化了不确定性概念的概念归入检验有罪预判的功能,需通过优化不确定性概念归入之检验方法和检验标准方式予以避免。

关键词： 高中生   学习意义感   无学习意义感   扎根理论   同一性状态  

摘要： 学习意义感是学习者对于学习的价值及其与自我的关系的理性认知与情绪体验。为探索高中生学习意义感的内涵与结构,采取过程性抽样,对8位高中生开展访谈。高中生学习意义感的9个维度,按覆盖参考点多少排序,依次为“取得学业成就”“维护自尊”“未来生活保障”“实现人生理想”“满足求知欲”“促进自我成长”“无学习意义感”“享受学习的过程”和“对优质资源和机会的竞争”。以此为基础,建构高中生学习意义感的扎根理论模型,并对学习意义感的重要性、有或无学习意义感的成因及转化进行讨论。