关键词： 缝纫机器人   OPENPOSE模型   示教动作   高斯混合模型   高斯混合回归  

摘要： 提出了一种基于高斯混合模型(Gaussian mixture model,GMM)-高斯混合回归(Gaussian mixture regression,GMR)的机器人动作学习方法,以实现机器人对示教缝纫动作的学习。采用改进的OPENPOSE模型识别示教缝纫动作,并运用标签融合方法更正关节点标签,解决缝纫过程中因布料遮挡造成的关节定位失败问题。以人体上肢关节的坐标变化作为缝纫动作训练样本,采用时间间隔将轨迹样本分割成运动基元,并运用GMM对每段运动基元和时间进行混合编码,得到高斯分量的回归函数。应用GMR对运动基元进行运动预测,生成缝纫动作轨迹,更新回归函数的高斯参数,实现工人上肢缝纫动作的学习。通过轨迹跟踪的仿真实验以及与Kalman方法进行实验对比,验证了本文缝纫动作学习方法的平稳性和有效性。

关键词： 课堂视频图像   教师学习   教师教育   意义转型  

摘要： 课堂视频图像为教师学习的理解方式、研究方式、呈现方式提供了新的范式。课堂视频图像推动了教师学习本质从外在模仿走向意义重构,教师学习重心从关注"教"走向关注"学",教师学习实践从经验取向走向循证取向。作为时代特征的视频图像,改变了教师学习脉络;作为学习对象的视频图像,揭示了教师学习的内在机理;作为课堂研究工具的视频图像,扮演着教师学习研究的中介;作为教育技术的视频图像,拓展了教师学习的资源。课堂视频图像在教师学习领域中的应用,重在把握课堂视频图像的目标定位与利用归属,理解课堂视频图像作为嵌入式工具的设计方法,识别课堂视频图像的多重属性。

关键词： 百分数   分数   真实   困惑  

摘要： "百分数的意义和读写"这节课的教学是建立在学生已经学过整数、小数、分数的意义和比的意义的基础之上的。课堂上,教师不仅要让学生理解百分数的意义,更要对学生在学习时产生的真实困惑进行高度关注和有效处理,引导学生在课中暴露出自己的学习困惑和疑问,从而让学习真正发生。

关键词： 中国共产党党史   实事求是   中国力量  

摘要： 本文对新时期中国共产党党史学习要点及其意义进行探究,广泛结合当前党史学习的现状,总结并分析其意义,有利于更好构筑中国精神、中国价值、中国力量,旨在促进全体党员全面发展,为今后的工作铺平道路。

关键词： 教是为了不教   研究性学习   积极探究   学生自主参与   教学活动   主动学习   教育理念   教会学生  

摘要： 研究性学习是指在教师的引导下,学生利用一种积极、灵敏的学习方式进行自主学习的过程.它以学生的主动学习为主,着重点在于学习的研究过程.教会学生“如何学”是研究性学习的重点,这与叶圣陶先生所倡导的“教是为了不教”的教育理念不谋而合.它们都以学生为主体,鼓励学生自主参与到具有挑战性的教学活动中,积极探究问题的本质,获得相应的学习方法与体会.

关键词： 固井作业   固井质量   机器学习   多分类问题   方案优化  

摘要： 固井质量是固井施工作业的评价指标,其好坏对油田的开发和生产至关重要。固井作业前,如果能够准确预测固井质量的好坏,就能提前优化固井设计施工方案,提高固井质量。近几年,机器学习技术为石油钻井工程的智能预测提供一种新思路和新方法。本文通过研究渤海海域某些区块固井设计施工的历史数据,探讨利用机器学习方法预测固井质量,进而优化作业前固井设计施工方案。

关键词： 主成分分析法   BP神经网络   GBDT   五峰组—龙马溪组   川南  

摘要： 为了建立合理准确的川南五峰组—龙马溪组页岩TOC含量预测方法,以长宁、泸州等地区的测井曲线及17口井实测TOC含量数据为基础,利用主成分分析法对这些资料进行预处理,基于BP神经网络和梯度提升决策树(GBDT)方法建立2种TOC含量预测模型,并将之与传统TOC含量预测方法进行对比。结果表明:(1) 2种新模型的准确度均高于传统方法,预测结果与实际值吻合度均满足要求。(2)与BP神经网络模型相比,GBDT预测精度更高,均方根误差仅为0.0387。利用GBDT方法所建立的TOC含量预测模型具有低成本、高效、连续等特点,能够快速准确地预测目的层TOC含量。该成果可为提高页岩油气勘探开发效率提供有效技术支撑。

关键词： 统计与概率   数据分析观念   小学数学   有意义的学习   教学互动   知识的生成   数学课程   核心追求  

摘要： 《义务教育数学课程标准(2011年版)》提出,数学课程应注重发展学生的数据分析观念,这是小学数学“统计与概率”领域的核心追求。本文以“统计表的认识”教学为例,谈谈如何在教学互动中让学生经历统计表的生成过程,从而更好地认识并解读统计表,实现有意义的学习。

关键词： 深度学习   食管癌   调强放疗   剂量分布预测  

摘要： 目的:构建一种深度学习网络模型预测食管癌调强放疗的三维剂量分布。方法:取100例中上段食管癌术后患者的调强放疗计划为研究对象,以患者计划的计算机断层扫描(CT)图像、靶区和危及器官的勾画图像以及适形射束信息作为输入数据,调强适形放射治疗(IMRT)的三维剂量分布作为输出数据,通过搭建的3D U-Res-Net混合网络进行训练并得到预测模型,利用该模型对测试集进行三维剂量预测。采用平均预测偏差-δ、平均绝对误差(MAE)、戴斯相似性系数(DSC)和豪斯多夫距离(HD_(95))评价预测结果的精确性。结果:测试集的平均预测偏差为-0.23%~0.78%,MAE为1.67%~3.07%,两组计划等剂量面DSC均值大于0.91,尤其30 Gy以下的DSC达到0.95以上,平均HD_(95)为0.51~0.73 cm。预测计划的剂量学参数均在临床允许的范围之内且相对剂量偏差小于2%,除靶区D_(2)、脊髓D_(max)、全肺V_(30)差异有统计意义外(P<0.05),其余剂量学参数差别不大。结论:本研究构建的3D U-Res-Net深度学习网络模型可以实现对食管癌术后IMRT三维剂量分布的精确预测。

关键词： 迁移拓展   学习领悟   教学思考  

摘要： 有效的学习迁移,是小学生数学学习的重要法宝,也是他们积累基本数学活动经验的重要途径,还是发展他们数学智能的有效举措。为此,在小学数学教学中,教师就得重视学习回顾,以达成温故知新的夙愿;还得重视学习推理、类比猜想等思维的训练,使学生的数学学习变得更加智慧、更富活力,最终让他们的数学领悟更加深刻,学习效益不断攀升。