关键词： 新课改   英语学习方法   预习   复习   探究  

摘要： 英语作为一门外语课程,相比其他科目来说,学生学习起来难度较大,往往缺乏学习的兴趣。在初中英语教学中,由于受传统教学思想影响,教育教学方式固化落后,学生没有掌握正确学习方法,严重影响着教学水平的提高。要想提升初中英语教学质量,应积极转变教学观念,从指导学生学习方法入手,培养学生良好学习习惯。本文基于新课改的大背景,在分析了当前初中英语教学现状的基础上,探索研究了初中学生学习英语的有效方法。

关键词： 英语学习思想   构建   意义  

摘要： 提高英语学习成绩,应真正地去了解其意义,构建一种正确的语言学习思想,只有找到并坚持正确的英语学习方式,用正确理论来指导学习者,进行有效的实践,才能够对英语学习者起到积极的意义,从而达到事半功倍的效果。本文论述了在英语学习中树立良好的价值观,建立正确的语言学习思想的重要意义,并结合教学实践从构建积极的学习思想的角度对英语学习提出了几点建议。

关键词： 就业优先   民生之本   经济发展  

摘要： “十四五”时期实施就业优先战略有着重大的现实意义:破解就业总量压力和结构性矛盾难题、增进民生福祉、构建新发展格局,都需要大力实施就业优先战略。与此同时,稳就业还面临着规模性失业风险增大、经济增长对就业拉动作用减弱、公共就业服务体系仍存短板等诸多新的挑战。为此,要以习近平总书记关于就业优先的系列重要论述为指引,重点从健全综合施策、构建经济发展与扩大就业良性互动、发挥创业带动就业、完善重点群体就业保障、优化就业服务、探索就业能力提升等机制建设方面持续发力,加快建立健全具有中国特色的高质量就业促进机制。

关键词： RGB影像   深度学习   特征提取层   玉米雄穗   分割  

摘要： 为检验深度学习方法对不同品种玉米雄穗在不同生育时期的分割精度和稳定性,利用2019年7月—9月于河南省新乡市中国农业科学院试验基地内采集的RGB影像,通过构建以轻量级网络为特征提取层的PspNet、DeepLab V3+、SegNet和U-Net 4种模型,比较不同模型对玉米雄穗分割精度的差异。结果显示:U-Net模型对不同生育时期玉米品种的雄穗分割精度最高(m IoU=0.780)。该模型在玉米雄穗不同生长阶段的分割精度总体上较好(mIoU=0.703~0.798),其中在完全抽雄期的分割精度最高(mIoU=0.798);U-Net模型对不同玉米品种的雄穗分割精度差异明显,但对所有玉米品种雄穗的平均分割精度较高(mIoU=0.749),其中对郑单958(ZD958)的分割精度最高(m IoU=0.814)。表明U-Net模型对玉米雄穗分割具有较好的普适性与鲁棒性,为今后玉米表型试验中对雄穗的监测提供了一种有效的方法。

关键词： 图像配准   监督学习   无监督学习   生成对抗网络   变换估计  

摘要： 图像配准指的是寻找两个或多个图像之间的映射关系,医学图像配准在疾病诊断、手术引导和疾病治疗跟踪等方面具有重要应用价值,如何精确、高效地配准医学图像已成为一个急需解决的课题.近些年来,基于深度学习的医学图像配准方法逐渐崭露头角,一定程度上克服了传统的配准方法上适用范围窄、计算速度不够快等瓶颈.本文将深入地介绍基于深度学习的医学图像配准现状和现存的配准方法技术.本文首先介绍3类基于深度学习的图像配准方法,包括监督变换估计、无监督变换估计和使用生成对抗网络的配准方法;然后在两个主流数据集上对一些常见的配准方法进行配准效果分析比较;最后对基于深度学习的医学图像配准发展趋势进行讨论.

关键词： 人才培养   思想品德   社会制度   精神意志  

摘要： "四史"教育是党史、国史、改革开放史和社会主义发展史的教育学习,"四史"学习是民办高校人才培养中必不可少的一项工作内容,能够帮助学生加深对社会主义核心价值观的理解。另外,开展"四史"学习教育是民办高校更好地发挥教书育人作用的有效途径,能够培养学生的思想品德意识,为国家的发展和社会进步输送更多的高素质人才。文章论述了"四史"学习在人才培养中的意义,同时对"四史"教育的重要环节进行了科学合理的规划,提出了一些深化"四史"学习教育的合理化建议。

关键词： 一轮复习   高中生物学   教辅资料   方法建议  

摘要： 2021年高考已经结束,全新的一轮复习即将开始。一轮复习是对高中全部所学知识的梳理,是帮助学生查缺补漏的关键环节,如何更好地进行一轮复习也是众多教师教学生涯中需要探索的重要课题。夯实基础,接下来的复习过程才会如鱼得水。1.以"本"为本,为知识正本清源1.1搜集曾用过的教辅资料,尽早全部丢弃,为教材"正位"。

关键词： 医学生   学习压力   睡眠质量   抑郁   生命意义感  

摘要： 目的探讨医学生学习压力、睡眠质量、生命意义感与抑郁的关系及其内在机制,为医学生预防抑郁提供参考。方法采用青少年生活事件量表(ASLEC)、9条目病人健康问卷(PHQ⁃9)、匹兹堡睡眠质量指数(PSQI)和简式个人意义感量表(PMP⁃B)对923名医学生进行问卷调查。结果医学生的抑郁与学习压力、睡眠质量呈正相关(r=0.42、0.53,P<0.01);与生命意义感呈显著负相关(r=-0.41、P<0.01)。睡眠质量在学习压力和抑郁之间起中介作用,生命意义感能够调节学习压力对睡眠质量的预测作用,表现为学习压力对低水平生命意义感医学生的睡眠质量影响更显著。结论学习压力是导致医学生抑郁的危险因素,睡眠质量在其中具有中介作用,而生命意义感作为一种积极心理资源可缓冲学习压力对睡眠质量的影响,进而降低医学生抑郁的发生。

关键词： 医学图像   图像压缩   机器学习  

摘要： 在医学研究中会产生大量需要储存、传输的图像数据,如计算机断层扫描(CT)等.医院要处理海量患者的所有数据相当困难,必须对这些数据进行压缩.随着人工智能技术的发展,应用机器学习的医学图像数据压缩方法成为新的研究热点.文中首先总结了传统医学图像数据压缩方法;然后基于机器学习的医学图像数据压缩方法,对各类方法针对脑部CT、肺部CT等不同医学图像的压缩效果进行对比,并对这些方法在压缩率、算法复杂度、重构质量等方面的优缺点进行系统的总结,指出机器学习和感兴趣区域结合的方法可以在享受有损压缩带来的高压缩率的同时保留重要区域的特征信息,比其他压缩方法更贴合医学数据的压缩要求;最后展望了该领域的未来方向和挑战.

关键词： 伺服系统   控制优化   瞬态性能   深度强化学习   模糊控制  

摘要： 为了提高伺服系统瞬态性能,满足工业生产线的高精度加工要求,提出模糊自适应深度强化学习方法,用于永磁同步电机伺服系统的控制性能优化。根据伺服系统瞬态运行的响应快速性和稳定性要求,通过构造奖励函数与Actor-Critic网络,在伺服控制器中引入瞬态响应优化环节,面向实时运算需求设计学习率自适应模糊控制器,构建模糊自适应瞬态性能优化方法;建立伺服系统Simulink仿真模型,根据实际伺服系统拟合仿真模型,通过瞬态性能仿真获得优化参数,并将优化参数应用于西门子840D数控系统。以仿真运算及系统实验对该优化方法进行验证,结果表明,所提出方法使伺服系统调节时间缩短10%以上,显著提高了系统的瞬态响应速度,且未引入明显超调,验证了方法的可行性。提出的方法具有较强的通用性,为伺服系统智能控制优化提出了新的途径。