关键词： 高校   健美操   合作学习   学习模式  

摘要： 在高校体育学习中,健美操是一门重要的学科。与其他体育学科相比,健美操更有趣,更受学生欢迎。然而,在高校健美操学习中存在一些问题,不利于体育学习的发展,如高校健美操学习模式过于单一,学生便会缺乏学习的热情。在健美操教学中实施“小团体”合作学习法,可以帮助学生克服自卑心理,提高自信心。与传统的教学方法相比,合作学习更有利于促进师生之间的人际交往,从而培养集体意识和竞争精神。以健美操学习为例,阐述了“小组”合作学习法的应用,本文的研究对于高校健美操学习来说具有一定的指导意义。

关键词： 基因变异鉴定   深度学习   SNP检测   研究展望  

摘要： 近年来.深度学习的火热使得传统的基因变异鉴定领域发生了巨大的变化。研究人员将深度学习方法与传统基因变异鉴定方法相结合,试图寻找基因变异鉴定的新方向。本文首先介绍目前两类不同的深度学习用于基因变异鉴定的方法,对其进行总结,着重分析两种方法的特点并进行对比。最后对未来深度学习方法的基因变异鉴定的研究方向,进行展望。

关键词： 少样本学习   深度学习   R-Net   随机噪声  

摘要： 少样本学习是目前机器学习研究领域的一个热点,它能在少量的标记样本中学习到较好的分类模型.但是,在噪声的不确定环境中,传统的少样本学习模型泛化能力弱.针对这一问题,提出一种鲁棒性的少样本学习方法RFSL(Robust Few-Shot Learning).首先,使用核密度估计(Kernel Density Estimation,KDE)和图像滤波(Image Filtering)方法在训练集中加入不同的随机噪声,形成多个不同噪声下的训练集,并分别生成支持集和查询集.其次,利用关系网络的关系模块通过训练集端到端地学习多个基分类器.最后,采用投票的方式对各基分类器的最末Sigmoid层非线性分类结果进行融合.实验结果表明,RFSL模型可促进小样本学习快速收敛,同时,与R-Net以及其他主流少样本学习方法相比,RFSL具有更高的分类准确率,更强的鲁棒性.

关键词： 小学语文   体验式学习   方法探究  

摘要： 实践出真知,小学语文学科教学中成功引入体验式学习模式,符合学生学习成长的实际要求,具有更为广泛的实践空间,教师要在体验任务设置、体验方法传授、体验活动组织等方面做出创新探索。特别是传授体验式学习方法,能够为学生带来更多学习启迪和感知。诵读、演绎、辩论、读写等,都是最为常见的体验式学习形式,教师要做出综合评估,以有效提升学生体验式学习的品质。

关键词： 解题技巧   学习方法   高中化学  

摘要： 高中化学历经多次改革和完善,在内容和体系上有了诸多的改变,化学的理论知识更加完善和系统,也实现了理论与实践的整合,现阶段高中化学的教学和学习更加关注学生素质能力的培养,在化学知识的学习过程中学生也需要运用一定的技巧和方法来解决探索数学中的难题.针对高中化学中解题技巧的应用进行了分析,总结现阶段高中化学解题中常用的技巧和方法,明确化学解题技巧应用的重要性,以此为学生化学的解题和学习提供思路,帮助学生提高高中化学学习的质量和效率.

关键词： 共享单车   数据分析   极端随机树   需求量预测   机器学习  

摘要： 由于共享单车的流动性强,随机性很高,因此快速精确地预测出城市共享单车的短时需求量具有十分重要的意义。采用随机森林、极端随机树、支持向量机、人工神经网络、XGBoost这5种机器学习方法,基于美国华盛顿共享单车项目数据,分析时间因子、气象因子等对单车需求量的影响,实现对共享单车短时需求量的预测。仿真结果表明,影响单车需求量的主要因素包括温度、节假日、季节以及早晚高峰时间段等因素;极端随机树的预测效果最优,MAE和RMSE最小,为22.93和36.84,训练集得分和验证集得分最高,为1.0和0.941,与随机森林和其它算法相比,鲁棒性高,泛化能力强,且预测结果曲线与真实结果曲线相吻合,预测精度高,可为实际的车辆预测和调度提供参考依据。

关键词： 全面推进依法治国   党的十八届四中全会   法治意识   青少年法治教育   总体感受   学生群体   宪法   青少年学习  

摘要： 青少年法治教育:请您谈一谈对第五届全国学生"学宪法讲宪法"活动全国总决赛的总体感受。姚国建:全国学生"学宪法讲宪法"活动是特别有意义的活动,2020年已经举办到第五届了。这是在党的十八届四中全会提出全面推进依法治国的总目标和重大任务的背景下,相关部门组织的一个针对学生群体的全国性活动,它对培养学生的宪法和法治意识具有重要意义。

关键词： 网络空间作战   赛博安全   强化学习   放大式拒绝服务攻击  

摘要： 为解决放大式拒绝服务攻击给赛博安全带来的风险,提出一种基于强化学习的方法。以DNS的放大攻击为对象,构建一个简化的放大攻击模型,利用model-free方法获取不同状态间的转移概率,采用强化学习方法建立防御放大攻击模型,通过对放大攻击模式的学习制定流量抑制策略,并对其进行仿真实验验证。结果表明:该方法能够有效挖掘出放大攻击的流量模式,智能化抵御来自放大攻击的威胁。

关键词： 雷达辐射源识别   支持向量机   壳向量   Parzen窗密度估计   在线学习  

摘要： 针对支持向量机分类器学习新增样本知识实时性差的问题,本文研究了一种基于壳向量和Parzen窗密度估计的雷达辐射源识别在线学习方法。通过Parzen窗密度估计剔除样本孤立野点,通过求取样本集的壳向量缩短训练时间,利用训练好的分类器完成雷达信号样本识别。仿真实验表明,提出的基于壳向量和Parzen窗密度估计的雷达辐射源识别在线学习方法具有良好的时效性和较高的正确识别率。

关键词： 有意义学习   内涵   类型   原理  

摘要： 有意义学习是指在学习知识的过程中,符号所代表的新知识与学习者认知结构中已有的适当观念建立起实质性和非人为的联系的过程,可分为表征学习、概念学习和命题学习三种主要类型;根据同化原理的不同,有意义学习中的命题学习有下位学习、上位学习和并列结合学习三种同化原理。