关键词： 成像系统   目标发现   仿真学习   深度神经网络   语义分割  

摘要： 针对自动化迷彩目标发现学习中有效样本严重不足的问题,借鉴AlphaGo的技术思想,提出了一种基于样本模拟的深度神经网络仿真训练方法。建立了迷彩场景仿真合成模型,通过设计图像空间的复合算法、场景图像深度特征提取策略、目标融合度测量策略,以及图聚类采样算法,批量化地生成了可用于深度神经网络训练和学习的具有代表性的迷彩场景仿真样本;设计了基于深度残差神经网络的迷彩目标发现模型,并引入了多尺度网络训练方法。模拟样本和真实场景图像的实验结果表明,所提方法可有效应用于迷彩目标的自动化识别与评估。

关键词： 学习活动设计   文体知识   小学语文教学   七言绝句  

摘要： 诗歌作为一种特殊的文体,其凝练、简洁、精粹的语言,整饬的形式,优美的声音,是学生语文学习中非常重要的一部分语言材料,既是传承中华传统文化的精华语料,又是提升学生审美能力的好素材。因此,《义务教育语文课程标准(2011年版)》对于诗文的学习有特殊要求,并且就像识字一样,做了专门的附录。这意味着语文教育专家们已经认识到这部分语料的特殊性,汉字和汉诗是只有汉民族的语言中才有的学习材料,这部分材料是汉民族通用语言学习的精华,是完成中华民族通用语言义务教育的人都应该熟练掌握并深刻理解的基本语料。

关键词： 高中物理   机械能   学习方法  

摘要： '机械能'作为我们高中生物理学习的一项重要内容,是解决某些力学和运动学等方面综合题的一把'金钥匙',强化其专项学习具有重要意义。本文基于'机械能'部分物理知识学习,提出了一些切实可行的学习方法,希望可以帮助高中生攻克这部分物理知识学习难关。

关键词： 讨论   高中历史课堂   学习方法  

摘要： 随着新课程改革推进的深入,作为一名高中生,我也从日常的学习中渐渐体会到了这一点。首先,在历史课堂中,我与同学们经常采用讨论的学习方式,结合老师给与我的意见与建议,我深切体会到这个方法对于学习的提高有非常大的帮助,并且对于我各方面的进步以及综合素质能力的展现都有很大的推动作用。因此我想从一名高中生的角度出发,分享我的学习方法和经验。

关键词： 学习分析   大学化学   PBL教学模式   构建意义  

摘要： 大学化学课程是高等师范院校化学专业学生必修的极其重要的基础课程,它为学生在学习化学专业知识的整个过程中打下了坚实的基础。本文从大学化学课程出发,对其中PBL教学模式的构建意义进行分析,介绍这种教学模式给大学化学课程发展带来的促进作用。

关键词： 高职院校   五轴联动   数控加工   学习方法  

摘要： 文章以高职院校学生为例,分析了高效的五轴联动数控加工技术学习方法,以便高职院校学生更快、更好地掌握相关知识与技能,为机械加工行业培养合格的后备军。

关键词： 高中物理   学习方法   误区及对策  

摘要： 教育是一个国家十分重要的一个方面,国家的发展很大程度取决于教育的发展。随着科学技术的不断向前发展,我国的教育已经取得了很大的突破。越来越多的先进的理论以及教学的方法被运用到具体的高中物理教育过程中去,在接下来的文章中将结合具体的事例对于高中物理学习的误区及对策分析。

关键词： 主动学习   机器学习   三支决策   决策函数   无标签样本   不确定性  

摘要： 主动学习是机器学习领域研究的热点之一,旨在解决样本无标签问题.将三支决策的思想应用到主动学习中,通过引入决策函数,并基于无标签样本的不确定性,将无标签样本划分为3个不同的域:正域、负域、边界域.针对不同区域的样本进行相应处理,提出一种基于三支决策理论的主动学习方法(TWD_Active方法).通过主动学习方法选出最有用的样本交给专家进行标记,扩大训练集,创建更有效的模型.与传统的被动学习相比,该方法可以选择信息量高、有代表性的样本进行打标,可避免样本的冗余添加.通过反复迭代的训练学习达到预设的迭代次数或期望的性能指标.实验结果表明,所提出的算法在F-value、AUC等评价指标上均可取得良好的效果,验证了该算法的有效性.

关键词： 核心素养   高中数学   学习方法   创新  

摘要： 核心素养教育为教育发展指明了方向,同时也提出了新的要求。在核心素养背景下,高中数学要致力于提升学生的思考与探索、主动与合作学习、问题转化等方面的综合能力。同时,在教学的过程中,教师需要注重学习方式的创新和优化。因此,本文旨在研究核心素养背景下高中数学学习方法的创新,希望能为教学的发展提供一定借鉴。

关键词： 活动   事件日志   表示学习   流程树   向量表示学习算法  

摘要： 传统业务流程建模与分析任务中通常将活动表示为离散符号,损失了一定的语义信息。针对这一问题,提出了时序活动表示学习方法,使用多维实数向量对活动语义进行量化表示,为深度学习等现代人工智能技术在业务流程建模与分析中的应用提供基础支持。首先利用过程模型对事件日志的高层次抽象能力,通过过程模型挖掘及仿真对原始事件日志进行增强,扩大事件日志规模并强化活动关系统计信息;然后设计了融合活动关系和执行时间信息的向量表示学习算法,从增强后的事件日志中学习活动向量表示。通过在一个公开的真实医院诊疗日志语料上开展的实验研究验证了所提方法相比于传统的词向量学习方法具有明显优势。