检索结果-南通市图书馆

中学新入职历史教师教学适应性研究 ——以Y大学学科教学（历史）专业毕业生为例

维普期刊数据库

同方期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

中学新入职历史教师教学适应性研究 ——以Y大学学科教学（历史）...

作者：潘秋屹云南师范大学

学位级别：硕士

历史教育的发展离不开历史教师。新入职历史教师是历史教师队伍中充满活力的群体,对于推动历史教育事业具有重要意义。作为初涉行业的新手,他们在从教初期面临着角色适应、教学适应、心理适应等方面的适应问题。如何妥善处理新入职历史... 详细信息

历史教育的发展离不开历史教师。新入职历史教师是历史教师队伍中充满活力的群体,对于推动历史教育事业具有重要意义。作为初涉行业的新手,他们在从教初期面临着角色适应、教学适应、心理适应等方面的适应问题。如何妥善处理新入职历史教师的教学适应性问题对于个人成长、学生发展以及学校整体教育质量都具有至关重要的影响。通过调查发现,中学新入职历史教师具有较好的教学适应性,能适应中学历史教学工作的基本要求,能有效完成历史教学任务,但也存在一些不可忽视的教学适应问题,主要包括角色适应、教学适应和心理适应等方面的问题。造成这些问题的原因,一是历史教师角色意识尚未完全确立;二是历史教师基本素养有所欠缺;三是尚未形成稳定的教师职业道德;四是缺乏对心理调试能力的重视。为了促进中学新入职历史教师更好更快地适应教学,从角色意识、专业素养、教学实践、职业道德、心理适应等五个方面提出相对应的建议。第一,要加强学习,树立正确的角色认知,结合时代发展与历史教学新的要求,迅速定位自身角色,持有积极的教育情感。第二,要不断夯实历史教师专业素养,加强理论素养的学习,打造扎实的教学基本功,提升教学研究能力。第三,要从教学实践出发,脚踏实地,做本色的历史教师,认真备好每一节课,认真对待每一份教学设计,做好教学反思工作,虚心向优秀教师求教,并养成不断学习的习惯。第四,要涵养教师职业道德,热爱历史教育事业,以身作则,关爱学生。第五,要重视心理调试能力,积极克服入职初期的各种困难,勇于接受挑战,学会有效应对。最后,从师范院校职前培养、任教学校职后培训的角度提出思考。一是职前培养阶段,师范院校要重视实践能力的培养,提供更多实践能力锻炼的机会,要加强教育实习的监督管理。二是职后培训阶段,任教学校要积极参与新入职教师的入职引导,及时跟进并关注新教师入职状况,提供多种形式的帮助和引导,为新入职教师营造良好的成长环境,尽快适应教学。

关键词：中学新入职历史教师教学适应性问题对策

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

多模态特征融合方法及其应用研究

多模态特征融合方法及其应用研究

作者：邵屹山东师范大学

学位级别：硕士

人类通过并行和连续地使用视觉、听觉、嗅觉等多种感知模态,自然地与世界产生互动。因而,更自然、更全面的多模态人机交互体验是人们一直以来的追求。近年来,强大移动设备与廉价传感器的高速迭代促进了非桌面计算的迅猛发展,使得获取便... 详细信息

人类通过并行和连续地使用视觉、听觉、嗅觉等多种感知模态,自然地与世界产生互动。因而,更自然、更全面的多模态人机交互体验是人们一直以来的追求。近年来,强大移动设备与廉价传感器的高速迭代促进了非桌面计算的迅猛发展,使得获取便利的多模态数据爆炸式增长。同时,随着近年来机器学习模型的发展与改进,基于数据的多模态机器学习方法成为可能,并越发成为当下最热门的研究课题之一。其中,多模态特征融合任务是多模态机器学习的基本主题,目的是整合来自多种模态的数据特征,以获得更全面、更准确的信息表示。然而,各种多模态应用场景之间存在着不可忽视的差距,也使得目前主流的通用多模态特征融合工作在面对具体的应用场景时仍存在着以下问题:(1)缺乏对数据语境的理解,无法充分考虑特定应用场景下不同模态间的复杂潜在联系和互补性;(2)缺乏对于不同应用场景需求差异性的考虑,无法充分考虑具体应用场景的特殊约束;(3)缺乏语义理解和信息融合透明度,无法区分关键特征,导致在具体应用场景下可解释性较差。因此,针对具体的应用场景进行适配性的多模态特征融合方法的设计是不可或缺的。为此,本文针对两种具体的应用场景,提出对应的定制化多模态特征融合方法,具体研究内容概括如下:(1)提出了一种多模态虚假新闻检测场景下基于集成算法的多模态特征融合方法,针对多模态虚假新闻中模态间的多种关联类型建立不同结构的弱分类器,并利用集成算法整合每种决策结果,提高了模型的可解释性,一定程度上满足该场景下用户辨别新闻造假类别的特定需求。同时,引入中心损失函数,在特征空间中建立类别中心,增大不同类别样本的差异性并提升同类样本的聚焦性,提升模型对虚假新闻的检测性能。(2)提出了一种嗅觉主题约束的图文匹配场景下基于多任务学习的多模态特征融合方法,交替训练粗细两种粒度的图文匹配模型,使两个模型在训练过程中相互提供先验知识约束和结构约束,提高共享特征提取模型在粗细粒度任务上的泛化能力,并解决粗粒度样本级图文匹配任务中数据不均衡问题,改善了样本级图文匹配任务的表现和可解释性。同时,本论文基于不同嗅觉对象的图像-文本语义相似度建立了嗅觉近义词表,填补了现有工作在建立图像-文本-嗅觉跨模态语义关联方面的研究空白。

关键词：深度学习多模态数据特征融合虚假新闻检测图文匹配

毕业作品《暗·涌》中“五声化十二音”技法应用研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

毕业作品《暗·涌》中“五声化十二音”技法应用研究

作者：雷岚屹贵州大学

学位级别：硕士

计及多能耦合关系的小样本综合能源系统多元负荷预测方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

计及多能耦合关系的小样本综合能源系统多元负荷预测方法研究

作者：蔡屹东北电力大学

学位级别：硕士

能源转型是当前能源产业发展的重要趋势之一,其核心目标是提高能源利用效率。综合能源系统(Integrated Energy System,IES)是一种以电力系统为核心,集成多种能源形式的能源平衡系统,横向实现冷、热、电的“多源互补”,纵向实现高度协调... 详细信息

能源转型是当前能源产业发展的重要趋势之一,其核心目标是提高能源利用效率。综合能源系统(Integrated Energy System,IES)是一种以电力系统为核心,集成多种能源形式的能源平衡系统,横向实现冷、热、电的“多源互补”,纵向实现高度协调的“源-网-荷-储”。多元负荷预测是提高各类能源综合效率和获取更多经济效益的关键问题,也是IES运行和调度的基础。传统的预测模型在处理小样本数据集时一般难以捕捉时间序列的周期性,且对于预测不确定性的考虑不足,限制了预测准确性的提升。为了解决这些挑战,本文进行了以下研究:首先,为了分析多元负荷的特性并为负荷预测提供基础,本文介绍了IES中多元负荷的耦合原理,绘制并分析了年负荷曲线、自相关性系数图,以及负荷箱线图,以获得对负荷变化的深入理解。此外,为有效的选择预测模型的输入变量,使用Pearson系数对多元负荷间以及负荷与影响因素间的相关性进行量化分析。其次,为应对数据量不足的挑战,本文采用多任务神经网络高斯过程方法(Multi-Task Learning Neural Network Gaussian Process,MTL-NNGP)对IES中的多元负荷进行小样本预测。该方法通过共享表示学习和高斯过程的非参数性建模,有效提高了在小样本数据环境下的预测准确性和鲁棒性。为了充分利用多元负荷间的耦合关系,本文采用MTL的硬共享机制,将NNGP作为共享层,构建了基于MTL-NNGP的小样本多元负荷预测模型。此外,为了量化预测的不确定性,本文引入了基于分位数回归(Quantile Regression,QR)的Crossformer模型进行负荷概率预测。通过对损失函数设置不同的分位数,可以获得多元负荷在不同分位数下的预测值,最终输出包含不确定性信息的预测区间,从而为IES的运行和调度提供更全面的决策支持。最后,本文通过美国亚利桑那州立大学坦佩校区实测多元负荷数据进行算例分析。实验验证了MTL的有效性和本文模型在小数据集上的优越性。同时,通过平均区间宽度和Winkler函数等指标对本文概率预测模型输出的预测区间进行评价,验证了模型的有效性。

关键词：多元负荷预测多任务学习神经网络高斯过程注意力机制分位数回归概率预测

基于改进BlendMask的污泥絮体智能检测方法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于改进BlendMask的污泥絮体智能检测方法

作者：于松屹黑龙江大学

学位级别：硕士

活性污泥法在污水处理中具有重要应用价值,而污泥状态直接影响泥水分离效果。为准确评估污泥状态,精确的絮体分割不可或缺。但污泥待识别原始数据为视频格式,需要抽帧以提取图像数据。现有的污泥絮体视频抽帧技术,在构建用于模型训练和... 详细信息

活性污泥法在污水处理中具有重要应用价值,而污泥状态直接影响泥水分离效果。为准确评估污泥状态,精确的絮体分割不可或缺。但污泥待识别原始数据为视频格式,需要抽帧以提取图像数据。现有的污泥絮体视频抽帧技术,在构建用于模型训练和预测的数据集时,难以满足精度与速度性能标准的需求。另外,现有的絮体识别模型在精度与速度上难以平衡。为解决这些问题,本文提出定制抽帧系统和基于改进Blend Mask(利用混合注意力的实例分割框架)网络的污泥絮体识别模型。具体研究内容以及工作如下:本文建立了一种针对活性污泥显微视频的抽帧系统。该系统通过多模块协同工作,调整阈值、抽帧间隔等参数,旨在提高抽帧速度和准确度,并减少数据集的冗余。经实验验证,该方法在速度与准确度上均优于现有的污泥絮体视频抽帧技术。本文还提出了一种改进的Blend Mask污泥絮体分割方法。该方法通过融入双重注意力机制和替换FPN(特征网络金字塔)为BIFPN网络(加权双向特征金字塔),不仅保持了较快的推理速度,还提升了污泥絮体边缘的分割精度。实验结果显示,该模型的推理速度为每秒16.8帧,分割准确度高达89.37%,相较原模型提升了16.16%。且与其他模型的实验对比中,本文提出的模型在推理速度与分割准确度之间的平衡上展现出了最优表现。实验结果表明,使用该模型分割活性污泥图像,可以准确获取污泥形态学特征参数,为后续污泥状态判断提供依据。基于本文的研究内容,本文设计并开发了一套基于Py Qt5的污泥絮体图像分割软件系统,包括视频的抽帧模块、相似度对比模块、絮体图像分割模块、提取形态学参数模块等,实现了活性污泥絮体的自动实例分割和形态学参数计算。

关键词：污泥絮体识别实例分割抽帧系统 BlendMask BIFPN

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于不完全模糊偏好关系的交互式群决策研究

基于不完全模糊偏好关系的交互式群决策研究

作者：陈星屹南京信息工程大学

学位级别：硕士

高效固氮微生物筛选及其在秸秆还田农区中的应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

高效固氮微生物筛选及其在秸秆还田农区中的应用

作者：张旭屹河南农业大学

学位级别：硕士

秸秆还田是培肥地力、缓解土壤退化的有效措施。但是由于秸秆碳含量高而氮含量低的特点,还田后会导致土壤有机质含量急剧上升,引起土壤C/N失衡;同时还田秸秆降解过程中微生物与作物竞争氮素营养,从而对作物生长产生不利影响。利用固氮... 详细信息

秸秆还田是培肥地力、缓解土壤退化的有效措施。但是由于秸秆碳含量高而氮含量低的特点,还田后会导致土壤有机质含量急剧上升,引起土壤C/N失衡;同时还田秸秆降解过程中微生物与作物竞争氮素营养,从而对作物生长产生不利影响。利用固氮微生物的生物固氮作用提高土壤氮素供应量有助于促进秸秆的降解并缓解秸秆降解微生物与作物之间的营养竞争,是实现源头减氮的重要举措。本研究在分离筛选高效固氮微生物基础上,探究了固氮微生物对秸秆降解的影响及其对作物的促生长效果,并将高效固氮微生物应用于秸秆还田农区,分析了其对秸秆降解、土壤氮素含量、作物产量、植株和籽粒氮含量等的影响,以期为固氮微生物在秸秆还田农区的应用提供理论依据。论文主要研究结果如下:分离、筛选到2株具有高效固氮能力的巴西固氮螺菌(Azospirillum brasilense)CGMCC1.10379和CGMCC 1.5807,以及4株具有固氮和秸秆降解能力的芽孢杆菌:巨大芽孢杆菌(Bacillus megaterium)TN、高地芽孢杆菌(***)Y7、芽孢杆菌(Bacillus sp.)R和地衣芽孢杆菌(***)TB。6株固氮菌均能显著提高秸秆降解菌剂对秸秆的降解效率,与单独施加秸秆降解菌剂相比,同时施加固氮菌和秸秆降解菌剂的处理秸秆降解率提高了39.6%-68.5%,发酵物料中氮素含量提高了29.9%-43.08%。全基因组数据分析结果表明,4株芽孢杆菌均具有nifF和nifU,但没有发现其他固氮基因。不施加氮素营养的玉米盆栽试验结果表明,巴西固氮螺菌CGMCC1.10379和高地芽孢杆菌Y7能够促进玉米生长,并显著提高作物产量,经济学产量分别较对照增加了58.93%和61.86%,生物学产量分别增加了17.71%和16.50%,作物籽粒和土壤中的全氮含量分别增加了15.9%和17.9%,31.1%和47.1%。根际土壤菌群结构分析发现施加的固氮菌剂能在土壤中至少存活20天以上。定位池试验结果表明,固氮菌剂能够提高秸秆降解菌剂对小麦季还田玉米秸秆中半纤维素的降解速率;与单独施加秸秆降解菌剂相比,固氮菌剂与秸秆降解菌剂同时施加后小麦成熟期0-20cm土层全氮含量提高30.45%,小麦植株和籽粒氮含量分别提高9.8%和6.9%。在玉米生长期内,固氮菌剂能够提高秸秆降解菌剂对还田小麦秸秆中半纤维素和木质素的降解速率;固氮与秸秆降解复合菌剂处理组根际土壤中全氮含量在成熟期达到0.486 g/kg,较单独施加秸秆降解菌剂提高了10.19%;复合菌剂处理组玉米植株和籽粒氮含量与单独秸秆降解菌剂处理组相比没有显著差异。综上所述,本研究分离筛选的固氮微生物能加速秸秆降解菌剂对秸秆的降解,并对作物具有明显的促生效果;将固氮菌剂应用于秸秆还田农区能够提高秸秆降解速度和土壤全氮含量,同时提高了小麦植株和籽粒中的全氮含量。本研究为固氮菌剂的生产提供了宝贵的菌种资源,为固氮菌剂在秸秆还田农区的应用奠定了坚实的基础。

关键词：生物固氮固氮微生物秸秆还田秸秆降解小麦玉米

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于网络优化的混合目标跟踪方法研究

基于网络优化的混合目标跟踪方法研究

作者：蒋凯屹西安工业大学

学位级别：硕士

多目标跟踪是指利用观测数据对目标的位置、状态进行预测和估计的过程,其技术广泛应用于战场态势感知、智能交通等领域。随着传感器分辨率的不断提高,被探测目标会同时出现包含点目标、群目标以及扩展目标等多种类型的混合目标,并且在... 详细信息

多目标跟踪是指利用观测数据对目标的位置、状态进行预测和估计的过程,其技术广泛应用于战场态势感知、智能交通等领域。随着传感器分辨率的不断提高,被探测目标会同时出现包含点目标、群目标以及扩展目标等多种类型的混合目标,并且在实际跟踪过程中,会现因遮挡、检测盲区等问题导致的量测缺失现象。现有的多目标跟踪方法难以有效地处理这些问题,导致跟踪性能大幅下降。因此针对混合目标场景下的跟踪问题,本文提出了基于网络优化的混合目标跟踪方法,具体研究内容如下:首先,针对基于点目标或群目标的跟踪算法难以实现对混合目标的准确关联和估计的问题,提出基于最小代价(Min-cost)网络流的混合目标跟踪算法。首先对点目标、扩展目标与群目标量测生成机理进行分析,并用基于相对密度下局部离群因子(RD-LOF)的点群分离算法对混合目标量测进行分类。其次建立层次化Min-cost网络流模型,在低层关联阶段,通过计算流的最小代价获得轨迹初步关联结果;之后将初步关联结果作为节点,构建高层网络流模型,设计节点间最小代价目标函数,最后通过A*算法对目标函数进行求解,实现对混合目标的跟踪。实验结果表明,与传统多目标跟踪方法相比,本文所提算法在处理混合目标量测时具有较好的准确性和鲁棒性。其次,由于混合目标受到目标之间相互遮挡、检测盲区等因素影响,导致目标量测缺失,使得现有Min-cost网络流方法易出现关联失败的问题,提出基于网络流-广义极大多团(NF-GMMCP)的混合目标跟踪方法。首先利用RD-LOF算法对混合目标量测进行分类,并利用Min-cost网络流模型对量测分类结果进行关联形成初级轨迹片段,之后基于初级关联结果,构建基于混合目标的广义极大多团网络,将初级关联结果作为网络节点,利用分支界定算法通过松弛、分割搜索空间对混合二值整数规划问题进行求解,获得最优混合目标关联结果。实验结果表明,相较于基于随机有限集的多目标跟踪算法,本文所提算法在处理量测缺失下的混合目标跟踪场景时具有更好的跟踪性能。最后,针对现有跟踪前检测的方法在对混合量测分类过程中,受到杂波等因素影响易出现误分类,导致跟踪失败的问题。提出基于轨迹聚类的航迹段混合目标跟踪算法。首先在所获得初级轨迹片段的基础上,设计改进的DP(Douglas-Peucker)轨迹聚类算法,其通过递归分割轨迹集合并提取其特征点,获得代表轨迹集合,最后利用基于航迹段的GMMCP网络对代表轨迹进行关联,获得混合目标运动的最终轨迹。实验表明,相比于基于随机有限集的跟踪方法,本文所提算法有着较好的准确性与鲁棒性。

关键词：多目标跟踪混合目标最小代价网络流 GMMCP 轨迹聚类航迹关联

生成式人工智能语文教学赋能数字化阅读素养的内在机理与实践探索

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

语文建设 2024年第12期 66-71页

作者：谷屹欣钱荃北京联合大学师范学院北京师范大学未来教育学院

提升学生数字化阅读素养,对推动教育数字化转型有重要意义。生成式人工智能技术是提升数字化阅读素养的重要引擎。它能从信息获取、解码、理解、评价、反思等多个维度赋能数字化阅读素养,协助语文教师推动阅读课堂进行数字化转型,在阅... 详细信息

提升学生数字化阅读素养,对推动教育数字化转型有重要意义。生成式人工智能技术是提升数字化阅读素养的重要引擎。它能从信息获取、解码、理解、评价、反思等多个维度赋能数字化阅读素养,协助语文教师推动阅读课堂进行数字化转型,在阅读前、阅读中、阅读后设计数字化阅读学习任务,提高学生理解文本的水平。在使用新技术的过程中,教师还要注重培养学生的创造力、评价与反思能力。

关键词：生成式人工智能语文教学数字化阅读素养内在机理实践探索