检索结果-南通市图书馆

维普期刊数据库

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

《革命烈士诗抄》整本书阅读教学研究

《革命烈士诗抄》整本书阅读教学研究

作者：赖煌梅集美大学

学位级别：硕士

《义务教育语文课程标准(2022年版)》将“整本书阅读”纳入拓展型学习任务群,充分彰显对整本书阅读的重视与推崇。《革命烈士诗抄》作为一部汇集革命烈士诗歌的珍贵选集,内容丰富、意义深远,具有极高的阅读和教学价值。开展《革命烈士... 详细信息

《义务教育语文课程标准(2022年版)》将“整本书阅读”纳入拓展型学习任务群,充分彰显对整本书阅读的重视与推崇。《革命烈士诗抄》作为一部汇集革命烈士诗歌的珍贵选集,内容丰富、意义深远,具有极高的阅读和教学价值。开展《革命烈士诗抄》整本书阅读教学,不仅契合语文课程的要求,有助于全面提升学生的语文核心素养,还肩负着传承红色基因、赓续革命精神的时代使命。为推进《革命烈士诗抄》整本书阅读教学实践,本研究深入剖析《革命烈士诗抄》整本书,在版本比较、特色总结、价值分析中明晰教学内容及方向,为后续教学策略的提出奠定坚实的理论基础。随后,本研究采用问卷调查法和访谈法,对286名学生进行问卷调査,并对8名一线语文教师进行深度访谈,以深入了解《革命烈士诗抄》整本书阅读教学现状,揭示存在问题,从而掌握研究的实践基础。针对当前《革命烈士诗抄》整本书阅读教学中存在的问题,本研究紧密结合《革命烈士诗抄》整本书的鲜明特色,提出一系列教学策略:首先,从“预读这本书”开始,做好充分的阅读准备;其次,教导学生“会读一首诗”,通过触类旁通的方式通读诗抄;再者,巧妙组诗,帮助学生“读懂一组诗”的内涵,深化对诗抄的理解;接着,以专题教学引导学生“读透整本书”,把握全书精髓;然后,开展多元化阅读活动,使学生“读活整本书”,灵活呈现阅读成果;最后,做好评价总结指导,以达成“延读这类书”的目标,进一步拓宽学生的阅读视野。这些策略旨在帮助教师循序渐进地指导学生深入阅读《革命烈士诗抄》整本书,使学生能够全面理解并欣赏整本书的艺术魅力,进而提升个人的阅读能力和素养。

关键词：初中语文《革命烈士诗抄》选集型整本书整本书阅读

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

深度学习视域下初中二次函数课堂提问研究

深度学习视域下初中二次函数课堂提问研究

作者：尤晓煌集美大学

学位级别：硕士

《义务教育数学课程标准(2022版)》明确提出了义务教育阶段的数学核心素养。深度学习作为培养学生核心素养的重要途径,有利于促进教育改革的深化实施。而课堂提问作为课堂教学的核心活动,对促进学生深度学习有着举足轻重的作用。二次函... 详细信息

《义务教育数学课程标准(2022版)》明确提出了义务教育阶段的数学核心素养。深度学习作为培养学生核心素养的重要途径,有利于促进教育改革的深化实施。而课堂提问作为课堂教学的核心活动,对促进学生深度学习有着举足轻重的作用。二次函数充分体现着数学的特性,在中学数学中占据着重要地位。因此,在深度学习视域下对初中二次函数优秀课例中课堂提问的典型特征进行探讨,对提升教师课堂提问水平,促进学生深度学习具有重要意义。本研究在梳理已有研究成果的基础上,探讨了深度学习与课堂提问的关系,并基于IRF话语分析理论,结合专家意见构建了深度学习视域下的课堂提问分析框架,包括3个一级观察维度:教师提问、学生回答、教师反馈;6个二级观察点:问题类型、问题思维方式、等待时间、应答方式、应答水平、理答方式;以及28个三级观察指标。采用案例分析法和录像分析法,以初中“二次函数”单元的优秀课例作为研究对象,通过NVivo12质性分析软件逐一对课堂实录视频进行编码与数据收集,综合量化分析与质性思考,对课例中教师课堂提问的典型特征进行分析,并结合教师访谈,得到深度学习视域下的初中二次函数课堂提问的特征:(1)在问题类型上,教师倾向于设计理解型问题和分析型问题,高水平问题常辅以低水平问题作为铺垫,形成递进式问题链,注重对知识的整合、迁移应用以及批判反思;(2)在问题思维方式上,教师倾向于发散式问题的设计和运用,同时注重先以聚合式问题进行引导,符合深度学习指向高阶思维的核心特征;(3)在等待时间上,教师会根据问题的难易程度和叫答对象,留有合适的等待时间,并在此期间观察学生的行为表现,注重学生思考过程中的批判反思;(4)在应答方式上,集体回答和自愿举手回答占比较大,学生参与度高,教师注重将多种叫答方式交替使用,关注学生主体;(5)在应答水平上,学生主要以理解性应答和分析性应答为主,与问题类型的结论相对应,高水平应答的占比近半,学生的学习并非停留在表面;(6)在理答方式上,教师根据课堂实际情况灵活多变,主要采用追问、转问他人、赞赏或鼓励等高水平理答方式,有效促进深度学习。最后,根据研究结果对初中二次函数课堂提问提出优化建议:(1)精心设计问题梯度和难度,助推学生思维进阶;(2)合理把控等待时间,激发学生深度思考;(3)“点面结合”式叫答,实现学生深度参与;(4)灵活采用理答方式,促进学生深度反思。

关键词：深度学习二次函数课堂提问

基于粒子群算法优化BP神经网络模型在二手房价值评估中的应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于粒子群算法优化BP神经网络模型在二手房价值评估中的应用

作者：廖席煌重庆理工大学

学位级别：硕士

房地产行业的规模日益增长,房地产行业已经成为了我国国民经济体系中的重要支柱产业。尽管遭遇行业严冬,但房地产市场规模和热度仍然不容小觑。随着我国经济的复苏,房地产行业有望逐渐恢复、回归正轨。二手房市场相关的租赁、出售、抵... 详细信息

房地产行业的规模日益增长,房地产行业已经成为了我国国民经济体系中的重要支柱产业。尽管遭遇行业严冬,但房地产市场规模和热度仍然不容小觑。随着我国经济的复苏,房地产行业有望逐渐恢复、回归正轨。二手房市场相关的租赁、出售、抵押、销售和担保都离不开房地产评估。二手房市场的恢复和回归正轨,也倒逼评估向更高质量发展。然而,传统的市场法、成本法和收益法,这三大基础方法在二手房价值评估实践中都存在着评估精准度低、主观性影响大、效率慢等缺陷和不足,新兴的评估理论方法主要采用机器学习算法也存在着使用门槛过高、学习成本高等不足。因此,提出一种符合目前评估需求,更科学客观、方便快捷的评估方法是目前二手房价值评估实务中的急需。传统的二手房价值评估需要专业人员对每个房产进行手动评估,过程耗时长、费用高,且评估结果通常依赖专家判断,存在一定的主观性和误差。BP神经网络模型可以通过对已有二手房市场历史成交数据和挂牌信息进行学习并建立市场价格预测模型,减少或避免人为主观因素的干扰,实现对大量房产的批量化评估,从而提高效率和减少成本。BP神经网络通过特征权重来分析和解释不同因素对房地产价格的影响,使结论更具科学性。粒子群算法具有优秀的全局搜索能力和算法快速收敛能力,可通过搜索不同的网络结构来找到更好的结构,以此来避免BP神经模型无法收敛或陷入局部最优解的困境,提高模型的性能和准确度。同时,粒子间存在信息共享和协同配合的特点,提高了模型泛化能力。因此,利用粒子群算法优化的BP神经网络模型使用在二手房价格评估业务中,可以减少评估过程中评估专业人员操作漏洞及主观性影响,提高评估工作效率,提升评估结论的精准度、科学性和可靠性。本文对二手房相关理论与概念进行了梳理,并对资产评估各方法优缺点进行针对性阐述。从评估实践与理论研究中常用的房地产价格影响因素出发,具体分析了每种二手房价格影响因素对市场价格的影响,从区位因素与实体因素中选取了17个特征变量构建了二手房价格影响指标体系。收集了江北区93个商品房小区的400套二手房样本数据,利用灰色关联分析验证特征变量关联度。基于BP神经网络,引入PSO粒子群算法进行优化,构建PSO-BP房地产价格评估模型,利用MATLAB软件实现模型,选择合适参数,利用收集的数据不断训练优化模型,取得模型理想效果。经过实证分析,其结果显示模型评估预测效果优于传统市场法和BP神经模型,证明了PSO-BP模型运用在二手房价值评估中的可行性和有效性,本文研究方法具有实际意义,能有效节省评估过程中人力物力的投入,提高评估工作效率,提升评估结论的科学性和合理性。

关键词：二手房价值评估粒子群算法 BP神经网络

陕A群、陕B群选育玉米自交系的产量配合力评价及其全基因组关联分析

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

陕A群、陕B群选育玉米自交系的产量配合力评价及其全基因组关联分...

作者：龚溢煌西北农林科技大学

学位级别：硕士

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

蜣螂优化算法的改进与应用研究

蜣螂优化算法的改进与应用研究

作者：夏煌智牡丹江师范学院

学位级别：硕士

蜣螂优化算法(Dung Beetle Optimizer,DBO)是一种模仿生物生活习性而提出的新型群体智能算法,其模型灵感源于自然界中生物蜣螂的滚球、舞蹈、觅食、偷窃与繁殖行为。算法DBO主要被划分为四个阶段,分别为:蜣螂滚球阶段、产卵阶段、小蜣... 详细信息

蜣螂优化算法(Dung Beetle Optimizer,DBO)是一种模仿生物生活习性而提出的新型群体智能算法,其模型灵感源于自然界中生物蜣螂的滚球、舞蹈、觅食、偷窃与繁殖行为。算法DBO主要被划分为四个阶段,分别为:蜣螂滚球阶段、产卵阶段、小蜣螂受食阶段与蜣螂偷窃阶段。算法以每个阶段的个体作为代理,在特定区域内并行地进行搜索从而完成全局优化任务。然而,算法DBO在全局优化任务中的性能并不理想,存在着全局探索与局部开采能力不平衡、目标函数求解精度较低与容易陷入局部最优等问题。为了克服上述缺陷,提升DBO的全局优化性能,本文提出了两种基于DBO的改进算法,并对提出算法的全局优化性能与在实际应用问题中的优化性能进行了多角度的实验评估。实验结果表明:提出算法相比于DBO有着更好的寻优精度与稳定性能,且相比于同类型算法在全局优化任务中更具优越性。首先,本文提出了分数阶蜣螂优化算法(Fractional Order Dung Beetle Optimizer,FODBO)。在种群初始化阶段,采用佳点集序列取代随机产生的初始种群,以提升种群的多样性;在产卵与小蜣螂受食阶段,引入分数阶微积分策略调整优化区域的动态边界,该策略基于存储的前代边界信息对后代边界进行调整,使算法能更加集中于开采有潜力的优化区域;在蜣螂偷窃阶段,提出一种探路蜣螂更新机制来增强算法跳出局部最优的能力。其次,本文提出了多策略蜣螂优化算法(Multi-strategy Dung Beetle Optimizer,BGADBO)。在蜣螂滚球阶段,采用适应性策略来克服由于参数变化而引起的算法敏感性;在产卵与小蜣螂受食阶段,提出动态边界个体位置微调整策略,基于线性放缩方法与动态学习机制对个体位置进行微调整,以减少由于动态边界逐代缩小而导致的个体重叠现象;在偷窃蜣螂阶段,引入带有贪婪性质的高斯变异策略来增强算法跳出局部最优的能力。最后,为了评估提出算法FODBO与BGADBO在实际应用问题中的优化性能,将提出算法分别运用于工程优化问题与特征选择问题当中,并与多种同类型算法进行了实验对比。在工程优化问题中,以决策变量为约束条件,造价成本为优化目标,通过5种经典的工程优化案例对算法的优化性能进行了测试。实验结果表明:提出算法相比于其它38种同类型算法而言得到了更低的造价成本;在特征选择问题中,选用随机森林模型作为基准分类器,并运用提出算法优化随机森林模型参数,进而提升特征选择方法性能。实验结果表明:在10个UCI数据集与3个真实数据集上,相比于其它6种同类型算法,经提出算法FODBO与BGADBO优化的分类器能够在选择特征数量较少的前提下获得更高的分类准确率。

关键词：元启发式算法群体智能算法蜣螂优化算法全局优化工程优化特征选择