检索结果-南通市图书馆

为应对时代的发展，世界各国都推出了旨在适应新世纪挑战的课程改革举措，呈现的一个共同趋势就是“倡导课程向儿童经验和生活回归，追求课程的综合化”。借鉴各国的经验与教训，顺应时代发展需求，针对我国课程改革的实际情况，我国开设了研究性学习课程。然而，在实际的开设过程中，研究性学习存在诸多问题：课程理念严重错位、理性认识相当不足、实施模式简单粗糙、课程评价的较为偏颇，为从根本上解决问题，必须应该突出研究性学习的体验性价值取向。研究性学习的生成性、开放性和过程性特征及实际开设中的问题的存在，使得研究性学习的价值取向指向于体验。它的体验系统由体验问题、体验设计、体验资料、体验成果以及在此基础上的体验知识学用、体验合作分享、体验师生关系、体验知困抗挫和体验科学研究等组成。体验性研究性学习的实现，应该转变原有的不当理念，遵循自主性、开放性、情境性、建构性、生成性和生态性原则，并通过独特的教学设计来实现。

关键词：研究性学习体验系统价值取向

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

30CrMnMoRe钢多层多道焊接顺序优化及热影响区组织分析

30CrMnMoRe钢多层多道焊接顺序优化及热影响区组织分析

引用

作者：钱旭升南京理工大学

学位级别：硕士

30CrMnMoRe高强钢焊接热影响区（HAZ）易发生马氏体相变,不利于接头性能。尤其是在30CrMnMoRe厚板多层多道焊接过程中,HAZ经历多重热循环的作用,将导致其组织结构复杂,力学性能调控难度大。开展30CrMnMoRe钢多层多道焊HAZ组织演化规律... 详细信息

30CrMnMoRe高强钢焊接热影响区（HAZ）易发生马氏体相变,不利于接头性能。尤其是在30CrMnMoRe厚板多层多道焊接过程中,HAZ经历多重热循环的作用,将导致其组织结构复杂,力学性能调控难度大。开展30CrMnMoRe钢多层多道焊HAZ组织演化规律的研究,揭示多重热循环下典型HAZ内部组织响应行为,对调控30CrMnMoRe多层多道焊接接头力学性能具有重要意义。此外,40mm 30CrMnMoRe对接接头焊接需采用两侧各4层10道的多层多道焊接工艺,其焊接顺序及方向对接头残余应力及变形具有影响,也需对多层多道焊焊接顺序进行系统性的探究。本文针对平板对接单道焊及多层多道焊焊接过程,使用OM、SEM、EBSD等手段对接头各区域进行了表征,并运用多种数值模拟软件对焊接接头的显微组织、力学性能、温度场、应力及变形进行了数值模拟。并基于有限元对不同焊接顺序下X型焊缝接头的温度场、应力及变形进行了探究。对30CrMnMoRe高强钢母材实施平板对接单道焊及多层多道焊试验。对于单道焊,不同焊接参数下得到的接头均在焊缝处断裂,且均为韧性断裂。接头HAZ区硬度最高,母材其次,焊缝最低。焊缝的显微组织为奥氏体及少量的铁素体,其平均晶粒尺寸为87.8μm。HAZ粗晶区平均晶粒尺寸为2.87μm,HAZ细晶区平均晶粒尺寸为2.36μm,两区的显微组织均为板条状马氏体,伴有少量的贝氏体、铁素体及残余奥氏体。由于经历了不同的焊接热循环过程,多层多道焊接头不同层的HAZ粗晶区、细晶区的晶粒尺寸及组织组成存在差异。下三层中粗晶区的主要组织为回火索氏体,伴有少量马氏体、贝氏体、细小的粒状珠光体及残余奥氏体。下三层的细晶区的主要组织为粒状珠光体,伴有极少量的铁素体和母材相（回火索氏体）。表层粗晶区相较于前三层新生成回火屈氏体。表层细晶区相较于前三层有片状珠光体残留。各层粗晶区及细晶区均存在少量的再结晶晶粒,晶粒形核是通过亚晶转动使其小角晶界逐渐转变为大角晶界而形成的。基于材料性能模拟软件的计算结果,HAZ组织及硬度计算结果与实际相吻合。基于有限元数值模拟,多层多道焊接头的近缝区、远缝区经历了不同的热循环过程,由此带来了不同的显微组织变化。不同焊接顺序对温度几乎没有影响。采用两侧往复式焊接顺序接头应力和变形有明显的降低效果。采用层间相异式的焊接顺序略微降低了应力和变形。若结合两者,则焊接接头的应力和变形最小。

关键词：高强钢焊接热循环显微组织焊接顺序数值模拟

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

RBF神经网络的优化设计及应用

RBF神经网络的优化设计及应用

引用

作者：钱旭升苏州大学

学位级别：硕士

径向基函数(RBF)神经网络因其快速的学习能力和优良的全局逼近性能在很多领域得到广泛应用。传统的RBF神经网络学习算法首先确定网络结构,然后优化网络参数。这类算法虽然可以快速地构建RBF神经网络,但往往难以取得令人满意的效果。在... 详细信息

径向基函数(RBF)神经网络因其快速的学习能力和优良的全局逼近性能在很多领域得到广泛应用。传统的RBF神经网络学习算法首先确定网络结构,然后优化网络参数。这类算法虽然可以快速地构建RBF神经网络,但往往难以取得令人满意的效果。在实际应用中,预先确定合理的网络结构比较困难,所以理想的RBF神经网络学习算法应该能同时优化网络的结构和参数。在深入分析最大分布宽度(MS)算法和最大数据覆盖率(MDC)算法的基础上,我们提出了改进的MDC(MMDC)算法。相比于MS和MDC算法,MMDC算法不仅可以自动确定网络的隐层结构,而且可以大大减少隐层神经元的个数。为了处理大规模数据集,我们给出了一种可以有效减小空间复杂度的机制,大大降低了三种算法对内存的要求。为了构建结构简单且具有良好泛化能力的多输出RBF神经网络,本论文提出了可以同时优化网络结构和参数的广义混合构建(GHC)学习算法。GHC学习算法首先使用基于MS算法的初始化方法确定重要的初始隐层神经元以及备选隐层神经元;然后使用结构化参数优化(SPO)算法对所有的网络参数进行优化,可以大大减少需要迭代优化的参数个数,从而有效地降低计算复杂度;每当SPO算法陷入局部极小点,通过使用改进的增量构建机制,在增加一个备选隐层神经元后,网络的训练可以基于已有的优化结果,从而可以在不浪费计算资源的情况下,同时训练网络结构;最后,使用一种基于赤池信息准则的方法选出最优的网络结构,避免了耗时的试错过程。为了防止过拟合问题,我们将L正则化引入到RBF神经网络的训练中,并提出了用于训练L正则化RBF神经网络的稀疏构建(SC)学习算法。SC学习算法首先采用MMDC算法选择合适的初始网络结构,然后使用定制分象限有限记忆拟牛顿算法同时优化L正则化RBF神经网络的所有参数。在参数优化过程中,SC学习算法能自动删除冗余的隐层神经元和输出权值,从而构建泛化能力良好的稀疏RBF神经网络。本论文将所提出的三种算法应用于模式分类,在多个数据集上进行了实验,并与一些已有的算法比较。实验结果表明,三种算法都能够在对内存要求较低的前提下处理大规模数据集,MMDC算法能够有效地减小网络结构,GHC和SC学习算法能够高效地生成结构简单且具有良好泛化能力的RBF神经网络。

关键词： RBF神经网络改进的最大数据覆盖率算法广义混合构建学习算法稀疏构建学习算法模式分类

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

活动类课程体验的课堂教学生成

引用

现代教育论丛 2004年第2期 48-51页

作者：钱旭升浙江师范大学教育科学与技术学院讲师硕士浙江金华321004

　　活动类课程是一门生成性课程,它具有开放性,注重过程,这决定了它的最终目标应指向体验.只有通过学习者的亲身体验来逐渐积累直接经验,才能弥补知识转化能力的不足,才能让学生在掌握知识,发展能力,培养思想,塑造个性的同时,为创造潜... 详细信息

　　活动类课程是一门生成性课程,它具有开放性,注重过程,这决定了它的最终目标应指向体验.只有通过学习者的亲身体验来逐渐积累直接经验,才能弥补知识转化能力的不足,才能让学生在掌握知识,发展能力,培养思想,塑造个性的同时,为创造潜能的激发提供更多的可能性,这是活动类课程与我国传统学科课程的根本区别所在,也是课程开设的初衷.……

关键词：课堂教学转化能力教学交往问题意识教学过程主体性教育教学资源教学观合作学习理论学习小组

来源：

维普期刊数据库

同方期刊数据库评论