高中信息技术教学促进学生多元发展的几点探讨

霍华德·加德纳教授发现并提出的多元智能理论认为人的智能是多元化的,每个人都具有多元智能,即内省智能、语言智能、数理逻辑智能、视觉空间智能、音乐智能、肢体动觉智能、人际关系智能、自然探索智能(后增),代表了八种不同方面的能力.     

多元智能教学策略在信息技术课堂上的初探

美国发展心理学家、教育家霍华德·加德纳于1983年在<智力的结构>一书中论述了一种全新的人类智能结构理论:多元智能理论.他认为,人类至少存在言语智能、数学逻辑智能、空问智能、音乐智能、肢体动觉智能、人际智能、内省智能、自然观察八种智能.这八种智能的不同组合及表现构成了每个学生的不同的智能结构,而大多数学生的许多潜在智能有待于我们教师和他们自己一起去认识、挖掘、开发.     

只要最超值的AM2主板! 七彩虹C.A69G-K智能主板

七彩虹智能主板在用户中有着不错的口碑,而此次推出的智能主板C.A69G-K与七彩虹其他智能主板产品一样,具备智能保护、智能管理、智能恢复、智能超频等人性化功能。     

智能电网分代研究

智能电网的分代研究有助于把握和引导智能电网的发展趋势。文章首先从人类智能出发,溯源了智能电网的智能本质,分析了人类智能的发展阶段,指出人工智能是对人类智能的模拟、延伸和扩展,智能电网是人工智能在传统电网中的应用;其次,在智能电网的本质基础上,提出了智能电网分代的原则和标准,建立了智能电网分代模型,并将智能电网划分为自感知、自适应、自趋优三代智能电网;最后,探讨了智能电网分代的社会经济意义。     

在课堂中渗透多元智能的教学设计策略——《三角形初步认识》案例点评

多元智能理论是加德纳提出的,它改变了传统智力理论的认识局限,揭示了一个更为宽泛的智力体系——多元化智能的存在。加德纳界定了语言言语智能、数理逻辑智能、音乐韵律智能、身体运动智能、人际关系智能、自我认识智能和自然观察智能,并且还在不断丰富着对智能类型的认识。多元智能理论指出,每个人都不同程度地拥有这些智能,智能存在于作品或问题解决中,应该在真实的生活背景或场景中衡量。     

智能工业成为我国工业发展新方向等

近日,赛迪智库信息化研究中心发布（（2013年中国”两化”融合发展形势展望》研究报告,称2013年我国智能制造、在线服务正成为制造业发展热点,智能工业将成办工业发展新方向。报告指出,2013年,以智能设计、智能制造、智能运营、智能管理、智能决策和智能产品为典型特征的智能工业将成为行业发展新方向。当前,智能制造在一些集中...     

设备级智能

当今时代,智能似乎无所不在：智能汽车、智能用具、智能玩具。如此,工业自动化和工业控制领域智能的飞速发展,也并不令人惊讶了。智能电机、智能传感器、智能流量计只可谓沧海一粟,大量的器件植入了微处理器,将工业推进至一个时代,一个拥有前所未有的产品和系统性能的时代。     

面向智能保障的航空测试技术应用与发展

为增强航空装备智能保障信息感知和数据获取能力、提升智能保障决策的准确性,急需将测试技术与智能保障深度融合,并明确智能保障对测试技术的发展需求。首先分析了航空装备智能保障需求,然后深入分析了航空测试技术在智能保障中的应用范围及流程,最后提出了智能监测传感器、非接触测试、智能BIT工程化与认知BIT技术、机载智能专用监控芯片、边界扫描装置、PHM系统验证与熟化和机载智能保障测试标准化等航空测试技术在机载智能保障中的应用的发展建议,同时提出了便携式测试诊断设备统型、飞机维修线智能测试系统研制、飞机部件地面定位测量引导设备研制、飞机隐身涂层损伤一体化智能检测设备研制、结构损伤智能柔性检测设备研制、便携式油液智能检测设备研制、地面PHM系统数据库及应用系统研制、保障测试设备验证与评价系统研制等航空装备地面智能保障测试方面的发展建议,希望能够为智能保障测试技术发展起到一定的推动作用。     

面向智能用电的信息化方案设计

智能用电是智能电网建设的重要组成部分,分析智能用电方案的种类及特点。信息化建设是智能用电发展的基础关键,分析各智能用电方案对信息化技术的需求,包括数据采集、信息管理以及辅助决策。对用户内部智能用电、信息计量、信息管理及智能决策四个方面设计智能用电信息化方案。     

面向智能用电的信息化方案设计

智能用电是智能电网建设的重要组成部分,分析智能用电方案的种类及特点。信息化建设是智能用电发展的基础关键,分析各智能用电方案对信息化技术的需求,包括数据采集、信息管理以及辅助决策。对用户内部智能用电、信息计量、信息管理及智能决策四个方面设计智能用电信息化方案。     

新一代人工智能十问十答

新一代人工智能是我国在全球第一个面向2030年提出的国家重大发展战略。如何认识新一代人工智能和传统人工智能的不同,了解其内涵、外延、技术特征以及发展目标,从而更好地凝聚研发队伍,是实现这一战略的重要保证。本文围绕新一代人工智能的技术内核,提出十个主要问题,自问自答,大问小答,指出新一代人工智能将从传统的计算机智能跃升为无意识的类脑智能,是人类智能的体外延伸,不涉及生命和意识,由人赋予意图,通过有指导的传承学习和自主学习,能够与时俱进地解释、解决新的智力问题,形成有感知、有认知、有行为、可交互、会学习、自成长的新一代人工智能—智能机器。     

群智能理论及应用研究

群智能是一种由无智能或简单智能的个体通过任何形式的聚集协同而表现出智能行为。它为在没有集中控制且不提供全局模型的前提下寻找复杂的分布式问题求解方案提供了基础。目前,群智能已成为有别于传统人工智能中连接主义、行为主义和符号主义的一种新的关于智能的描述方法。论文对群智能理论的起源背景、发展及应用作了系统阐述,并对群智能与一般演化计算的异同作了深入分析。     

21世纪关键信息技术之一--竞争情报

竞争情报(Competitive intelligence)作为一种独立的专业化活动，已走过十几年的历程，国内外的竞争情报活动不论在理论上或实际应用中都得到了不同程度的深化与提升。竞争情报活动是企业传统情报工作的补充与发展，这在改革的进程中必然会遇到一些值得探讨的理论与实际问题。本文针对竞争情报的概念、功能；竞争情报系统的建立框架、机制；竞争情报研究工作的基本途径等问题进行了讨论。     

A knowledge-based architecture for implementing military geographical intelligence system on Intranet

Military geographical intelligence analysis in support of both tactical and strategic operation is a process that is associated with data gathering, processing, analyzing, and distribution. It is an important activity, carried out before the preparation of a military operation. A system that can assist in arranging support, exercise analysis training, and manage knowledge on military geographical intelligence have always been ultimate goals for both military intelligence units and intelligence officers alike. Therefore, it can be seen that research into the military geographical intelligence system is a critical and important research subject. This research investigates military geographical intelligence systems as a problem-solving procedure in terms of observing the military geographical intelligence operational procedure, generating situation analysis, and generating planning process. This paper intends to present a knowledge-based architecture that incorporates the function of case base, heuristic base, and rule base for implementing the military geographical intelligence system on Intranet.     

计算机人工智能识别技术的应用

人工智能是以计算机技术为基础发展起来的新型实用技术,随着信息化和智能化时代的到来,人工智能技术逐渐渗透到社会各个领域当中,为人类的生产生活提供了诸多便利。高新科技带动了人工智能技术的不断创新,人工智能识别技术是人工智能技术的一个分支,在金融支付、扫码出行等领域可以方便地解决传统智能技术存在的问题,方便了人们的工作和生活。我们有必要对于人工智能识别技术的概念和具体的应用方式进行了阐述和分析。     

交叉融合的“人工智能+”学科建设探索与实践

目前,人类正迈入智能时代,人工智能与经济、社会的发展深度融合,成为了孕育新一轮科技革命和产业变革的核心推动力量,培养智能社会建设所需要的跨学科人工智能创新创业人才变得极为必要。为了适应智能时代对人才培养的这一迫切需求,高校需要加强智能类学科建设,探索交叉融合的“人工智能+”学科建设新模式,提升人工智能领域学科地位并创新拓展其他学科的发展建设方向。文中提出了“人工智能+”学科建设的交叉融合模式:一方面,从人工智能学科内涵出发,依托计算机科学与技术学科开展人工智能基础学科方向建设,夯实人工智能领域学科的基础;另一方面,结合社会经济产业发展的重点领域方向布局,依托相关领域优势学科发展建设行业领域智能化新学科方向,实现人工智能学科建设与其他领域学科建设的共融共生、相互助力、协同发展。在重庆邮电大学和重庆市的学科建设中,这一模式发挥了显著作用,为人工智能领域的学科建设提供了有益参考。     

Open ended intelligence: the individuation of intelligent agents

Artificial general intelligence is a field of research aiming to distil the principles of intelligence that operate independently of a specific problem domain and utilise these principles in order to synthesise systems capable of performing any intellectual task a human being is capable of and beyond. While “narrow” artificial intelligence which focuses on solving specific problems such as speech recognition, text comprehension, visual pattern recognition and robotic motion has shown impressive breakthroughs lately, understanding general intelligence remains elusive. We propose a paradigm shift from intelligence perceived as a competence of individual agents defined in relation to an a priori given problem domain or a goal, to intelligence perceived as a formative process of self-organisation. We call this process open-ended intelligence. Starting with a brief introduction of the current conceptual approach, we expose a number of serious limitations that are traced back to the ontological roots of the concept of intelligence. Open-ended intelligence is then developed as an abstraction of the process of human cognitive development, so its application can be extended to general agents and systems. We introduce and discuss three facets of the idea: the philosophical concept of individuation, sense-making and the individuation of general cognitive agents. We further show how open-ended intelligence can be framed in terms of a distributed, self-organising network of interacting elements and how such process is scalable. The framework highlights an important relation between coordination and intelligence and a new understanding of values.     

Progress and Challenge of Artificial Intelligence

Artificial Intelligence （AI） is generally considered to be a subfield of computer science, that is concerned to attempt simulation, extension and expansion of human intelligence. Artificial intelligence has enjoyed tremendous success over the last fifty years. In this paper we only focus on visual perception, granular computing, agent computing, semantic grid. Human-level intelligence is the long-term goal of artificial intelligence. We should do joint research on basic theory and technology of intelligence by brain science, cognitive science, artificial intelligence and others. A new cross discipline intelligence science is undergoing a rapid development. Future challenges are given in final section.     

人机智能结合系统

人机智能结合系统是一种人类独有的高层智能同计算机智能相结合的系统.本文首先概 述了人的二维智能结构模型,在分析人类思维特征和局限性的基础上,提出了人机智能结合的 必要条件及它对软件设计的要求,最后在有关理论分析和实验的基础上给出了计算机的智能 结构.     

面向网络空间安全情报的知识图谱综述

随着网络空间安全情报在网络犯罪、网络战和网络反恐等领域的作用日益凸显,迫切需要对网络空间安全情报的基本理论和综合分析方法进行深入研究。当前,安全情报在实际应用中主要面临着数据类型多样、分布离散、内容不一致等问题,因此引入知识图谱技术框架,旨在利用知识图谱面向海量数据时信息收集及加工整合的思想,提高安全情报的收集效率、情报质量,同时拓展情报的使用范围。本文首先简要回顾安全情报和知识图谱的研究现状,同时介绍知识图谱在安全领域的应用。其次给出面向安全情报的知识图谱构建框架。然后介绍安全情报知识图谱构建的关键技术,包括信息抽取、本体构建和知识推理等。最后,对安全情报知识图谱发展面临的问题进行了讨论。