基于发展科学探究能力的高中化学教学实践 ——以"元素周期律"章节为例

基于学生在学习元素周期律时存在的普遍问题改进了教学实践,分析了元素周期律发展学生科学探究能力的价值,设计了四个教学环节——趣味导入,成果展示;分析规律,做出猜想;设计方案,收集证据;梳理模型,迁移应用,并提出了三点针对学生探究能力发展的教学建议.     

作者须知

作者向本刊所投稿件一经本刊录用,则该论文的复制权、发行权、信息网络传播权、翻译权、汇编权等权利视为自动转让给本刊。本刊为国内各主要数据库收录刊,本刊所发表的稿件将同时通过因特网进行网络出版或提供信息服务,本刊一次性支付作者著作权使用费(包括印刷费、光盘版和网络版等各种使用方式的费用)。如有异议,请来稿时声明,本刊将做适当处理。     

短视频时代方言文化传播路径探析——以抖音为例

移动互联网时代,短视频的兴起为方言文化的传播提供了新契机.抖音作为"短视频浪潮"中的典型代表应用,以新兴传播方式与特有传播机制,给方言文化提供了灵活有力的发展机遇.本文以"抖音"平台为案例,对短视频时代下方言文化视觉传播的生成机制进行了分析,然后剖析了方言文化视觉传播当前存在的问题,进而提出了相应的发展策略.     

2021年新型显示技术发展趋势和产业展望

2020年,新冠肺炎疫情对全球经济带来巨大冲击,全球远程会议、远程教育、居家娱乐需求全面提升,为显示行业带来更大需求,产业整体呈现逆势上扬态势,我国新型显示产业继续保持良好发展态势,出货量快速提升,国内新型显示整体产值有望超过4000亿元,同比增长7.5%,企业创新实力逐步增强,技术布局质量显著提升;企业兼并重组速度正在加快,龙头企业实力有望进一步增强。展望2021年,我国新型显示产业将继续保持快速增长,集聚发展态势愈加明显。     

多跑必有效

2020年以来,面对疫情冲击和复杂市场环境,古越龙山人坚定信心,迎难而上,以变应变,围绕“创新、变革、拓展”,持续推进产品结构优化、新品开发,品牌传播,终端建设,招商品鉴,消费培育,跨界合作,模式创新,与众多经销商携手共拓市场,在品牌推广、招商推广、渠道拓展、聚焦高端等方面取得了一定的业绩。     

妈祖文化视域下的表情符号设计研究

目的 基于妈祖文化的视角,探究妈祖文化与表情符号设计融合的可能性,打造表情文化产业链,为表情符号的设计开发提供更多的机遇,推动了妈祖文化的对外传播.方法 以妈祖文化为切入点,分析表情符号设计与妈祖文化跨界融合发展的优势.同时,借助具体的案例来阐述两者结合所产生的积极意义,表明巧妙应用妈祖文化的可行性.结论 妈祖文化的融入为表情符号的发展增添了浓墨重彩的一笔,对于增强文化气息及开拓设计思路都发挥着重要作用,易于激发受众的情绪、记忆,引起受众情感和心理的共鸣,从而创造符合受众审美情趣和思维方式的设计作品.由此可见,深入把握两者的关联性,有助于催生新的文化产业形态、传承妈祖文化、开辟表情符号设计新路径.     

广东IT网微信公众号的设计与研究

基于微信公众平台为广东IT网设计开发一个微信公众号,为广东用户建立一个全方位、立体化的IT信息服务平台,同时提高IT行业信息服务平台的关注度.广东IT网微信公众号的开发,是利用微信公众平台的开发模式,使用HTML和CSS+DIV设计美化网页,采用PHP和MySQL编写数据库内容以及动态网页内容,实现相应的功能.     

"学、训、赛、研"教学模式在高校啦啦操教学中的应用研究

啦啦操是一项散发独具青春魅力的新兴体育项目,随着国家提出"一球一操进校园"政策、"经典咏流传"与啦啦操相融合、啦啦操亮相央视跨年特别节目,以及啦啦操上春晚都一步步见证着啦啦操项目越来越受国家的重视,并快速蓬勃发展.本文运用文献资料法、专家访谈法、经验总结法对啦啦操教学进行研究,促进啦啦操运动的不断发展,高校啦啦操运用"学、训、赛、研"教学模式,有利于提高学生学习能力以及综合实践能力,培养创新型人才.     

非英语专业大学生英语四、六级考试心理焦虑分析

以问卷和访谈方式对不同年级213 名非英语专业大学生进行英语四、六级考试焦虑调查。结果表明，绝大部 分学生存在不同程度的心理焦虑；在焦虑水平上，男生低于女生，理工类学生高于文史经管类学生，大一学生焦虑水平最 高，大二和大三学生焦虑水平呈下降趋势，大四学生又回到高焦虑状态。就考试焦虑来源而言，担心应试准备不足、担心未 来的前途、担心自我意象受到威胁、担心他人对自己的评价四个方面所占比例依次递减。在此基础上，进一步研究探讨了 非英语专业大学生英语四、六级考试心理焦虑的成因及缓解策略。     

基于堆叠稀疏去噪自动编码网络与多隐层反向传播神经网络的铣刀磨损预测模型

刀具磨损状态是机械加工过程中需考虑的重要因素之一.针对铣刀磨损的在线预测问题,建立了一种基于深度学习的铣刀磨损预测模型.首先,将采集到的铣刀切削时的振动信号进行小波去噪后,利用快速傅里叶变换和小波包分解等技术提取时域、频域及时频域上的特征参数,并根据相关性分析从中筛选出合格的特征参数合并为特征向量,以此作为堆叠稀疏去噪自动编码网络(SSDAE)的含噪样本.其次,利用特征后处理的方式对已经筛选出的特征参数进行单调不递减及平滑处理,并将其作为SSDAE的无噪样本来训练该网络.然后,将经过SSDAE降维后的特征向量作为多隐层反向传播神经网络(BPNN)的输入,以这些特征对应的实际铣刀的磨损量作为标签对该网络进行拟合训练.最后,对训练好的模型进行实验验证,通过测试数据集和人为加入噪声的测试数据集的对比,结果显示所提模型不仅具有较高的预测精度,还具有较高的鲁棒性.