网络教学协同学习能力培养及其评价体系

网络背景下课堂教学配合网络学习成为新的教学模式。如何加强网络学习交流活动,注重协同学习能力培养,是受到普遍关注的问题。文章从加强交流协作,注重能力培养出发,探讨协同学习的内涵以及协同学习环境的设计策略。阐述如何采用二级综合评判模型,根据协同学习评价指标以及各指标权重,对各个指标数据进行统计分析,得到评判结果的评价体系。     

试论计算机网络技术的运用

21世纪的世界,科学技术在进步,人类社会进入了全球经济一体化的时代,人与人之间的交流更加的频繁与密切。科技的力量也将人类带入了信息化的时代,计算机网络技术的快速发展和推广使用,极大促进了现代社会的整体发展,提高了生活质量。作为信息化时代的佼佼者,计算机网络技术在发展的过程中,也出现了一些问题,对有无限发展前景的计算机网络技术来说,应该加以正确的运用与引导,采取一定的措施,使其更好地为人类社会造福。     

赣南钨矿山资源状况调查与思考

通过赣南钨矿山资源调查,反映钨矿山资源状况不容乐观。据地质报告中统计,赣南累计探明WO3储量149.98万t,其中上平衡表113.67万t,而保有储量仅有46.7万t;国有钨矿山保有储量26.4万t,可利用的储量10.4万t,可服务年限大都在10a以下。因此,建议尽快对赣南的国有钨矿山开展新一轮的地质找矿,寻找新的接替基地,控制钨矿产量,对尾砂综合回收和利用。     

“半翻转”教学模式下评价指标体系研究与实践

研究基于“半翻转”教学模式的线上教学评价指标体系,包括课前活动开展、课中教学活动设计、课后任务以及基于此过程中的评价指标体系设计。最后通过层次分析法设计评价指标权重,设计评价算法得到动态评价结果。该评价指标体系应用在本专业“数据结构与算法”课程中,并得到良好的应用效果。     

基于免疫克隆选择和语义计算的自适应资源检索算法

针对传统聚类算法存在的聚类类别数难以确定、易陷入局部极大和无法反映用户反馈的语义信息的问题,提出了一种基于免疫克隆选择和语义计算的自适应资源检索算法。其主要处理环节是使用语义相似度计算公式来计算抗体的免疫优势;引入了自适应优先算子来动态调解聚类类别,检查用户动态反馈的有效性;引入组合因子来增加抗体种群中个体的多样性,以扩大解的搜索范围,避免过早出现早熟现象;实验结果表明,使用该算法比传统聚类算法具有良好的收敛性、稳定性和更高的全局最优。     

粒度特性方程式的应用

粒度特性方程式是用数学方法,处理碎矿和磨矿产物的粒度分析资料,得出的描述粒度分布规律的数学表达式。它不但概括了繁琐的粒度分析数据,而且能把粒度分析资料直接和其他物理量相联系,以便探索碎矿和磨矿过程的规律,指导生产实践。半个世纪以来,国内外很多学者在这方面作了大量的研究,找到了许多种粒度特性方程式,并成功地用它们解决了碎矿和磨矿作业中     

混合式教学法在“离心泵”中的应用

为培养学生工程实践能力和自主学习能力,围绕高技能应用型人才培养目标与基本要求,结合高职院校自身特点,以"离心泵"为例,介绍了《化工原理》与《化工单元操作与仿真》混合教学法在教学中的应用。将化工实验大赛的内容融入到化工原理的实际教学过程中,真正做到以竞赛促进教学改革、以竞赛促进学生学习,让学生获得理论指导实践的成就感。将集中学习与自主学习相结合,让学生成为教学活动的主体,激发学生的学习欲望。     

计算机体系结构软件模拟技术

对现代的计算机系统而言,体系结构软件模拟技术是不可或缺的一环。于传统的没有软件模拟技术的计算机系统相比,该模拟技术能够在很大程度上缩短软件产品的设计周期,减低产品设计的开发费用,是一项现代计算机市场开发的有利工具。但是由于该计算机体系结构软件模拟器目前仍然存在一些问题,例如精准度差,测试时间较长等因素,限制了体系结构软件模拟技术的运用。至今为止这些问题依然存在,尽管很多计算机工作研究人员在不懈的努力,仍然找不到解决的合理方案。本文简单的分析了体系结构软件模拟技术的发展历史,将现有的技术进行分类归总。为今后该技术的发展指明了方向,有利于为该技术的研究人员提供相关建议。     

助磨剂的应用及其作用机理

本文评述了有关助磨剂研究的文献资料,深入分析了磨矿机内的能量转换和平衡,明确指出现有助磨剂作用机理的各自应用场合及其统一的可能性,初步总结出应用助磨剂强化磨矿过程的条件和筛选助磨剂时需注意的事项。     

基于Stein-Weiss函数的彩色掌纹特征识别算法

针对目前掌纹识别算法中对彩色掌纹图像的识别研究不多,提出一种新的基于Stein-Weiss函数解析性质的BP神经网络彩色掌纹图像的识别算法。首先为彩色掌纹图像中的每个像素点构建一个Stein-Weiss函数,再根据Stein-Weiss函数的解析性,计算出相应像素的十六个特征值,将这些特征值输入到BP神经网络的输入层,通过BP神经网络的自学习能力对这些数据进行分类学习;然后通过BP神经网络的泛化能力来获取掌纹边缘线;最后对掌纹边缘线提取成对几何特征建立特征库,通过成对几何直方图相交算法进行掌纹识别。实验结果表明,相对于以往的灰度掌纹图像识别算法,该算法能够更快地提取出更精细的掌纹线,识别率更高,并且对于旋转和噪声的干扰具有较强的鲁棒性。