神经网络内监督学习和无监督学习之比较

联结主义的学习理论是心理学学习理论的一种.其学习是对人类学习的模拟,主要有监督学习、强化学习和无监督学习三种.监督学习和无监督学习并不是非此即彼的.随着人工神经网络的不断精致化,监督学习将逐渐消亡,但这并不意味着就将其抛弃,而应不断修正,使监督学习超越其传统的范式.     

试论学习型党组织的建设

创建学习型党组织对加强党的建设、提升党组织的凝聚力和战斗力具有重要战略意义。首先要准确把握学习型党组织的内涵,找准目前党组织学习与创建学习型组织的差距;其次要科学安排中心组学习内容,深化学习型领导班子创建;再次要发挥中心组学习的导向作用,推进学习型党支部建设,深化学习型企业创建。     

外语课堂学生自主学习能力的培养

探讨了自主学习的定义,以及影响自主学习的因素和培养学生自主学习的途径。研究表明：认知风格、学习动机和学习策略是影响学生自主学习的主要因素,可以通过学习者需求分析、记录学习日志和学习策略训练来培养学生的自主学习能力。     

泛在学习环境下教学资源的建设策略研究

泛在学习是继移动学习之后诞生的一种新型学习方式,移动教学资源的建设对促进泛在学习的发生,提高泛在学习效率有着重要的意义。该研究在阐述泛在学习和泛在学习环境的内涵及特点的基础上,结合学习者对教学资源的需求,提出了泛在学习环境下移动教学资源的建设策略。     

论领导干部的学习力

学习力概念的提出,是对传统的学习理念的升华。研究领导干部的学习力,对认识和掌握干部队伍建设规律,建设学习型政府、学习型政党、学习型社会,具有特殊的现实意义。本文对学习力的内涵、学习力在领导干部诸种能力中的地位作用以及提升领导干部学习力的路径等进行了探讨。     

基于语料库的语言自主学习中心资源建设研究

为解决语言自主学习中心资源匮乏、学生自主学习过程缺乏有效监控和教师缺乏指导学生自主学习的针对性方案的问题,加强语言自主学习中心资源建设,在语料库数据驱动学习理论的基础上,探讨了语料库在自主学习中的优势,介绍了基于语料库的语言自主学习中心资源建设方案。     

学习型社会是构建社会主义和谐社会的重要支撑点

根据和谐社会的本质特征和学习型社会的学习特征，创建学习型社会是构建社会主义和谐社会的一个重要支撑点。本文分别从学习理念、学习行为、学习效果、学习制度、学习典型、学习保障等方面，探讨创建学习型社会的学习和谐问题。     

故障诊断专家系统中机器学习方法的研究

首先介绍了故障诊断专家系统中的三种类型的知识,即经验知识、因果知识和第一定律知识;然后分析了常用的机器学习方法在故障诊断系统的作用,并在此基础上将诊断系统中的学习方法分为三种类型,即简单学习、交互学习和独立学习;最后阐述了故障诊断与机器学习的运行流程及其相互关系。     

英语词汇学习策略及其有效时段探析

词汇是语言的基础,英语词汇学习包括有意识学习和无意识学习两种。据此提出的词汇学习策略,包括有意识的词汇学习策略和无意识的词汇学习策略,且各有其有效时段,但各段之间并没有明显的界限。     

继续教育与学习型社会

论述了终身教育、终身学习、学习型社会的基本概念及其理论形成、产生、发展的过程,就如何创建学习型社会提出了作者自己的观点,并提出在创建学习型社会中高校要创建学习型大学、企业要创建学习型企业的主张。     

基于混合学习理论的《数据结构》学习模式

根据《数据结构》课程的特点、学生学习的实际情况和混合学习的基本理念,从教育技术研究和实践所提供的数字化学习模式中,挑选出适合《数据结构》的学习模式作为传统《数据结构》学习的有效补充,并通过实际的应用对它们的作用做出评价。     

自主式虚拟学习平台的设计与实现

自主式虚拟学习平台主要依托网络创设不同的认知情境,以发挥学习者在学习过程中的主体性,从而促进他们的个性化学习和自主学习并提高学习效率。在梳理国内外有关研究的基础上,结合建构主义学习理论的核心观点,从管理层、教师层和学习者3个层面架构了自主式虚拟学习平台,并详细探讨了每个层面的课程模块、资料模块、讨论模块及习题模块。     

论网络学习的多维模式

网络教育建立了多角度、多主题、多层次、联想思维和多维分析的学习平台,体现了建构主义的学习理论。网络学习的多维模式,可以激发学习潜能,增强主观能动性,使学习者突破传统教学的限制,探索式和协作式地学习。     

学习型组织的核心问题研究

通过对学习型组织和组织学习相关理论的综合研究,提出学习型组织的核心问题是“组织学习”以及如何提高“组织学习力”的问题。     

Intelligent learning model-based skill learning and strategy optimization in robot grinding and polishing

With the rapid advancement of manufacturing in China, robot machining technology has become a popular research subject. An increasing number of robots are currently being used to perform complex tasks during manual operation, e.g., the grinding of large components using multi-robot systems and robot teleoperation in dangerous environments, and machining conditions have evolved from a single open mode to a multisystem closed mode. Because the environment is constantly changing with multiple systems interacting with each other, traditional methods, such as mechanism modeling and programming are no longer applicable. Intelligent learning models, such as deep learning, transfer learning, reinforcement learning, and imitation learning, have been widely used; thus, skill learning and strategy optimization have become the focus of research on robot machining. Skill learning in robot machining can use robotic flexibility to learn skills under unknown working conditions, and machining strategy research can optimize processing quality under complex working conditions. Additionally, skill learning and strategy optimization combined with an intelligent learning model demonstrate excellent performance for data characteristics learning, multisystem transformation, and environment perception, thus compensating for the shortcomings of the traditional research field. This paper summarizes the state-of-the-art in skill learning and strategy optimization research from the perspectives of feature processing, skill learning, strategy, and model optimization of robot grinding and polishing, in which deep learning, transfer learning, reinforcement learning, and imitation learning models are integrated into skill learning and strategy optimization during robot grinding and polishing. Finally, this paper describes future development trends in skill learning and strategy optimization based on an intelligent learning model in the system knowledge transfer and nonstructural environment autonomous processing.

     

利用研讨式课堂教学 促进学习者自主性

近年来,自主学习已经成为外语教学改革的主流思想,自主学习能力的培养也引起了广泛的重视。我院英语研讨式课堂教学实践证明,新的教学模式能够调动学生积极情感因素,培养学习策略,促进学习者自主性的培养,提高学习效率,获得最佳学习效果。     

二语习得中非智力因素归因与学习模式探究

通过对外语学习动机、学习态度、认知情感、学习策略、评估模式等相互作用的比照，以及对二语习得中各种非智力因素与学习成败的归因分析，探究当前新学习动机条件下运用元认知知识及策略，引导学习者取得英语学习成功的模式与方法。     

加强英语学习策略训练

掌握合适的学习策略是学好英语的关键，而这一点正是高职院多数学生所欠缺的。本文指出了学习策略的重要作用，举例说明了英语学习策略的种类。针对高职院学生英语学习过程中存在的主要问题，对如何加强英语学习策略的训练作了初步探讨。     

广义学习模型研究

提出一种新的机器学习模型——广义学习模型．广义学习模型以大脑自适应原理为理论基础,以广义学习子为基本元素．若干个广义学习子按照一定的规则可以构成具有特定功能的学习网络．各种感觉分析网络、综合网络和记忆网络就形成了广义学习系统的一般结构．广义学习系统具有高度并行、有机融合、择优进化等特色     

高职高专类非英语专业学生语音自主学习策略

从学生语音学习现状出发,通过实践教学总结发现语音错位现象存在地域性特点。按照生源地划分学习小组,在学生间实施自主互助学习机制,语音学习由强调老师教转移到重视学生的自主学。通过词汇学习阶段的"发现",课文学习阶段"强化"和练习阶段的"检查"三个阶段的反复强化,将语音学习贯穿英语学习全部过程,最终实现语音学习自主化。