共查询到19条相似文献,搜索用时 78 毫秒
1.
2.
3.
在如今这个互联网时代、移动时代、云时代等多元时代,在慕课、翻转课堂等教学改革的推动下,文章以现代网络技术云计算理论为依据,对俄语移动学习模式进行了初步的构想,着重提出加强俄语教师开发移动学习模式中俄语微型课件的开发的重要性,以期能够提高学生学习的兴趣和改进俄语教学质量。 相似文献
4.
基于网络计算机系统的网络应用模式研究 总被引:1,自引:0,他引:1
网络计算机系统作为一种面向网络计算时代的通用计算机系统,可在信息网上实现多种网络应用。本文通过对网络计算机系统和信息网用户应用模式的探讨,引出了适于信息网用户系统建设的网络应用模式-网络计算机系统模式,为经济高效地建设信息网用户系统提供了一个思路。 相似文献
5.
6.
伴随着国家科学技术的创新发展,网络技术被广泛的应用于日常的工作与学习,渗透于生活的方方面面.近些年,随着新课标的提出,计算机网络技术开始深入至我们的学习生活中,本文将分析网络技术下计算机网络学习的相关内容,结合自身的学习情况及应用计算机网络学习的显著优势,充分了解计算机网络学习的应用价值,争取为日后的发展打下良好基础. 相似文献
7.
黄轶文 《智能计算机与应用》2022,12(2):111-114,119
利用新型记忆网络模型(Mode of Memory Network,MMN),挖掘知识点之间的关系,评估学生对知识点的掌握程度,使用键静态矩阵存储知识点基本数据、值动态矩阵存储和更新相应知识点的掌握程度,并评估学生不断变化的知识状态,具有实时性和客观性.为教师统筹教学资源、优化教学计划提供客观量化的依据. 相似文献
8.
基于网络的电路课程自主学习教改模式 总被引:2,自引:0,他引:2
本文针对高校目前的基础课教学中仍普遍采用的以教师的教为中心的教学模式,提出了基于网络教学平台的、以课堂教学+自学+小组讨论为特征、以培养学生创新研究能力为主要目的自主学习教学模式,并在电类基础课程"电路分析基础"课程的教学中进行了实践。在详细介绍了本教学模式开展的方式后,对教学实践中存在的问题进行了分析,并提出了相应的解决思路。 相似文献
9.
首先介绍了四种网络学习模式,并探讨了这四种模式中的最流行的网络学习模式-个别化的网络学习模式的资源特征.然后对个别化的网络学习模式,构建了一种基于语义的检索模型,并对模型中各组成部分的主要作用和模型的检索过程进行了阐述.最后通过实验的验证,证明了模型的合理性和有效性. 相似文献
10.
11.
12.
本文以电子类专业网络课程为例,分析了当前网络课程建设的现状,总结了网络课程建设中存在的主要问题,结合现行网络课程建设中缺乏网络技术与教学资源的充分整合,无法满足学生多层次的学习需要,提出了以学科学习频道模式为资源创新策略进行网络课程建设的方法,给出了基于学科学习频道模式的网络课程建设案例.通过打破课程界限,搭建学科学习环境,学生可开展自主学习与协作交流,从多种学习资源中获取多方面知识,拓宽了学科视野. 相似文献
13.
在传统的决策支持系统模型库、知识库、数据库、解释器等组成部件的基础上,引入中间件技术,构建基于神经网络学习机制的应急决策支持中间件模型(MMEDSS)。该模型由解释中间件(EM)、数据库中间件(DBM)、数据挖掘中间件(DMM)、模型库中间件(MBM)、知识库中间件(KBM)组成,其中EM负责和用户交互,DBM负责数据库访问,MBM和KBM负责向EM提供模型和规则,DMM应用神经网络学习算法,通过案例学习动态更新模型库。 相似文献
14.
Wireless Personal Communications - Unmanned Aerial Vehicles (UAVs) have recently attracted attention in military areas as well as a wide range of commercial and civilian applications. With UAVs... 相似文献
15.
本文从获取好的神经网络泛化能力出发,首先提出了将Hebbian学习与增加问题复杂性统一起来的思想,并通过在总的误差函数中增加一限制函数来实现Hebbian学习.基于此,提出了一种将误差驱动的任务学习与Hebbian规则的模型学习相结合的E-H方法.然后,根据模型学习应同时考虑减小网络复杂性和增加问题复杂性的思想,又提出了一种将误差驱动的学习与Hebbian规则、简单的权退化法结合起来,共同来提高神经网络的泛化能力的E-H-W方法.最后通过大量实例仿真将它们与纯误差驱动的方法、权退化法、其它文献中的相关方法进行了比较.结果表明我们的方法具有最好的泛化能力,是很有效的神经网络学习方法. 相似文献
16.
17.
顾名宇 《微电子学与计算机》2011,28(9)
提出了一种基于主动学习方法的网络流分类方法,采用主动学习技术提取少量高质量的训练样本进行建模.并提出了一种基于轮盘赌选择的样本筛选方法,能够有效避免已有主动学习方法中的早熟收敛现象.实验结果表明,其相对于已有的流识别方法,能够在仅依赖少量高质量训练样本的前提下,保证较高的识别正确率,更适用于现实网络环境. 相似文献
18.
19.
提出了一种用于训练粗糙RBF神经网络(rough RBF neural networks,R-RBF)的极速学习机(extreme learning machine,ELM)方法,通过引入矩阵的Moore-Penrose逆,将传统的迭代学习方法转换为一种求线性方程的极小范数最小二乘解的方法.实验证明,在训练精度、训练时间上都能够达到非常优越的性能,其泛化精度能够提升50%以上. 相似文献