浅析网络教学模式及其常见问题

网络的大规模普及改变着当今社会人们的生活,传统的课堂教学模式与网络的结合一定程度上改变着教育的模式.网络教学作为新兴的事物引起人们极大的关注,它如何与传统的教学融合、区分及优势互补.网络教学模式既能发挥教师的主导作用,又能充分体现学生知识学习的主题作用,网络教学在注重技能与方法的同时教学过程与情感又可以很好地结合.通过...     

《原电池》网络课件赏析

"原电池"是化学基本理论课,涉及离子、电子的微观运动,是教学难点.一般在课堂教学中都是以教师讲授知识为主,至于网络教学更是纯知识的介绍.网络课件"原电池"就是为改变这一现象,将着眼点转向提高素质和以学生为主体的研究性学习而作的尝试.     

敏捷供应链知识网络演化模型及知识扩散仿真

针对敏捷供应链中知识的动态增长和聚类性的特征,基于改进后的BA网络模型构建敏捷供应链知识网络的生长演化模型.网络中的节点基于节点间的关系强度择优选取并进行连接.在此基础上,对网络中知识主体的属性进行定义,并对网络中的知识扩散过程进行建模.最后通过计算机仿真对网络中知识主体采用不同的择优连接策略时网络中平均知识存量和知识差异系数的变化趋势进行了对比分析,得到了提高网络中知识扩散效率的有效对策.     

网络道德教育,学校新兴的德育内容

随着信息技术的迅速发展,互联网作为传播的新媒介正悄然改变着我们的工作、学习和生活.网络为人类汲取大量知识带来了极大的便利;同时也为建立新型的教育、教学系统插上了飞翔的翅膀.     

移动网络时代下高校图书馆用户教育模式研究

移动网络改变了图书馆的资源结构,同时也改变了用户利用图书馆的方式。对于专业性强的高校图书馆,除了要充分利用移动网络的便捷,更需要结合高校中的学科专业知识打造适合于各阶段的用户教育新模式。     

基于神经网络结构学习和知识求精方法

知识求精是知识获取中必不可少的步骤。已有的用于知识求精的ＫＢＡＮＮ方法，主要局限性是训练时不能改变网络的拓扑结构。     

基于OWL的企业网络知识管理系统实现

为了减少传统网络知识管理系统检索时存在的大量无关知识，提出了运用本体描述语言OWL构造企业网络竺孽亏理系统的方法。该系统利用了OWL本体描述语言，采用了面向对象的构建方法，改变了以往企业网络知识管理系统架构由设计者确定的模式，构建了知识之间的联系。在此基础之上，讨论了利用本体描述语言增强企业网络知识管理系统的语义性。最后设计了一个企业网络知识管理实验系统，并给出了基于OWL的本体实例。     

谈高中生物课堂教学与信息技术的整合模式

信息技术的迅猛发展,打破了传统的时空界限,也彻底地改变了人们的认知方式、思维方式和行为方式.网络使知识和信息的传播和获得更加容易,学生和教师获得新知识的机会是平等的,教师不再居高临下;网络也使学生不再是被动的接受者,而是成为具有独立意识的主体.因此,教师的教学模式和教学组织形式也必须尊重学生的身心发展规律,尊重学生群体智力发展的多重性,运用建构主义理论,利用各种条件组织形式多样的教学模式.     

基于知识蒸馏的超分辨率卷积神经网络压缩方法

针对目前用于超分辨率图像重建的深度学习网络模型结构深且计算复杂度高，以及存储网络模型所需空间大，进而导致其无法在资源受限的设备上有效运行的问题，提出一种基于知识蒸馏的超分辨率卷积神经网络的压缩方法。该方法使用一个参数多、重建效果好的教师网络和一个参数少、重建效果较差的学生网络。首先训练好教师网络，然后使用知识蒸馏的方法将知识从教师网络转移到学生网络，最后在不改变学生网络的网络结构及参数量的前提下提升学生网络的重建效果。实验使用峰值信噪比（PSNR）评估重建质量的结果，使用知识蒸馏方法的学生网络与不使用知识蒸馏方法的学生网络相比，在放大倍数为3时，在4个公开测试集上的PSNR提升量分别为0.53 dB、0.37 dB、0.24 dB和0.45 dB。在不改变学生网络结构的前提下，所提方法显著地改善了学生网络的超分辨率重建效果。     

基于本体的网络入侵知识库模型研究

在信息安全领域,网络入侵知识库对有效分析和防御网络非法入侵起着重要作用,然而网络入侵知识库的构建是研究的难点之一.本体作为一种能为特定领域提供知识共享的概念模型建模工具,已经在各领域得到广泛应用.针对当前还没有一个完善的网络入侵知识本体,研究基于本体的网络入侵知识库模型,构建了网络入侵知识本体.首先,在深入分析网络入侵技术的基础上,形式化定义了各类网络入侵行为,给出了多层次、多维度的网络入侵知识库分类体系.接着,结合本体建模原则,构建了由网络入侵知识领域本体、任务本体、应用本体和原子本体组成的网络入侵知识本体,并给出它们之间的逻辑关系和组织结构.最后,通过两个网络场景,验证了模型用于获取网络入侵知识的有效性.     

《地质灾害专题网站》网络课件赏析

<地质灾害>是高一地理上册第四单元<自然资源与自然灾害>中的内容.本单元是自然地理知识最为集中、涉及面最广的单元之一.一般传统教学中都是以教师抽象讲授知识为主,而缺乏形象生动的客观模拟,这样学生往往对地理现象缺乏理解,不利于知识的建构与学习.网络课件"地质灾害专题网站"就是为改变这一现象,将着眼点转向提高学生素质和提高学生自主学习能力而作的尝试.     

利用网络技术提高学生作文水平

网络技术以其信息量大、开放性强等优势被广泛引入课堂,突破了传统作文教学信息量少、知识更新慢的局限,让学生通过主动学习、合作学习,积极获得丰富生动的教育信息.我校自1998年开始启动教育现代化工程,开设了4个网络教学小班,进行网络环境下的教学研究.在作文教学中,我们以建构主义理论为指导,利用信息技术改变学生写作方式,改革教师评改途径,优化教学过程,提高作文教学质量.     

基于知识蒸馏的YOLOv3算法研究

知识蒸馏作为一种模型压缩方法,将大网络（教师网络）学到的知识传递给小网络（学生网络）,使小网络获得接近大网络的精度。知识蒸馏在图像分类任务上获得不错的效果,但在目标检测上的研究较少,且有待提高。当前目标检测中主要基于特征提取层进行知识蒸馏,该类方法存在两个问题,第一,没有对教师网络传递知识的重要程度进行度量,第二,仅对特征提取层进行蒸馏,教师网络的知识未充分传递给学生网络。针对第一个问题,通过引入信息图作为蒸馏的监督信号,强化了学生网络对教师网络重点知识的学习;针对第二个问题,对特征提取层和特征融合层的输出同时进行蒸馏,使学生网络更充分地学习教师网络传递的知识。实验结果表明,以YOLOv3为检测模型,在不改变学生网络结构的基础上,平均类别精度（mAP）提升9.3个百分点。     

基于神经网络结构学习的知识求精方法

知识求精是知识获取中必不可少的步骤．已有的用于知识求精的ＫＢＡＮＮ（ｋｎｏｗ ｌｅｄｇｅ ｂａｓｅｄ ａｒｔｉｆｉｃｉａｌｎｅｕｒａｌｎｅｔｗ ｏｒｋ）方法,主要局限性是训练时不能改变网络的拓扑结构．文中提出了一种基于神经网络结构学习的知识求精方法,首先将一组规则集转化为初始神经网络,然后用训练样本和结构学习算法训练初始神经网络,并提取求精的规则知识．网络拓扑结构的改变是通过训练时采用基于动态增加隐含节点和网络删除的结构学习算法实现的．大量实例表明该方法是有效的     

基于本体的企业网络知识管理系统的构建与实现

提出了运用本体构造企业网络知识管理系统模型的方法.本方法克服了原有相关系统存在的固有不足,从面向对象的角度探讨了构造企业网络知识管理系统的可能性.以此为基础,重点讨论了基于本体的企业网络知识管理系统构建方法.最后设计了一个企业网络知识管理实验系统,并给出了具体实例.     

高职院校网络道德教育的探究

互联网的飞速发展不仅改变了物质世界,也深刻改变了人们的精神世界。尤其是课业并不繁重的高职院校,学生们更是离不开网络,网络在带来便利和知识的同时,也造成部分学生网络道德情感冷漠、网络道德信念缺失及网络道德行为失范等问题。本文通过对高等职业技术院校的大专生进行总体抽样调查,了解学生应用网络的状况,探讨如何正确引导学生正确利用网络,对当前网络带来的不良影响提出相应的调控对策。     

"SNG网络行动摄影棚"在网络教育中的应用

开栏语 随着网络应用的不断拓展,如今的学校教育也受到这股风潮的影响而在传统教学方式的基础上有了很大的改变,教师由过去单纯的言传身教的书本教学形式,进而开始逐步地采用计算机多媒体式教学,使学生获取的知识量从过去在很大程度上要依赖教师个人的学识水平,逐渐地转变成在教师的指导下使用信息化工具,在更为广阔的范围内汲取他们感兴趣的最新信息.教师从过去传统的知识储备者、传授者,逐渐变成现在学生学习的引导者.学生们可以通过网络获得远远超出他们教师知识水平的知识,这一切均昭示出网络已成为如今教学必备的工具之一.     

简析计算机网络课程教学方法的探索

本文根据计算机网络基础课程及普通高等院校学生的学习特点,针对如何提高普通高校计算机网络专业学生对计算机网络课程的学习积极性、自觉性和解决实际问题的能力,提出了改进网络课程教学的方法,并对实践应用操作进行了讨论。也通过现在互联网技术、网络在生活中的作用,促使学生改变对现在网络知识学习的认识,了解网络现状,了解网络基础构成,从而使教学效果达到前所未有的高度,让学生不浪费的网络知识学习机的机会。     

基于图的语义网络构造算法研究

在自然语言处理的基础上,将中医领域本体与图的基本性质相结合,提出了构造中医诊疗知识语义网络算法.给出了图的基本性质、语义网络的图定义,并为知识的网络表示建立了相应的数据结构.将算法用于中医领域语义网络和语义场构建.试验结果表明,该算法具有较好的实用性.提出的基于图的语义网络构造算法,对于文本挖掘、知识获取技术研究有重要意义,也是中医专家知识获取的有效方法.     

融合知识的多视图属性网络异常检测模型

属性网络异常检测在网络安全、电子商务和金融交易等领域中具有重要的理论与现实意义,近年来受到了越来越多的关注.大多数异常检测方法凭借网络有限的属性或结构信息进行决策生成,往往难以对异常模式做出可靠的描述.此外,网络节点对应的实体往往关联着丰富的领域知识,这些知识对于异常的识别具有重要的潜在价值.针对上述情况,提出一种融合知识的多视图网络异常检测模型,在多视图学习模式下通过数据与知识的互补融合实现了对异常节点的有效识别.首先,使用TransR模型由领域知识图谱抽取知识向量表示,并借助输入网络的拓扑关系构造其孪生网络.接着,在多视图学习框架下构建属性编码器和知识编码器,分别将属性网络及其孪生网络嵌入到各自的表示空间,并聚合为统一网络表示.最后,综合不同维度上的重构误差进行节点异常分数评价,从而识别网络中的异常节点.在真实网络数据集上的对比实验表明,提出的模型能够实现对领域知识的有效融合,并获得优于基线方法的异常检测性能.