排序方式: 共有40条查询结果,搜索用时 31 毫秒
31.
大学计算机应用基础课程是大学生的第一门计算机基础必修课程,目的是培养学生利用计算机解决学习、工作和生活中实际问题的能力。本文就该课程在课堂教学模式与方法、课程资源建设、课程教学评价等方面,对我们以培养学生自主学习能力为中心的教学改革的思路和方法进行了总结阐述。 相似文献
32.
周杭霞等 《中国信息技术教育》2014,(1):98-100
本文针对现阶段计算机基础课程的教学方法,分析了在现有形势下进行创新课堂教学的必要性,阐述了创新教学模式比传统模式优越的观点,对创新课堂教学模式下的自主学习教学模式进行了一定程度的探索。 相似文献
33.
34.
35.
提升计算机专业毕业生就业竞争力的思考与实践 总被引:2,自引:1,他引:1
本文就影响毕业生就业的几个因素做了详细的分析,提出厚基础、重实践、鼓励创新、重视职业技能培训与就业指导的计算机专业人才培养途径,加强实践教学体系与实践环境建设,提升毕业生的就业竞争力。 相似文献
36.
介绍了具有切割焊接坡口功能的CNC切割机床的控制原理,叙述了旋转割炬旋转角度的控制原理、方法。 相似文献
37.
介绍了具有切割焊接坡口功能的CNC切割机床的控制原理 ,叙述了旋转割炬旋转角度的控制原理、方法。 相似文献
38.
提出了一种基于遗传算法(Genetic Algorithm,GA)的多孔介质相关热物性参数辨识方法.该方法改进初始条件、适应度值以及终止条件的选取,并利用种群的均方差检测种群的单一性,在保留历史最佳个体的基础上,保持种群的多样性,从而跳过局部最优点,达到参数辨识的目的.测量结果表明,采用该方法对模拟数据反演参数的相对误差最大为0.159%,对样品的实测温度与理论计算温度的平均误差为0.046℃.说明该方法对多孔介质相关热物性参数有着较强的辨识能力,是一种具有一定的精度和可靠性的参数辨识方法. 相似文献
39.
为了减少光伏系统接入电网产生的不利影响,并对预测光伏功率输出进行研究,提出了一种基于数据中潜在季节类别的混合深度学习模型。整个模型分为三个阶段,即聚类、训练和预测。在聚类阶段,采用相关分析和自组织映射来选择历史数据中相关性最高的因素。在训练阶段,将卷积神经网络、长短期记忆神经网络和注意力机制相结合,以构建用于预测的混合深度学习模型。在预测阶段,按测试集的月份选择分类的预测模型。实验结果表明,该实验方法在7.5 min内的间隔预测中具有较高的准确性。 相似文献
40.
针对太阳辐射预测过程中气象特征复杂、时序特征难以充分利用而导致光伏功率出力扰动的问题,提出一种基于双分支特征提取的太阳辐射逐日预测方法。气象分支采用多尺度卷积神经网络提取动态变化的多维气象特征;时序分支使用双向门控循环网络初步提取时序特征,将学习到的双向时序特征输入门控循环网络进一步学习其潜在规律;基于注意力机制自适应地赋予各分支合适的权值,优化多尺度卷积的提取操作和气象、时序特征的融合过程。经过实验验证了该预测方法的准确性和有效性。 相似文献