公寓管理与大学生行为习惯的养成

高校学生公寓是学生学习、生活的重要场所，引导学生养成良好的行为习惯有助于学生公寓管理工作的顺利开展。文章从维护高校稳定、增强大学生的法律意识和法制观念、促进大学生自我发展、实现学生公寓“管理”、“育人”职能等方面论述学生行为习惯养成的重要性，并从制度建设、环境教育、文化熏陶、组织保障等方面提出具体对策措施。     

An Exploratory Examination of Student Attitudes Toward "Impaired" Peers in Clinical Psychology Training Programs.

Do psychology students view their training programs as doing enough to appropriately identify, accommodate, and possibly dismiss students who manifest significant impairment? This study reports the general findings of an exploratory survey distributed to clinical psychology graduate students. Overall, students viewed impairment as a highly sensitive and inadequately addressed issue. Students commonly reported frustration with and concern for impaired colleagues. A few respondents indicated that the terms impaired and problem student were insensitive and that greater attention needed to be given to "impaired" training contexts. Implications regarding formal standards for interpersonal functioning and programmatic supports for students are discussed. (PsycINFO Database Record (c) 2010 APA, all rights reserved)     

改善学生体育技术达标考试心理状态的研究

体育技术达标考试是学校体育教学活动的重要组成部分,也是检查评定教学成果和鼓励学生自觉锻炼身体的重要手段。通过教学实验法、观察法等研究方法,研究如何改善学生在体育考试中的心理状态,培养学生良好的心理素质,以取得理想的成绩。     

大学生社团活动对高校思想政治教育工作的影响

思想政治教育工作在高校中占有举足轻重的地位,在以“育人”为核心的高校教育理念中,培养学生的综合素质是不可忽视的。大学生是高校思想政治教育工作的对象,同时也是社团活动的主体,社团顺应当前社会对大学生的要求,通过各类活动使学生得到锻炼,提高能力,培养学生全面发展,提高学生综合素质,同时,社团活动的开展为校园文化建设注入了活力,有助于培养学生健康向上的精神风貌,丰富高校校园文化内涵,活跃校园文化氛围。     

基于ThinkPHP+Workerman的高校学生安全管理系统

针对高校学生在校的日常安全问题,本文提出并设计了一套基于ThinkPHP框架与Workerman框架相结合的高校学生安全管理系统. 着重论述了从数据接收,到数据存储,最终实现数据展示及应用整个过程. 根据对称加密算法原理,独立设置加密规则,提高了系统的安全性. 本系统具有权限设计分明,代码运行高效,安全系数高等优势. 通过本系统,管理员可以实现查询学生的基本信息,学生当前实时位置,每日考勤记录,报警数据等. 有效解决了高校对学生在安全方面的管理问题.     

一种全终端网络可靠性多目标优化模型及求解

分析了全终端网络可靠性设计问题,针对单目标优化存在的不足,建立了一种更加贴近工程实际的极大化可靠度,同时极小化投资成本的多目标优化模型,并利用模拟退火算法对其进行了优化求解。计算机仿真实例表明：模拟退火算法在求解此问题时,无论是在Pareto解的数量上还是在Pareto解的范围上都能得到较好的优化效果。     

不确定近似骨架蚁群聚类算法在滑坡危险性预测中的研究与应用

受不确定因素降雨难以准确处理的制约以及蚁群聚类算法在搜索空间容易陷入局部最优解和搜索速度慢的特征影响,为了提高滑坡危险性预测的精度,提出一种不确定近似骨架蚁群聚类算法。首先采用Gauss点概率模型来描述不确定数据,对不确定数据进行相似性度量;其次引入信息素重分配和自适应动态变量实现蚁群聚类算法局部信息素和全局信息素更新,提高蚁群聚类算法搜索速度,加载遗传算法避免蚁群聚类算法过早陷入局部最优;最后结合近似骨架理论,构建不确定近似骨架蚁群聚类算法模型,缩减迭代次数,快速搜索出聚类结果。在UCI真实数据集和延安宝塔区滑坡实验数据集上的实验结果显示,不确定近似骨架蚁群聚类 算法具有较高的聚类质量,预测精度达到93.3%,验证了算法在滑坡危险性预测中的可行性。     

基于改进YOWO算法的学生课堂行为识别

当前,大部分的学生课堂行为识别工作主要基于单帧图像进行,忽略了行为的连贯性,因此不能充分利用视频信息来对学生的课堂行为进行准确刻画.所以,本文提出一种改进的YOWO算法模型,有效利用视频信息对学生课堂行为进行识别.首先,本文采集某高校真实课堂教学中的授课录像,制作出包含5类学生课堂行为的AVA格式视频数据集;其次,采用时移模块TSM (temporal shift module),用来增强模型获取时间上下文信息的能力;最后,采用非局部操作模块non-local来提高模型提取关键位置信息的能力.实验结果表明,通过对YOWO模型的优化,使得网络的识别性能更佳.在学生课堂行为数据集上,改进后的算法的mAP值为95.7%,相较于原YOWO算法在mAP值上提高了4.6%;模型参数量为81.97×10⁶,计算量为22.6 GFLOPs,参数量和计算量分别降低32.3%和9.6%;检测速度为24.03 f/s,提升了约3 f/s.     

灰色偏相关评价法在认知型学生模型中的应用

针对认知能力评价这类因素较多,且难以进行定量描述的问题,建立认知能力因素评价体系,利用灰色偏相关评价法建立认知型学生模型。首先分析各认知能力因素的相互影响关系,计算偏相关系数得到各认知能力因素的权重值。然后确定评价灰类,建立白化权函数,得到各认知能力因素关于各评价灰类的灰色评价权值,从而建立认知型学生综合评价模型。最后通过实例对方法模型进行验证。实例表明,该方法模型能够对学生知识水平作出评价并引导学生进行学习,其结果具有一定的可靠性。