动手能力与小学数学学习

在数学学习中，教师应激发学生的参与欲望，引导他们动手实践，自主探索，合作交流，激励学生主动看，主动说，主动做，主动想，根据自己的体验用自己的思维方式，通过独立思考，合作交流，重新“创造”有关的数学知识；感受数学本身的魅力，增进学好数学的信心。     

宁夏清理传销窝点94处

<正>2014年11月7日至8日,宁夏公安机关开展了打击传销集中攻坚行动,清理传销窝点94处,查获传销人员1301人,破案16起。行动中,宁夏各地公安机关加强了与综治、工商、住建、街道等的协调配合,宁夏公安厅经侦总队的5个工作组深入五市开展督导工作,各地公安机关共出动经侦、治安、派出所等警种民警400余名,对当地     

基于Q-learning的不确定环境BDI Agent最优策略规划研究

BDI模型能够很好地解决在特定环境下的Agent的推理和决策问题,但在动态和不确定环境下缺少决策和学习的能力。强化学习解决了Agent在未知环境下的决策问题,却缺少BDI模型中的规则描述和逻辑推理。针对BDI在未知和动态环境下的策略规划问题,提出基于强化学习Q-learning算法来实现BDI Agent学习和规划的方法,并针对BDI的实现模型ASL的决策机制做出了改进,最后在ASL的仿真平台Jason上建立了迷宫的仿真,仿真实验表明,在加入Q-learning学习机制后的新的ASL系统中,Agent在不确定环境下依然可以完成任务。     

一种军棋机器博弈的多棋子协同博弈方法

针对在军棋博弈不完全信息对弈中，面对棋子不同价值、不同位置、不同搭配所产生的不同棋力，传统的单子意图搜索算法，不能满足棋子之间的协同性与沟通性，同时也缺乏对敌方的引诱与欺骗等高级对抗能力。本文提出一种结合UCT搜索策略的高价值棋子博弈方法，实现高价值棋子协同博弈的策略。实战经验表明:高价值多棋子军棋协同博弈策略优于单棋子军棋博弈策略。     

YOLOv2在煤岩智能识别与定位中的应用研究

综采工作面煤层走向复杂，采用“一刀切”的开采方法会加速滚轮截齿的磨损，同时开采效率也大幅降低，对煤岩的精准识别是解决此类问题、实现智能开采的关键。将基于回归方程的深度学习目标检测算法YOLOv2与线性成像模型相结合并通过该算法对井下采集煤岩图像进行了智能识别与定位，同时与Faster R-CNN，SSD对煤岩图像的识别结果进行了对比。结果显示YOLOv2对煤岩的识别精度达到了78%，检测速度达到了63 frame/s，与Faster R-CNN，SSD相比精度高出7.7%，4.7%，而检测速度高出763%，40%；在矿井测量坐标系中YOLOv2标定的煤层边界框角点的计算坐标与实测坐标相比相对误差在3.0%～4.5%之间，相对误差较小，不会对采煤效率产生影响。研究结果表明，YOLOv2可以对煤岩进行准确快速的识别。     

从质疑到理解——海外媒体看三峡的转变

十多年前,当中国开始对三峡工程进行重新论证时,海外工程界和环保人士亦即开始了对三峡工程的关注。1994年三峡工程开工之后,这种关注骤然增多。除了各国媒体对三峡工程的零星报道之外,一个自称是加拿大非政府非盈利环境保护组织能源探索与研究基金会(Energy Probe Research Foundation)还于1998年特地出版发行了《三峡探索》电子杂志,以专门提供有关长江三峡工程和中国环境问题的新闻报道。各国媒体对三峡工程的零星报道不成系统也不便检索,《三峡探索》是连续性的报道。《三峡探索》上的文章,或许可以代表海外人士早期对于三峡工程的态度。     

完善服务体系 推进两个转变——晋中抗旱服务组织建设成效显著

晋中市的抗旱服务组织体系建设，始于20世纪80年代中后期。为适应形势和任务的需要，增强农民自身抵御干旱灾害的能力．晋中市着力打造一支以县为单元，能够固定且有实践经验、机动灵活的专业抗旱队伍。从1991年至1992年，晋中市大部分县抗旱服务队相继成立，到1996年全市11个县市全部建起抗旱服务队，并达到了上级要求的“五有”目标，即有批文、有队长、有场地、有设备、有仓库。     

透过峰会看商机

中国-东盟建立对话关系15周年纪念峰会刚刚在我国广西南宁落下帷幕,中非合作论坛北京峰会紧接着隆重开幕。来自东盟的10位国家元首或政府首脑与中国总理温家宝在南宁签署了《中国-东盟纪念峰会联合声明——致力于加强中国-东盟战略伙伴关系》,来自非洲的48国领导人(其中包括