一种语音情感深度迁移识别算法

传统语音情感识别算法模型结构较为简单,需要足够量级的训练数据才能使其具有一定的实用性.然而,在实际应用中可供训练的数据集较少.为解决上述问题,提出了一种语音情感深度迁移识别算法.通过属性分析表构建、特征提取、相关性计算等操作确定源域数据集,并在此基础上训练迁移学习并构建预训练模型,最终构成语音情感分类模型.实验结果表明...     

采用BERT-BiLSTM-CRF模型的中文位置语义解析

针对利用当前神经网络模型进行中文位置语义解析存在多义词解析效果差、泛化能力差等问题,提出一种基于BERT-BiLSTM-CRF模型的中文位置语义解析方法.首先利用BERT预训练模型对中文位置信息进行预训练,获取所有层中的上下文信息,增强中文位置信息的语义表征能力,然后通过BiLSTM模型提取向量特征信息,最后通过CRF...     

改进深度神经网络的产品制造周期预测

针对产品生产制造过程中由于不确定因素导致完工期延误的问题,在考虑高数据维度、广特征空间分布的情况下,提出一种改进深度神经网络的产品生产制造周期预测方法.该算法采用栈式自编码器预训练神经网络的权重和偏置并完成特征提取过程,采用预训练参数初始化深度神经网络进行生产制造预测.为避免模型过拟合,加入L2正则化和dropout....     

基于DenseNet迁移学习的年龄相关性黄斑变性图像的分类方法研究

针对年龄相关性黄斑变性图像的分类研究,提出采用DenseNet迁移学习的图像分类方法.对原始图像进行归一化、限制对比度自适应直方图均衡化等预处理方法,采用旋转、剪裁等数据增强方法扩增数据.在DenseNet网络模型基础上,采用数据集ImageNet首先对DenseNet网络模型进行预训练,然后将训练后得到的网络模型予以...     

“预学单”在小学语文阅读教学中的运用

在小学语文阅读教学中,有效的"预学单"是引导学生进行阅读预学的重要载体,是引导学生进行阅读教学的重点。在设计"预学单"时,要兼顾文本的语用训练点。教师可以运用文本的显性语用基点,如结合文章题目、文本语言、课后习题进行"预学单"设计;也可以运用文本隐性语用基点,如利用文章字词的字理以及关键句之间的联系来设计"预学单";还可以运用文体特点来设计"预学单"。教师要在了解学生、认真钻研文本的基础上,紧扣语用训练点设计"预学单",从而让"预学单"充分发挥其应有的功能。     

基于预训练的教师信息化教学微能力自动识别研究

教师信息化教学能力是体现教育信息化深度融合成效的关键。为探索一种证据易获得、分析自动化、反馈可持续的测评手段，文章提出了基于预训练的教师信息化教学微能力自动识别方法。具体为，基于包含学情分析、教学设计、学法指导和学业评价4个维度的13项微能力，利用基于预训练的深度学习模型对16,371条信息化课堂评课反馈文本进行实验。递进式实验结果表明，相比传统深度学习模型，预训练模型普遍具有更高准确率，最高能提升16%。领域通用语料的预训练有效解决了教育领域自建数据匮乏的现实问题；在预训练模型中，ERNIE以86.43%的准确率取得了最优性能，混淆误差小。该方法能够基于评课文本自动化识别并可视化表征教师信息化教学微能力，提供常态化反馈支持。最后，文章阐述了其在教师教研、能力画像和发展决策中的应用场景，并提出后续研究方向。     

写作学习单为学生习作搭建“脚手架”

运用具体课例探寻使用学习单发挥支架作用的方法,以提高写作训练的有效性.写作学习单可设计成预写单、导写单、拓展单和检测单四个部分:预写单探寻学情,导写单习得方法,拓展单迁移运用,检测单自评自控.借助写作学习单的引导,不仅能帮助学生学会运用多种表现手法、多角度描写景物,还能让学生学会如何模仿例文自主学习写作.     

中学语文教学也应重视朗读训练

语文教学中的朗读训练,往往被有些中学语文教师认为是小学语文教学的"专利".大多数语文课的模式是释词断句、归纳段意和中心、分析写作特点等,极少朗读训练.其实,中学语文教学也应加强朗读训练. 一、制订朗读训练学年整体计划 "预则立,不预则废."朗读训练是一件长期的工作,只有经过一段较长时间的训练,学生的朗读水平才能有所提高.所以,学年初订教学计划时,就应有朗读训练的学年整体规划,根据本学年教材内容特点和本班学生的朗读水平,订出具体的目标、要求、措施.并且应将朗读训练贯穿每节课之中.有些老师往往较重视散文、诗歌的朗读训练,而对议论文、说明文就练得少.实际上对议论文、说明文也应加强朗读.只有在不断诵读中,学生才能掌握议论的论点、论据和论证;才能进一步了解说明的方法、顺序、说明对象的特征;才能锻炼学生的分析、综合归纳能力.     

课前预学,让课堂更有效率

古人云:"预则立,不预则废。""预"即预学,就是课前进行必要的训练,提前进入情境,去体验,去感受,笔者将从如何扎实课前的预学工作,并加以运用于课堂教学,提高课堂教学效率阐述自己的观点。     

初中英语课前“预学单”设计例谈

在"学为中心"的初中英语课堂教学中,引导学生进行课前预学是十分重要的。教师在设计课前"预学单"时,要基于语言训练,确定预学内容;基于教学重点,设计预学问题;基于学生学情,渗透预学方法;基于预学过程,优化预学评价。通过以上措施提升初中生英语课前预学的效率。     

统编版教材课后练习的解码与运用

统编本小学语文教材中的课后练习,是构建小学语文核心素养体系的载体,是教师"教"与学生"学"的导向.课后练习是指导学生预学、组织课堂教学、进行语言训练、落实语文要素的重要依托.教师要善用课后练习,发挥其内在价值.     

初学举重者预蹲和上挺时身体前倾错误纠正简议

初学举重者预蹲和上挺动作身体前倾是最为常见的错误之一。教练员应该根据每个初学举重选手的不同特点,采取中小强度、多组数和多次数方法,帮助他们在一定的时期内进行持续不断地纠正和训练。因此,因地制宜、因人而异,选择科学、合理和有效的训练方式进行指导,是指导初学举重选手纠正预蹲和上挺时身体前倾错误的最重要方法。     

体育中考项目8×50米训练的几点思考

体育中考考试主要测试耐力、速度、力量等身体素质项目.8×50m总长度为400米,这一项目在授课时要注意绝对速度、速度耐力、一般耐力的训练.为了实现教学目的,笔者从原理、方法多方面进行讲解、训练.8×50m跑项目在练习时让学生感觉枯燥,所以,在课上笔者还特别设置了游戏项目,激发学生的兴趣,同时提高了跑的速度和速度耐力.本文中,笔者就如何练习和提高8×50m中考体育这一项目,谈一点体会.     

基于ALBERT-Seq2Seq-Attention模型的数字化档案多标签分类

针对现有的数字化档案多标签分类方法存在分类标签之间缺少关联性的问题,提出一种用于档案多标签分类的深层神经网络模型ALBERT-Seq2Seq-Attention.该模型通过ALBERT(A Little BERT)预训练语言模型内部多层双向的Transfomer结构获取进行文本特征向量的提取,并获得上下文语义信息;将预训练提取的文本特征作为Seq2Seq-Attention(Sequence to Sequence-Attention)模型的输入序列,构建标签字典以获取多标签间的关联关系.将分类模型在3种数据集上分别进行对比实验,结果表明：模型分类的效果F1值均超过90%.该模型不仅能提高档案文本的多标签分类效果,也能关注标签之间的相关关系.     

心理效应在英语听力教学中的运用

听力训练是英语教学中不可缺少的重要环节,在听力教学中心理效应起着举足轻重的作用.笔者主要基于自身多年的教学经验,根据三种心理效应,即罗森塔尔效应、门槛效应、预热效应,探讨其对学生英语听力的影响及其在英语听力教学中的应用,旨在提高学生的英语听力技能,促进学生健康成长.     

谈钢琴教学中的视奏和背奏

在钢琴教学中如何处理好视奏与背奏的关系是教师与学生经常遇到的问题.笔者认为,首先通过读谱、慢视奏训练,提高视奏的准确性;而后进行快视奏的训练,提高视觉反应的敏锐性和演奏的连贯性与完整性.在慢、快视奏的基础上,从理解乐曲思想内容、风格等方面入手,将视觉背谱法、听觉背谱法、触觉背谱法、基础理论背谱法有机地结合起来,能较好地克服上述问题,达到预目的.     

思维科学的应用和思维训练

思维科学的主要应用领域有:软解技术、预解技术、思维训练与思维医学等几方面。本文对素质教育与优化思维的关系提出了新的见解,强调了优化思维素质的重要性,最后介绍了思维训练的简况、方式定位与操作方法。     

基于BERT+BiLSTM+Attention的对抗训练新闻文本分类模型

新闻文本分类是长文本分类的典型问题，因此提取词与词之间的关系特征就尤为重要.提出了基于双向Transformer编码表示的预训练模型(Bidirectional Encoder Representations from Transformers, BERT)和双向长短时记忆网络(Bi-directional Long Short-Term Memory, BiLSTM)以及注意力机制的对抗训练分类模型(BBA-AT).将预处理新闻文本数据经过BERT进行训练得到词嵌入编码，在训练后的词向量级别上进行扰动达到数据增广的效果，以此来进行对抗训练，之后通过双向长短时记忆网络对数据集进行编码提取双向语义表征.本文提出的BBA-AT模型F₁值在TNEWS数据集上比BERT模型提升了1.34%.     

浙教版九年级上3.4圆周角(2)的作业设计

我预学1.问题:足球训练场上教练球门前划了一个圆圈进行无人防守的射门训练.如图,甲、乙、丙、丁四名运动员分别在C、D、E、F四地,他们争论不休,都说在自己的位置射门进球可能性大(.只从数学的角度考虑,作简要分析)(1)甲说比乙的位置好,如果你是教练,你认为如何呢?(2)丙和丁都说比甲、乙的位置好,如果你是教练,你认为如何呢?     

面向深度学习训练的异构任务调度研究

针对异构深度学习训练中任务调度效率低下的问题，提出了一种计算集群训练任务进度利润最大化的模型，该模型可以动态分配集群中多任务的计算单元数量.对每个模型进行预训练，以获得它们的进度曲线，并为每个模型建立关于处理速度的资源模型，建立了进度增量最大化模型，设计了贪婪算法用于分配集群中的资源.实验结果表明，本调度算法能减少任务完成时间.