高校4C/ID模型的问题解决教学模式研究

针对目前高校教育中培养学生问题解决能力方面存在的弊端,以4C/ID模型为视角,探究基于4C/ID模型的问题解决教学模式的构建,从而提升学生的问题解决能力。通过梳理四元素教学设计模型(4C/ID模型)的相关理论,借鉴4C/ID模型的核心思想与方法,提出问题解决教学模式构建的原则与思路,并从问题解决教学的分析、解决、评价、交流四个环节阐述教学模式构建的过程,最终对基于4C/ID模型的问题解决教学实施的效果进行分析,提出针对性建议。     

基于AdaBoost改进随机森林和SVM的 极化SAR地物分类

为提升极化合成孔径雷达(SAR)地物分类精度,提出一种基于AdaBoost改进型随机森林和支持向量机(SVM)结合的二级分类结构。首先将AdaBoost改进型随机森林作为初级分类器,该分类器能根据决策树的分类能力赋予权重,分类能力越强则权重越高,从而提升初级分类精度。初级分类器还能评估输入特征的重要性,获得重要性排名。根据重要性排名进行特征筛选,用筛选后的特征训练SVM分类器,获取二级分类结果。最后利用邻域投票法将两级分类结果融合。AIRSAR极化数据对比实验表明,该分类结构可有效提升极化SAR地物分类精度。     

基于γ-散度的稳健有序误标记logistic回归

有序多分类方法已经得到了广泛研究。传统的有序多分类方法假设样本的类别标签是不存在误标记的。但是由于实际数据复杂以及人工经验有限,获得标记完全正确的样本是不现实的,因此,传统的方法就存在局限性。提出一种基于γ-散度的有序误标记logistic回归方法,在处理存在误标记的有序多分类问题时具有很强的稳健性,也就是说,当某一样本被错误标记时它对参数估计的权重小于其被正确标记时的权重。该方法通过最小化γ-散度构建模型,利用梯度下降算法求解模型,不仅具有很强的稳健性而且在模型中可以忽略误标记概率。模拟研究和真实数据分析都说明该有序误标记logistic回归方法在处理存在误标记的有序分类问题时效果很好。     

小学阅读类教辅存在问题的原因分析

有调查显示,我国83%的家长不能理解儿童阅渎活动的正确含义,仅仅简单地将阅读作为教会儿童识字的工具.社会上种种填鸭式的识字教学法(目前全国共有二十多种)机械地教会儿童认字,但是他们的整体阅读能力、阅读兴趣以及相伴随的写作能力却受到了压抑.     

应广泛采用二维条码

条形码我们都很熟悉了。在各种商品上都有条形码,它是商品的标识,可以被条码识别器读出。它得到了广泛的应用,例如现在超市付款时都是利用条码来结账。条码分为一维条码和二维条码两类。一维条码可存储8到30个字符,有一些码制只能存储数     

农产品安全问题从源头抓起——溯源二维条码QR code

日益突出的食品安全问题已经影响到了我国的经济发展,而农产品物流在其中扮演重要角色。用信息技术(二维条码QR code)提升传统的农产品物流具有重要意义。     

基于MVC模式的电子商务平台设计

MVC模式即"模型-视图-控制器"模式,是覆盖了多个设计模式组合而成的架构模式。本文以电子书店系统为例,展示基于MVC模式的电子商务平台的开发过程。     

新条码技术在现代图书馆中的应用与发展

传统条码技术在图书馆中得到广泛的应用。随着以二维条码、三维条码为代表的新条码技术的发展以及上下游产业链的完善,它必将成为新的信息载体,在图书馆的应用中大显身手。