大学生学业失败的预警因素初探

采用质性方法探究大学生学业失败的预警因素。在对40名大学生进行深度访谈后发现:学习动力和学业自律是大学生学业失败的主要预警因素。学习动力包括学习态度、专业兴趣和学习目标,可解释学生"想不想学"的问题;学业自律包括自我投入、自我约束和专注力,可解释学生学习时"能否做到"的问题。研究结果的效度和信度均较好,对大学生学业失败预警工具的构建具有重要参考价值。     

新时期我国体教融合政策的发展演变与未来展望

运用文献资料法、逻辑分析法对体教融合以及体教结合政策的发展演变历程进行回顾和研究,深入探讨了体教结合到体教融合的演进特征。研究表明：从“体教结合”政策到2020年“体教融合”政策的提出,先后经历了体教结合的初期(1987—2000年)、成熟期(2000—2008年)、审视变迁时期(2008—2020年)以及体教融合时期(2020年至今);体教政策的演进呈现出了不断追求以人为本的价值取向、积极倡导体、教两部门的合作参与、始终重视竞技体育科学后备人才培养模式的建设、持续完善学校教育与竞技体育的精确对接等基本特征。应从找寻体教之间的平衡点,以法律法规保障政策落地、打牢人才培养基础,转变人才培养模式、循序渐进,以优势项目为抓手,探索中国特色体教融合道路等方面探析新时代中国特色体教融合道路。     

基于遗传算法的预测指标信息提取方法研究

建立预测模型时,选择合适的自变量集合很重要。指标太多会增加数据采集的工作量和问题分析的复杂性;盲目减少指标又会损失很多信息,容易产生错误的结论。因此需要找到一个合理的信息提取方法,在减少分析指标的同时,尽量减少原指标包含信息的损失。通过应用遗传算法技术,根据预测模型的预测正确率来选择指标,建立了基于遗传算法的预测模型指标的自动提取模型。实验应用表明,利用遗传算法提取预测模型的指标信息效果比较好,优于神经网络和决策树模型。     

基于径向基神经网络的专利申请数量预测研究

利用径向基神经网络,对国内外近年来专利申请数量进行了预测。预测结果同用时间序列ARMA模型预测的结果进行了比较。预测结果表明：良好训练的径向基神经网络的输出数据能与实际专利申请数较好地吻合,而且比ARMA预测方法更为有效,可作为专利预测的一种新手段。     

基于奇异谱分析的多模型融合空气污染物质量浓度预测方法

提出一种基于奇异谱分析的多模型融合空气污染物质量浓度预测方法,它基于奇异谱分析的时间序列分解特性,对差分整合移动平均自回归模型和灰度模型进行模型融合.采用模型融合方法对沈阳市京沈街区空气污染物质量浓度监测站点2020年9月18日-2021年3月11日空气污染物质量浓度监测数据进行预测分析.结果表明,相较于单独使用差分整...     

基于RBF神经网络模型的在线旅游供应商客户分类研究

采用某在线旅游供应商提供的客户信息数据作为研究样本,使用SPSS软件建立RBF神经网络模型,针对1016名会员数据进行径向基函数建模训练。结果表明,得到的模型针对白金会员和钻石会员群体的预测效果良好。运用训练好的模型针对166名非会员客户进行分类预测,筛选出有潜力成为为钻石会员的客户子集共57名,为企业营销提供了指导。     

基于高斯烟羽模型的PM2.5火灾扩散和预测研究

聚焦突发事件的污染物排放数据,融合气象信息,探索突发性大气污染对周围沿海环境质量预测的影响。在已有研究成果的基础上,提出了一种基于特征处理的环境污染影响预测的方法,针对由单特征显著主导的突发性大气污染事件,采用高斯烟羽模型进行单特征扩散预测,以火灾为例计算出烟尘(PM_2.5)的扩散结果,通过蚁群神经网络完成对沿海区域的污染影响预测,利用具体的监测数据对模型进行了验证。     

新时代立德树人研究热点与思考

采用CiteSpace可视化软件对中国知网(CNKI)数据库中南大核心(CSSCI)期刊库里419篇论文的机构、作者、关键词等进行可视化分析。研究发现,当前关于立德树人的论文数量呈现迅速增长态势,研究机构和学者关联度相对较低,高校思政教育、立德树人实践路径及人才培养在立德树人研究中较为突出。文章据此提出未来立德树人研究应加强机构协作打造学术共同体、拓展文化育人实践路径和引导社会协同育人等展望。     

从赋能核心要素探究未来幼儿教师专业成长

教育者敢于把有价值的资源,配置到最需要它且有活力创新的地方去不断创造新平台,激发新动力,构建相向的能量赋予机制。从赋能五大核心要素展开,通过唤醒教育自信、给予教育平台、建构教育合力等方式,构建完善的未来教育教师专业成长生态体系。未来教育所需要的教师专业成长,是各个赋能个体独立发展的同时,又在整个体系内能够形成整体性协作。