“元动作”及其元认知——论动作的学习过程及其同化模式

依据学习的元认知理论 ,论述了“元动作”概念提出的意义及其应用价值 ,用元动作概念区分了动作的结构与层次。并借鉴认知结构同化理论 ,深入地分析了动作技能学习过程中存在的不同模式。笔者认为 ,提高元动作学习水平、改善动作协调能力、提高动作的自我监控能力和选择适合的教学与学习策略是提高动作学习效率的有效途径。     

体育学院足球专修教学比赛现状及改革设想

教学比赛是教学过程中的一个重要环节，教学比赛不仅能检验教学效果，也能反映学生专项水平的高低。体育学院目前足球专修班教学比赛与实际相脱节，影响了人才培养的规格和质量及教学质量的提高，必须进行改革．     

论学校学习型党组织的建设

建设学校学习型党组织,保持党组织内部的活力,进而带动学校学习型组织的全面建设,是推进学校进步和发展的明智选择。本文对建设学校学习型党组织的途径和要求两个方面进行了论述。     

试论体育教师个体主观教学观念的转变

在体育教学改革实践中,体育教师教学观念转变存在一些困难,其原因之一是具有基础地位与强势作用的体育教师个体主观教学观念造成的认知与行为实施的盲点.更新体育教师个体主观教学观念,需要体育教师把自己在教学实践过程的言行作为研究对象,提高自我觉察的敏感性,并用语言表达使个体主观的教学观念清晰化,进而对其进行梳理和更新.     

东北地区少数民族传统体育的发展现状及其未来发展趋势

采用文献资料和问卷调查等方法，对东北地区10余个少数民族的传统体育项目进行分析。结果表明：少数民族地区由于受到地理环境和人文环境因素的影响，其传统体育具有竞技性、生产性和娱乐性等特点。民族传统体育项目在产生和发展过程中与人们的生产、生活密切相关，传统体育项目仍是少数民族地区人们健身、娱乐和促进生产的有效手段。充分利用这一财富，对全民健身活动的开展具有积极意义。     

一种网上电子投搞系统的设计与实现

利用ASP技术为《工业工程》杂志开发了一种网上电子投稿系统，作者能够通过Internet上的Web网页和E－mail投稿，缩短了稿件投寄周期，节省了时间和费用，简要介绍动态网页开发技术ASP，并详细阐述网上电子投稿系统的设计和实现过程.     

融合深度学习和链路预测的细粒度技术预测研究——以合成生物技术为例

[目的/意义]面向专利文本进行更细粒度的技术实体识别和技术预测,利于更详细地把握专利技术布局与趋势。[方法/过程]首先利用深度学习方法自动识别专利技术术语类实体,通过实验对比多组深度学习算法的优劣。其次,提出新的半监督标注和自定义标注方案,提高人工标注效率。最后,执行训练得到的最优模型,结合链路预测方法,对合成生物技术进行细粒度的技术预测。[结果/结论]实证结果表明RoBERTa-BiLSTM-CRF模型更适用于语义复杂的专利技术实体识别,F1值可达到86.8%,技术识别结果比传统IPC分析方法更精细。同时,细粒度的技术预测结果表明,合成生物学的合成方法在不断改进创新,合成物研究向合成燃料发展。     

基于无监督图神经网络的学术文献表示学习研究

学术文献特征表示,是学术文献搜索、分类组织、个性化推荐等学术大数据服务的关键步骤。研究表明,图神经网络能够有效学习文献的特征表示,然而当前研究主要集中在有监督学习方法上,不仅对数据集的大小和质量的要求较高,且学习到的文献特征表示与具体任务高度耦合。基于此,本文将四种无监督图神经网络方法引入学术文献表示学习,从Cora、CiteSeer和DBLP (database systems and logic programming)数据集的引文网络、共被引网络和文献耦合网络中学习文献的表示向量,并应用于文献分类和论文推荐两大下游任务。研究结果表明,(1)深度互信息图神经网络适合于文献分类任务,对抗正则化变分图自编码器则在论文推荐任务上性能更佳;(2)Cora数据集上的结果表明,相较于共被引和文献耦合网络,引文网络更适合于学习通用的文献表示向量。     

基于比较分析的科技计划项目评审对策研究--以山东省为例

[目的/意义]在深化项目评审、人才评价和机构评估改革的背景下,研究山东省科技计划项目评审改革的建议。[方法/过程]通过专家咨询的方式,研究山东省在项目评审方面的具体问题,提出对策建议。[结果/结论]从项目指南编制和发布机制、项目评审公开公平公正、评审专家选取使用、评审质量和效率、项目成果评价验收、科技计划绩效评估等方面提出对策建议。     

无线密集网络中的低损耗多臂老虎机算法

近年来人们对移动无线服务的需求与日俱增,为应对这一挑战,超密集无线网络被认为是下一代无线通信网络的基础设施架构和重要组成部分,基站的密集布置可以减少每个小区的服务用户数量,从而可为网络用户提供高速且低延迟的无线服务。但同时带来的不可避免的问题是用户在选择接入时会触发频繁的网络切换以确保可以接入到服务最佳的网络。用户接入问题往往被建模成在线学习模型。本文旨在寻找一个高效的在线用户接入方案以应对频繁网络切换造成的额外性能损失。通过对多臂老虎机模型的分析,提出基于操作杆淘汰机制的改进算法,并通过严格理论分析及数值仿真实验两个角度论证该算法的有效性。