浅谈幼儿教师的多重角色

教师:古语道:"师者,传道、授业、解惑也。"幼儿教师的教育对象是2～6岁儿童,教育目的是如何引导孩子们的德、行、知,也就是怎样更好的培养孩子们心灵深处的真、善、美。作为新时期的教育工作者,应更新观念,以多重角色转换深入他们的内心世界,正确引导孩子们身心健康快乐和谐的成长。     

构建阅读教学对话的策略

《高中语文课程标准》在阅读与鉴赏“教学建议”中特别指出：“阅读是搜集处理信息、认识世界、发展思维、获得审美体验的重要途径。阅读教学是学生、教师、教科书编者、文本之间的多重对话，是思想碰撞和心灵交流的动态过程。”这里的对话观点是建立在加达默尔“视野融合”理论基础之上的，是另辟一条观察问题的途径，以期对当前语文阅读教学提供实效性的教学思维与教学策略。     

论当前我国经济的结构性特征与划时代的制度创新

首先阐明集中的计划经济体制与市场经济体制是两种不同性质的经济组织形态,具有不同的资源配置机制与经济运行秩序。接着刻划了我国体制性二元结构的形成过程,及其运作的基本特点或弊端。进而指出多重二元结构是当前我国经济的显著特征,其中,体制性的二元结构处于支配地位,因此全面推进体制改革是解决我国当前发展问题的战略重心。最后,结合当前广东实际,提出了实施策略的三条建议。     

多MRL标准下的全国农残数据对比可视化方法

针对全国农残检测数据不同地区间、多种MRL标准下判定结论间的数据对比分析需求,提出一种地理位置相关的多重放射环可视化方法。该方法首先基于GIS方法指代各部分检测数据所在地区,借鉴气泡图形式通过图元大小映射各地区检测样品采样量,以及借鉴饼图形式通过扇区比例映射样品中检出不同毒性农药的比例关系,并提出并行环方法,映射各地区的检测数据在不同MRL标准下的超标结论对比情况。实验结果与领域专家的评价表明,该方法能有效提高全国农残检测数据的分析效率,可实现不同地理位置、不同检出结果判定类别间的对比分析。     

对外汉语教学的语言本体论反思

语言本体论认为:语言不是传达意义的工具,语言就是意义本身。作为意义本身的语言指的是实际使用中的语言,而不是字典辞书中的语言。对外汉语教学中的语言—文化教学生动地体现了这种理论观点,广大的对外汉语教师也有必要自觉站在语言本体论的视角去总结反思自己的教学经验。     

谈《古诗十九首》的多义性——以《行行重行行》为例

《古诗十九首》有多重意蕴,我们今天就是要讲它意蕴的丰富。不知作者是造成《古诗十九首》多义性的第一个原因,因为你无从比附,这使它的意思反而丰富起来。     

具有混料总量试验的D—最优设计

单纯型是混料试验中的因子空间上的单纯型设计空间，其响应也依赖于分量对应的总量值，在一定条件下，将一般的单纯型上的D-最优的已知结果推广到扩展了的因子设计空间中，本文给出单纯型上的q个变量的广义多重线性多项式的D-最优设计的寻求方法。     

农业投入产出变量的主成分回归分析模型

运用主成分回归分析方法,建立了关于我国农业投入产出诸变量的回归模型,同时消除了多重共线性,并且模型都达到了很高的拟合优度,体现了主成分回归分析在消除回归模型中的多重共线性的优越性.研究具有一定的实际意义,可用于对农业产出进行预测及控制.     

Generalized Nonlinear Irreducible Auto-Correlation and Its Applications in Nonlinear Prediction Models Identification

There is still an obstacle to prevent neural network from wider and more effective applications, i.e. , the lack of effective theories of models identification. Based on information theory and its generalization, this paper introduces a universal method to achieve nonlinear models identification. Two key quantities, which are called nonlinear irreducible auto-correlation (NIAC) and generalized nonlinear irreducible auto-correlation (GNIAC), are defined and discussed. NIAC and GNIAC correspond with intrinstic irreducible auto-dependency (IAD) and generalized irreducible autodependency (GLAD) of time series respectively. By investigating the evolving trend of NIAL; and GNIAC, the optimal auto-regressive order of nonlinear auto-regressive models could be determined naturally, Subsequently, an efficient algorithm computing NIAC and GNIAC is discussed. Experiments on simulating data sets and typical nonlinear prediction models indicate remarkable correlation between optimal auto-regressive order and the highest order that NIAC-GNIAC have a remarkable non-zero value, therefore demonstrate the validity of the proposal in this paper.