基于工匠精神培育的中职学校计算机教学

中职计算机教学的主要目的是培养专业的计算机人才,而在市场选择人才而非人才选择市场的今天,中职计算机教学要想取得理想的教学效果,提高学生的就业优势,必须加强工匠精神培育,使学生成为高素质的应用型人才。以下就基于工匠精神培育的中职学校计算机教学作出探讨。     

中外情报学论文创新性特征研究

[目的/意义] 综合运用定性与定量相结合的方法对近年中外情报学论文的创新性进行分析和对比，揭示情报学领域研究的创新性特征，发现领域学术论文中创新句内部的知识关系，进行更细粒度的论文创新性分析，为研究领域创新点深层次利用提供条件，同时丰富科技论文创新性监测的途径，促进科学研究创新。[方法/过程] 从句子级创新性识别出发，选取中英文各两种情报学期刊作为样本，采用信息抽取和机器学习的方法，将创新句的抽取从现有的摘要扩展到全文，充分利用句子结构和句法特征识别领域创新内容，探讨近年中外情报学论文在创新对象、主题、类别等方面的特征，并做对比分析，最后通过对自动分类的论文集合进行定性的内容分析，总结归纳出中外情报学论文创新的表达范式。[结果/结论] 从创新的表达来看，中外情报学论文创新句的分布情况基本一致，英文期刊论文创新的表达更丰富。从创新性特征来看，英文情报学期刊论文创新主题较集中，而中文主题多样和分散；具体方法的创新是近年情报学领域的创新热点，而在研究方法上创新不足；中英文情报学期刊论文的创新性特点都反映了应用研究、实证研究的成果较多，而理论创新推动缓慢的趋势。     

教育体系是当前推动教育制度成熟定型的工作抓手

实现教育治理体系和治理能力现代化,需要聚焦根本制度、基本制度、重要制度及其相互衔接。教育体系的发展,是一个从成熟、定型到完善、巩固的过程。我们要明确各级各类教育内涵式发展的重点,通过分类评价,引导高校找准定位,建立科学的绩效管理机制,激发高校办学内生动力。     

基于深度学习的中文专利自动分类方法研究

[目的/意义] 面向当前国内专利审查和专利情报分析工作中对于海量专利分类的客观需求，设计了7种基于深度学习的专利自动分类方法，对比各种方法的分类效果，从而助力专利分类效率和效果的提升。[方法/过程] 针对传统机器学习方法存在的缺陷，基于Word2Vec、CNN、RNN、Attention机制等深度学习技术，考虑专利文本语序特征、上下文特征以及分类关键特征，设计Word2Vec+TextCNN、Word2Vec+GRU、Word2Vec+BiGRU、Word2Vec+BiGRU+TextCNN等7种深度学习模型，以中国专利为例，选取IPC主分类号的"部"作为分类依据，对比这7种模型与3种传统分类模型在中文专利分类任务中的效果。[结果/结论] 实证研究效果显示，采用考虑语序特征、上下文特征及强化关键特征的深度学习方法进行中文专利分类具有更优的分类效果。     

互联网+的信息技术辅助英语教学研究——评《信息技术与英语教学融合研究》

全球一体化进程的快速发展对英语教学提出了更高的标准。在英语专业教育中,不仅需要学生具备充足的专业理论知识,更要拥有运用英语进行交际能力与应用能力。结合当前时代的发展形势,高校英语教育要不断改变教学观念,在英语教育中创新教学内容。如今,信息技术的应用已深入到了教育领域,在教学中应用信息技术能够弥补传统英语教学存在的缺陷,使英语教学得到更加优质的发展。由胡登攀编著,北京水利水电出版社出版的《信息技术与英语教学融合研究》一书分析了当前应试教育的现实困境,并透过独特的视角解析了如何在英语教学中应用信息技术,为英语教学的发展以及融合提出了应有的指引。     

如何利用《中国分类主题词表》参照系统类分文献

利用<中国分类主题词表>参照系统,可以弥补<中图法>类目参见设置不完善的缺陷.     

计算机仿真培训管理

计算机仿真培训系统是建立在计算机技术、控制工程和系统工程等科学基础上的综合性实用技术系统。它具有效率高、见效快、信息反馈及时等显著特点。 笔者就镇炼化公司第二热电站循环     

关于分类讨论的几点思考

分类讨论是中学数学的重要思想方法之一,高考中的重点,解题中的难点。结合笔者多年的教学实践,本文就此谈几点思考。思考1 尽量避免不必要的讨论分类讨论的解题过程一般较为冗长,叙述繁琐,因此并不一定是解决问题的上策,应避免不必要的     

二次曲线拟合算法的统计性能分析与改进

传统的二次曲线拟合使用标准特征值分析算法。通过统计分析技术 ,可知该技术在拟合数字二次曲线时 ,存在估计偏差大、均方误差大的缺点。其产生原因是数据噪声的有色性和自相关函数矩阵的条件数过大 ,因此白化数据噪声和正则化变换是提高曲线拟合的有效措施。这从理论上有力地支持了Hartley提出的正则化算法。通过理论分析和计算机仿真实验 ,表明了降维EVD技术固有地同时具备噪声预白化功能和数据正则化功能 ,因此它能给出均方误差相当小的无偏估计。由于它无须进行预白化变换或正则化变换 ,并把最优化过程的维数从 6降为 2 ,所以它还具有计算快速、实现简单方便的优点。