期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
生活化教学法在小学道德与法治教学中的应用
1
作者
周隽杰
《爱人》
2023年第7期54-56,共3页
当下我国教育事业改革的根本任务在于立德树人,道德与法治课是实现立德树人目标的重要载体,也是小学阶段不可或缺的科目之一。在过去的课堂上,许多教师的教学仅仅停留在理论的分享层面,导致学生难以对知识做到灵活应用。为避免这类问题...
当下我国教育事业改革的根本任务在于立德树人,道德与法治课是实现立德树人目标的重要载体,也是小学阶段不可或缺的科目之一。在过去的课堂上,许多教师的教学仅仅停留在理论的分享层面,导致学生难以对知识做到灵活应用。为避免这类问题继续普及,教师应该在小学道德与法治课上合理地应用生活化教学模式,下面就跟大家具体介绍一下应用的措施与办法,希望能给各位同行们带去一定的参考和帮助。
展开更多
关键词
生活化教学模式
小学道德与法治课程
课堂教学
应用措施与办法
下载PDF
职称材料
基于Attention-LSTM-Kalman建模的风洞动态流量软测量
被引量:
2
2
作者
周隽杰
付东翔
《数据采集与处理》
CSCD
北大核心
2022年第2期463-470,共8页
针对风洞流量测量中传统静态软测量模型估计精度低、鲁棒性差等问题,提出了注意力机制(Attention mechanism,Attention)、长短时记忆神经网络(Long short-term memory,LSTM)和卡尔曼滤波(Kalman filtering,Kalman)结合的Attention-LSTM-...
针对风洞流量测量中传统静态软测量模型估计精度低、鲁棒性差等问题,提出了注意力机制(Attention mechanism,Attention)、长短时记忆神经网络(Long short-term memory,LSTM)和卡尔曼滤波(Kalman filtering,Kalman)结合的Attention-LSTM-Kalman软测量模型:通过LSTM网络建立静态软测量模型,在此基础上,提出一种基于注意力机制的改进方案,考虑到系统的动态特性,使用卡尔曼滤波动态调整软测量模型输出序列。实验结果表明,静态预测模型LSTM的预测效果优于循环神经网络(Recurrent neural network,RNN)和门控循环单元(Gated recurrent unit,GRU)等模型;基于LSTM、Attention-LSTM和Attention-LSTM-Kalman的3种模型的对比预测测量结果表明,注意力机制能有效提高模型精准度,引入卡尔曼滤波改善了模型的动态测量特性。该模型方案在风洞系统的流量测量验证了其可行性和有效性。
展开更多
关键词
深度学习
长短时记忆神经网络
注意力机制
卡尔曼滤波
软测量技术
下载PDF
职称材料
题名
生活化教学法在小学道德与法治教学中的应用
1
作者
周隽杰
机构
青岛即墨区灵山街道办事处灵山中心小学
出处
《爱人》
2023年第7期54-56,共3页
文摘
当下我国教育事业改革的根本任务在于立德树人,道德与法治课是实现立德树人目标的重要载体,也是小学阶段不可或缺的科目之一。在过去的课堂上,许多教师的教学仅仅停留在理论的分享层面,导致学生难以对知识做到灵活应用。为避免这类问题继续普及,教师应该在小学道德与法治课上合理地应用生活化教学模式,下面就跟大家具体介绍一下应用的措施与办法,希望能给各位同行们带去一定的参考和帮助。
关键词
生活化教学模式
小学道德与法治课程
课堂教学
应用措施与办法
分类号
G4 [文化科学—教育技术学]
下载PDF
职称材料
题名
基于Attention-LSTM-Kalman建模的风洞动态流量软测量
被引量:
2
2
作者
周隽杰
付东翔
机构
上海理工大学光电信息与计算机工程学院
出处
《数据采集与处理》
CSCD
北大核心
2022年第2期463-470,共8页
基金
国家自然科学基金青年基金(61605114,61703227)。
文摘
针对风洞流量测量中传统静态软测量模型估计精度低、鲁棒性差等问题,提出了注意力机制(Attention mechanism,Attention)、长短时记忆神经网络(Long short-term memory,LSTM)和卡尔曼滤波(Kalman filtering,Kalman)结合的Attention-LSTM-Kalman软测量模型:通过LSTM网络建立静态软测量模型,在此基础上,提出一种基于注意力机制的改进方案,考虑到系统的动态特性,使用卡尔曼滤波动态调整软测量模型输出序列。实验结果表明,静态预测模型LSTM的预测效果优于循环神经网络(Recurrent neural network,RNN)和门控循环单元(Gated recurrent unit,GRU)等模型;基于LSTM、Attention-LSTM和Attention-LSTM-Kalman的3种模型的对比预测测量结果表明,注意力机制能有效提高模型精准度,引入卡尔曼滤波改善了模型的动态测量特性。该模型方案在风洞系统的流量测量验证了其可行性和有效性。
关键词
深度学习
长短时记忆神经网络
注意力机制
卡尔曼滤波
软测量技术
Keywords
deep learning
long short-term memory
attention mechanism
Kalman filtering
soft-measuring technology
分类号
TP274.2 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
生活化教学法在小学道德与法治教学中的应用
周隽杰
《爱人》
2023
0
下载PDF
职称材料
2
基于Attention-LSTM-Kalman建模的风洞动态流量软测量
周隽杰
付东翔
《数据采集与处理》
CSCD
北大核心
2022
2
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部