基于耳蜗图多示例分析的音频场景分类模型

音频场景分类(Acoustic Scene Classification,ASC)是计算听觉场景领域最具挑战的任务之一。传统的ASC模型大多采用基于线性频率分析的手工特征加基于深度学习的分类模型方法。然而,一方面,由于基于线性频率分析的特征提取方法无法模拟人耳基底膜的非线性频率选择特性,从而造成特征分辨率低下的问题;另一方面,现有的分类模型无法解决由于音源复杂且音频事件高度重叠所造成的分类准确率低下的问题。为了解决以上问题,提出了基于耳蜗图多示例分析的音频场景分类模型,一方面采用中心频率按照等效带宽均匀分布的余弦滤波器组对信号频谱进行滤波以模拟人耳听觉感知特性;另一方面,通过引入多示例学习刻画整个数据结构的特点以提高分类准确率。此外,为了抵抗音频事件的频移影响,在多示例学习分类模型的分类预测整合器中采用平均池化方法。在DCASE 2018和DCASE 2019竞赛所提供的Task1a数据集上的实验结果表明,本文提出的模型比DCASE 2018竞赛所提供的基线系统以及传统的基于Log Mel特征提取和多示例学习的模型实现了更高的分类准确率,同时也验证了平均池化要优于最大池化。

议题式教学在高中“中国特色社会主义”课堂中的运用

随着新课改课程标准的重新修订,要求教师必须适应新要求,更新教学方法来提升教学效率和质量。多种新的教学理念与教学方法都开始应用到高中政治教学活动中,议题式教学法就是其中之一。议题式教学法在高中政治课堂教学活动中的应用确实有利于促进学生的学习。本文先阐述了高中政治中“中国特色社会主义”的教学现状,接着分析了议题式教学法的重要应用意义,最后从整体分析章节内容、结合教材文本知识、聚焦学科核心素养、利用时政热点事件、做好课堂教学评价五个方面探讨了议题式教学法的有效应用策略。

浅析高中思想政治课培养学生公共参与素养的策略

高中思想政治课程不仅传授学生思想政治的相关知识,更要培养学生的政治素养,公共参与素养是高中思政课程要培养学生的核心素养之一,公共参与是学生主动参与社会事务,承担社会责任和行使人民当家作主权利的有效途径。在高中思想政治课程中培育学生公共参与素养需要教师综合完善课堂教学、课外活动和课后评价等多个教学环节。文章就如何在高中思想政治课的教学过程中培养学生的公共参与素养进行了探索和思考。