基于深度学习的有效波高预测

有效波高对于船舶航行安全、海洋能源开发以及海洋环境保护等领域具有重要意义,对于有效波高的预报有助于深入了解海洋信息。为全面评估深度学习模型对于有效波高预测的效果,文章对比了3种深度学习模型的预测效果,评估了不同优化算法的超参数搜索效果,对比了不同分解算法对模型精度提升的效果。结果表明,LSTM模型对于有效波高的预测效果最佳;蜣螂优化算法对于LSTM超参数的搜索效果最佳;VMD分解效果优于CEEMDAN分解;结合VMD分解和蜣螂优化的LSTM模型预测效果最好。对于不同深度学习模型、优化算法以及分解算法的讨论可以为深度学习模型在有效波高的预测中提供参考。

启发联想 培养语感

语感是语文能力的核心因素,培养学生的语感,有助于提高学生的语文能力。因此,我们的语文教学就应该致力于语感的培养。几年来我参加了“教学与学生形象思维发展的研究”的课题实验教学。我们以联想方法为主组织课文教学(主要是指阅读教学)过程,充分利用学生的生活经验来理解语言文字及课文中所描述的情景,进一步丰富学生的生活经验;同时激活学生头脑中的表象,发展形象思维,扎扎实实地提高语感能力。 我在教学过程中根据低、中年级学生的特点,抓住文中的关键词句,精心设计问题,启发学生展开联想和想象,加深理解,培养学生语感能力。如:在教学九义教材第一册第五课《小竹排在画中游》,我根据刚入学的一年级学生对事物的认识只注意事物的表面现象的特点,注意让学生联想自己的生活经验来理解词语。例如在讲到“树木”一词,我这样设计提问:“许许多多的树,我们叫树木。一棵树叫不叫树木?”学生根据老师给的定义,理解了“树木”这个词的含义,准确回答了问题。我在此基础上进一步启发联想,让学生体会课文中描写的情景:“这些树一棵挨一棵,书上用了哪个词来写它们?”学生回答:“密。”我又问:“像这样密密麻麻的树,你在什么地方见过?”