人脑半监督的构造性学习方法

利用构造性学习(CML)算法训练分类器需要大量已标记样本,然而获取大量已标记的样本较为困难.为此,提出了一种人脑半监督的构造性学习算法(HPSS-CML).根据已标记样本,通过覆盖算法构造分类网络,对未标记样本进行有选择的标记,并将其加入训练集,调整分类网络参数.重复进行上述过程,直到没有新标记的样本为止,得到最终的分类器.测试阶段再次利用未标记样本对"拒认状态"的测试样本进行标记.最后选取UCI数据集进行实验,结果表明,与CML算法及Tri-CML算法相比,该方法的分类更为有效.

基于人脑的有意义的学习

人脑具有“探寻模式和做出估测的能力”，基于脑的能力进行学习是“基于人脑的学习”。其实质是对事物之间内在意义的探寻，在此基础上进行的学习是有意义的学习。教育者应当在教育条件准备、教学支持上为基于脑的有意义学习做充分准备。

人脑对糖水模型的抽象与应用

人脑对知识的认识是有一定过程的.从现实中抽象出数学问题让人脑初识问题,在不断推理过程中加深对数学问题的理解,在不断辨析过程中去伪存真.利用对糖水模型的抽象、理解、辨析来处理相关试题,感受在教与学的过程中人脑对模型的认识和模型对人脑的辅助,帮助学生丰富利用生活经验处理实际问题的体验,提高学习效率.

构建与脑兼容的教学

脑是我们赖以记忆、思维和学习的基础,因此,良好的教学必定是与人脑学习机理相容的。这就要求,教师必须极力营造和谐、充满爱意的学习氛围,必须选择难度适中且以多种方式持续呈现的学习内容,以使学习者"浸润"在学习过程之中。