物理实验课程“多重交互”教学模式的创建与实践

本文介绍了东南大学历经十多年探索，创建的一种新型物理实验教学模式．该模式突破时间和空间限制，实现实验教学中师生之间的“多重交互”，建立了教与学的新型关系，强化了学生学习的主体地位，为学生创造了一个宽松、自主、个性化学习的环境，从而推动物理实验课程教学质量的提高。

镜像神经元、同感与共享的多重交互主体性——加莱塞的现象学神经科学思想及其意义

将个体独特的"在世之在"转译成他们大脑-身体系统的独特运作方式是未来科学研究的一大系统工程与核心目标。为此,意大利神经生理学家维多利奥·加莱塞及其带领的团队开展了一系列"现象学神经科学"的工作。这些工作借助现象学与神经科学的联姻,系统考察了镜像神经元的功能与同感的神经基础,并将之与胡塞尔、斯坦茵及梅洛-庞蒂等的现象学思想交互阐发。按照现象学神经科学的解读,当我们观察到其他活的个体之时,面对的是他们的一整套表达能力。我们与他人之间是一种"共享的多重交互主体性"。观察到的社会刺激的感觉描述等价于观察者所产生的与动作、情绪和情感有关的身体状态的内部表征,就好像他们自己做了相似的动作或体验了相似的情绪和情感。这为现象学与神经科学对于同感的讨论产生了丰富的启迪。

基于流密度的多重交互集体行为识别算法

作为当前模式识别领域的研究热点之一,识别视频场景中的集体行为有着重要的科研意义和应用价值.已有的识别方法都忽略了对集体行为中多重交互关系的描述和分析,使得复杂视频场景中的集体行为识别仍存在局限性.该文提出了一种基于流密度的多重交互集体行为识别算法FDA,能够识别集体行为的局部和全局模式.为了准确地衡量个体间的行为一致性程度,受流体力学启发定义了流密度,并通过基于流密度的聚类算法识别局部子群组;为了精确描述集体行为客观存在中的多重交互关系,提出了多重邻接关系模型.该模型能够分析子群组间的全局一致性,进而通过合并具有较高一致性的子群组得到全局集体行为模式.在多个真实视频数据集上的实验结果表明,FDA算法相比于已有方法具有更高的识别精度.

师生多重交互分享下的计算机网络课程微课教学系统设计

微课作为一种新型教学方式,能够在教学中有效地实现师生的多重交互分享,提高课堂教学质量。MOOC课程建设下的计算机网络课程微课教学设计,就有良好的交互性及开放性,能够有效实现课堂教学理念及教学方式的创新,提高学生在课堂教学中的参与积极性以及学习自主性,从而有效培养学生的学习兴趣,提高学习效率,因此值得在计算机网络课程教学中推广应用。

多重交互式教学模式实施后的教学效果分析——以英语课为例

多重交互式教学模式是一种以教师为主导、学生为主体的教学模式,多重交互式教学模式的实施以教学系统四个元素,即教学媒体、教师、学生和教学资源为切入点,将教学理论建设与教学实践相融合,进而更加深入地剖析网络教学交互理论。基于此,主要分析在《管理英语2》课程中实施多重交互式教学模式后的教学效果,以期为网络教学建设贡献微薄之力。

互联网时代下多重交互式网络招聘体系的研究

目前,随着我国经济水平的不断提高,互联网的逐渐普及,有关互联网的相应技术也有了进一步的发展,多重交互式网络招聘也因此应运而生了。企业传统的招聘体系中已被证实存在一定的弊端,而对具有多重交互式的网络招聘体系的不断深化与研究,对于促进我国互联网时代下招聘体系的进步、优化人力资源配置有着很大的推动作用。本文主要是通过借鉴相关资料和文献来具体介绍我国传统企业招聘的渠道及多重交互式网络招聘体系,希望能为相关研究学者提供一些帮助。

高校计算机网络课程的多重交互共享式微课教学系统研究

本文针对高校计算机网络课程设计了多重交互共享式微课教学系统。首先阐述微课教学模式优势与系统整体设计流程,其次基于功能模块、运行流程、多元用户、辅助系统详细设计系统,最后以实例验证微课教学系统的综合性能。结果表明,此系统为师生网络交互提供了平台,利于多元化教学方式,实用性与可靠性良好,值得大力推广。

区域战略升级与府际横向协作之间的长周期多重交互——面向成渝地区的三阶段纵向分析

中国的区域问题复杂多样,协调发展是重大战略性问题,如何认识战略、政策以及地方政府治理体系之间的长周期多重交互关系是理论关切的重大命题。制度性集体行动、府际协议、网络治理等理论模型为搭建区域战略升级与府际横向协作之间互动提供了微观机理、结构维度和框架基础。中央对于区域协调发展的战略部署在发展水平、战略目标以及地方行动的多因素影响下逐步升级,与地方政府政府之间形成长周期多重交互的关系。以成渝地区为例,存在成渝经济区、成渝城市群和成渝双城经济圈等三个不同阶段、等级和内涵的战略布局,地方政府的跨域合作行动与网络结构也随之变迁。面对战略的升级,地方政府会基于对自身竞争力的考量,通过实现节点识别和收益共享提升策略路径、影响网络结构,从而形成新的合作关系和利益格局。在此基础上,网络连接不断累积信任、降低合作风险,从而提升了地方政府从竞争走向协同的动力。在最新的双城经济圈战略下,成渝地区各地方政府正在通过内聚抱团实现成渝之间的共节点化的结构变迁,从而实现自我增长的网络化治理转型。

大数据视域下继续教育“多重交互”教学体系构建研究

继续教育是我国教育体系的重要组成部分,建立大数据时代的终身教育体系已成为全世界教育发展的必然趋势.针对高校学历继续教育、非学历继续教育、教学管理现代化、学习型社会和终身教育体系建设问题,基于对继续教育校情、教情、学情、社情的科学判断,分析大数据对继续教育发展的支持引领作用,探讨大数据视域下继续教育教学体系建设的思路,研究新技术下“多重交互”教学体系建设的推进路径,助力大数据与继续教育融合实现新发展,教学体系建设取得新成果.

实现师生多重交互分享的计算机网络微课教学系统设计探究

计算机教学中存在大量抽象化的专业知识,对于很多学生而言,单纯依靠教师的讲解并不能很好地理解这些专业知识的内涵,也无法把握其适用场景,因此导致学习效率低下。对此,教师可以在强调师生多重交互分享的情况下,将微课这一新型教学模式引入到计算机网络课程中,在创新教学理念的同时,激发学生对于学习的兴趣。本文主要就计算机网络课程微课教学系统的设计进行了分析和讨论。

师生多重交互分享下的计算机网络课程微课教学系统设计

本文以计算机网络课程教学为例,就微课的概念、优势进行了阐述,然后从微课教学设计、系统功能设计、用户系统设计、辅助功能设计四个方面展开了讨论,并辅以广域网分组转发机制、网络原理等教学案例。实践证明,将微课应用到计算机网络课程教学当中可以有效地实现老师和学生们的多重交互分享,提升教学效果和教学质量。

师生多重交互分享下的计算机网络课程微课教学系统设计

研究针对计算机网络课程理论性强、学习难度大、教学难度高等问题,设计了基于师生多重交互分享的计算机网络课程微课教学系统,分析了系统设计的原则、流程,介绍了系统整体架构,通过微课教学系统的实验与测试,证实该系统功能完善、界面友好,能够实现师生多重交互分享,具有一定的应用价值。

基于多重语义交互的递归式场景理解框架

传统基于前馈设计的视觉系统已经非常普遍,但其存在的一大缺陷是某个环节出现的错误无法被及时修正,从而影响系统的最终性能。为此,提出了一种简易的交互式框架,其特点在于场景语义的不确定性能够通过不同的视觉分析过程协同工作实现求解和优化。在该框架中,分别使用了3个经典的场景理解算法作为视觉分析模块,不同模块之间利用彼此输出的表面布局、边界、深度、视点和物体类等上下文语义之间的交互以实现各自性能的渐进式提升。提出的方法不需要人为设置约束条件,可根据需求插入新的模块而无须对原有框架和算法进行大的修改,具有良好的可扩展性。基于Geometric Context数据集的实验结果表明,这种基于本征信息交互的反馈式设计通过多次递归后能够有效弥补前馈式系统存在的不足,其中表面布局、边界和视点估计的平均精度提升了5%以上,而物体类的平均检测精度也提升了6%以上,其可成为未来改进视觉系统性能的途径之一。

工业设计中多重感官交互增强现实系统设计与应用

传统工业设计过程一般以物理样件为核心,反复试错设计循环在开发效率与成本方面没有达到令人满意的效果。为此,设计一种新的多重感官交互增强现实系统,将其应用于工业设计中。针对五指都伸展开来的手掌平面托取交互,通过优化的K向量法获取五个指尖部分,在指肚处对椭圆进行拟合;通过图论中的弗洛伊德法对指尖进行搜索,依据图像获取匹配点,完成手势的三维重建。将CSG模型和B-rep模型结合在一起,实现工业设计作品的三维场景建模。按照人机交互时人们对听觉的要求,将声源信号依次和左耳及右耳脉冲响应进行卷积处理;利用音频输出,令用户听到虚拟环境下的具有真实感及临场感的信号,和实际声音效果相似。实验结果表明,所设计系统交互性好,用户体验佳。

基于高阶特征交互的点击率预估模型的实现

传统的低阶特征模型不能充分利用大数据,从多个维度描述数据和用户。专注于高阶特征提取,结合显式和隐式特征交互的点击率预估模型可以利用好大数据的特点。使用Tensorflow框架搭建包含深度神经网络、因子压缩交互网络和多重特征自交互网络结构的模型,使用淘宝展示广告点击率预估数据集进行训练。模型采用对数损失值和ROC曲线下面积作为评价指标,与原始的LR、FM、Deep&Wide等典型模型进行比较,对数损失值降低了0.04,AUC值提高了0.05左右。

全球股票市场的多重分形性

运用多重分形去趋势波动分析(MF-DFA)和多重分形去趋势交互相关分析(MF-DCCA)研究金融危机后,对全球五大洲的代表国家:中国、南非、俄罗斯、美国、澳大利亚的股票市场和它们之间的关系进行多重分形分析,定性地描述了各国股票市场的多重分形强度以及他们之间的交互相关性。研究表明:全球主要股票市场收益率序列具有明显的多重分形行为,并且各国股票市场之间存在多重分形交互相关性。

e-learning:一种新型的学习模式

e-learning作为一种新型的学习模式,在学习的主体、客体以及主客体之间的关系上具有多元性、自主性、多重交互性、建构性等,显现出传统的学习模式所难以比拟的优势。目前e-learning的应用与研究尚处于初始阶段,有着广阔的发展情景。

基于注意力机制的协同卷积动态推荐网络

一直以来,各种推荐系统关注于如何挖掘用户与物品特征间的潜在关联,特征信息的充分利用有利于用户到物品的精准匹配.基于矩阵分解和分解机的推荐算法是该领域的主流,前者学习用户历史行为而后者分析对象特征关系,但都难以兼顾用户行为与个体特征.而近年来,深度神经网络凭借其强大的特征学习能力和灵活可变的结构被应用到了推荐系统领域.鉴于此,本文提出了一种基于注意力机制的协同卷积动态推荐网络(Attentionbased collaborative convolutional dynamic network,ACCDN),它通过注意力机制实现用户历史行为、用户画像与物品属性的多重交互,再通过卷积网络逐层捕捉更高阶的特征交互.网络同时接受不同组块输出的低阶至高阶信息,最后给出用户对指定物品青睐评分概率的预估.而且本文还提出了一种基于无参时间衰减的用户兴趣标签来量化用户关注的变化.通过比较若干先进模型在两个现实数据集的表现,本文设计的动态推荐模型不但能够缓解推荐时滞性,还能明显提高推荐质量,为用户带来更好的个性化服务体验.