-
题名学习与迁移理论在初中英语书面表达教学中的运用
被引量:3
- 1
-
-
作者
凌旭群
-
机构
浙江省杭州市富阳区永兴中学
-
出处
《中小学外语教学》
北大核心
2020年第23期24-29,共6页
-
基金
2017教育部人文社科规划基金项目“基础英语课程深度学习的教学模式建构研究”(项目批准号:17YJA880081)的阶段性研究成果。
-
文摘
本文阐述了学习与迁移理论的内涵,分析了初中英语书面表达教学中存在的问题,并结合教学实例说明了引导学生通过学习迁移来提升书面表达能力的策略,即通过创设与教材主题相似的情境,激发学生的创新表达;通过概括教材中阅读文本的语篇知识,引导学生迁移结构和语言;通过剖析教材范文的上下文逻辑关系,关注行文连贯;通过探究写作语篇的目标语法特征,力求语言准确。
-
关键词
学习与迁移
书面表达
写作教学
情境创设
语篇知识
语篇逻辑
-
分类号
G633.41
[文化科学—教育学]
-
-
题名考虑高比例新能源并网的输电线路故障原因智能辨识
- 2
-
-
作者
秦子健
孙其振
亓晓燕
王鑫
赵磊
孟凡敏
-
机构
国网莱芜供电公司
国网山东电力调度控制中心
-
出处
《电工技术》
2023年第19期19-26,30,共9页
-
文摘
高比例新能源并网会影响输电线路故障形态,不利于故障原因准确辨识。为此提出一种考虑高比例新能源并网,基于参数优化变分模态分解、增强多尺度排列熵及深度信念网络与迁移学习的输电线路故障原因智能辨识方法,构造出气象类和电气类、暂态行波电流模态分量熵值、新能源运行状况三类特征,通过模型训练和网络参数微调,端到端实现输电线路故障原因辨识。实验结果表明,该方法能以较高准确率辨识雷击、外力破坏等9类故障原因。
-
关键词
线路故障原因辨识
高比例新能源
参数优化变分模态分解
增强多尺度排列熵
深度信念网络与迁移学习
-
Keywords
causal identification of transmission line faults
high proportions of new energy sources
parametric optimization variational mode decomposition
enhanced multi-scale permutation entropy
deep belief networks and transfer learning
-
分类号
TM77
[电气工程—电力系统及自动化]
TP18
[自动化与计算机技术—控制理论与控制工程]
-