多元治理理论下社区教育助推社会治理研究——基于嵌入式学习点建设的实践

一直以来,社区教育发挥着提升公民素养、促进社会发展等重要的社会治理功能。在社会治理逐步转向网格化管理、精细化服务的背景趋势下,上海的“15分钟社区生活圈”建设描绘了社会治理的新图景,其中“宜学”的目标场景呼唤社区教育的参与。在社区教育资源存量不足的当下,社区教育网络建设逐渐衍生出嵌入式学习点这类新的建设范式,并呈现出社区教育资源与社区原有点位相互融合、互为需求的特点。文章基于上海嵌入式学习点的建设实践,运用多元治理理论,来思考社区教育助推社会治理问题。

新信息环境下高校图书馆嵌入式学习支持服务研究

随着当前社会科技发展水平的不断提高,信息技术已经成为了我国社会发展过程中的重要组成部分,对于社会各个层面的发展都产生了较大的影响,并且社会也逐渐的进入到了新信息环境。在新信息环境下,高校的图书馆要想更好地发挥出自身的作用,那么就应当做好嵌入式的学习支持服务。本文针对新信息环境对于高等院校学生的影响、高等院校图书馆嵌入式学习支持服务的价值、新信息环境下高等院校读者的特征和需求、高等院校图书馆嵌入式学习支持服务的特点和基本内容以及当前高等院校图书馆嵌入式学习支持服务存在的问题进行了分析,探究了新信息环境下高等院校图书馆嵌入式学习支持服务体系构建策略。

基于嵌入式学习的工商管理应用型人才实践教学模式探析

工商管理是与社会经济联系十分紧密的应用性专业学科。传统的工商管理专业人才培养不能适应市场需求,导致工商管理专业就业难。因此,全面探索培养应用型工商管理人才的培养路径和学习方法,转变现有的教育观念和解决教学体制中存在的弊端和问题,是我国工商管理专业教育中面临的一个重要问题。文章结合部分高校的具体实践,对工商管理应用型人才的嵌入式学习培养模式进行了研究和总结,旨在为我国工商管理应用型人才培养提供借鉴。

嵌入式学习:后PC时代的数字化学习

在PC时代,数字化学习是基于个人电脑和有线网络的。随着信息技术的发展,数字化学习将向基于嵌入式系统和无线网络的后PC时代扩展。数字化学习将在后PC时代得到新的阐释,并由此产生一种新的学习模式棗嵌入式学习(Embedded Learning)。

中国画分类的改进嵌入式学习算法

现有中国画分类大多只考虑了画作和类标签的相关性,忽略了画作间的关联以及特征重要度的影响.为此,提出改进的嵌入式中国画分类算法.通过微调预训练的VGG-F模型提取中国画图像特征;并提出基于互信息的嵌入式学习算法,使"友情则近,敌对则远"的嵌入式原则受到特征选择及特征重要度的影响;最后利用支持向量机对中国画进行画作艺术风格及其作者分类.实现了对样本库中10位画家中国画的识别,平均准确率为86%,相比其他算法,该算法有更高的分类准确度和更好的鲁棒性.

嵌入式学习——让学习与工作完美结合

同与工作分离的学习、以工作为基础的学习模式所不同的是，嵌入式学习（Embedded learning）将学习真正“嵌入”到日常的工作中，确保了知识的有效转化。嵌入式学习具有提供即时的学习支持、强调合作性、引入非学习技术和将学习与知识管理相结合的四大特点。在咨询实践中，与客户的实际需要相结合，就能够产生适合中国企业实际情况的嵌入式学习方案。

基于信誉感知与嵌入式学习的Web服务QoS预测研究

面对众多功能相似的服务信息,为用户推荐个性化的服务显得尤为重要,其中包括准确预测用户对Web服务的QoS值偏好。协同过滤是预测未知QoS值的一种常用方法,然而受到不可信数据的影响,预测精度大大降低。利用嵌入式学习技术,在用户-服务二分网络模型上,文中提出了一种基于信誉感知的Web服务QoS预测方法。实验结果表明,与其他方法对比,文中提出的方法的精度得到了显著提升。

高阶问题求解的嵌入式学习教学策略

初中道德与法治高阶问题具有综合性、挑战性、实践性、开放性、生活化等特点,运用高阶思维解决高阶问题,此番长期锻炼利于提升学生关键能力,促使品德、价值观等学科核心素养扎实落地,实现学科育人功效。然而,学情基础与愿望相距甚远。扭转局面需要将学生从长期的低阶思维、解决低阶问题的现状中解救出来。运用教学策略,引导学生进行嵌入式学习,这是高阶问题求解的有效路径。高阶问题理性嵌入奠定启智基础,梯度式问题链嵌入启唤逻辑思维,单元结构梳理嵌入助力学科素养,方法技能思维嵌入开启智慧之门,批判思悟生成嵌入提升高阶思维。

基于嵌入式机器学习的智能家居安全预警系统设计

为满足与日俱增的智能家居安全管理需求,文章设计并实现了一套智能家居安全预警系统,包括监测终端节点和Web客户端软件。监测终端节点在开源硬件Arduino Nano 33 BLE上部署改进的卷积神经网络模型,通过采集家居环境声音判断是否有异常事件发生。Web客户端软件实时显示异常事件,及时向用户发送预警邮件。实验结果表明,该家居安全预警系统能够有效监测家居环境安全,满足用户对家居安全保障的现实需求。

语文教学中地方文化的嵌入式学习

一直以来,地方文化都是中华文化体系中不可或缺的部分。而地方文化和语文教学之间有着不可分割的联系,所以,语文教师在教学中需要注重地方文化的嵌入式学习。基于此,本文从文化生态学视角下地方文化语文课程的主要功能、在语文教学中渗透传统文化教育的有效措施以及语文教学和地方文化传播三个方面,详细介绍了语文教学中地方文化的嵌入式学习,以供大家参考。

高校数字图书馆嵌入式移动学习模型构建

移动学习作为一种新型学习方式,与高校数字图书馆相结合,可为学生带来更为高效、智能的学习,也是智能学习领域重点研究内容。现阶段的高校数字图书馆嵌入式移动学习存在智能化不足、信息获取速度慢等问题,为了解决移动学习中存在的问题,构建了高校数字图书馆嵌入式移动学习模型。首先,构建基于文本概念的文本表示模型,解决向量空间模型的同义词的识别问题,并结合Jaro-Winkler算法,计算标签之间的相似性,降低文本的相似程度,提高学生的学习效率。其次,利用LLE算法降维获取的高校用户数据;通过改正正则化估计方法提取高校用户数据特征,完成用户相似度的计算,最后,基于协同过滤技术完成嵌入式移动学习模型的构建。实验结果表明,高校数字图书馆嵌入式移动学习模型推送效果与学生需求更匹配、性能更好,具有较高的实际应用价值。

嵌入式研究性学习对学生高考选科的影响——基于北京大学元培学院本科新生学习自传的研究

从学术生涯发展角度来看,嵌入高中科目教学的研究性学习使高中生完善了学术人格,提高了学业成绩,点燃了学术激情,因而对高中生极富吸引力。新高考制度下,这类吸引力既是嵌入高中科目教学的研究性学习能够延展性地加强"高中–大学"教育衔接的深层次原因,又是高中生能够学术性地考虑各种因素及其之间关系,进而选择高考科目的内涵性支持。相对而言,专门设置的高中研究性学习课程或活动,更能吸引高中生探索自我与高中未设科目的大学学科/专业、学科门类、跨学科专业等之间的关系。

面向安防场景的行人目标检测技术研究

安防场景的行人目标检测不仅需要识别并标定行人位置,还需要对人脸进行检测与提取,支持人脸比对等下游任务。当前目标检测算法在实际应用中存在运行速度慢、边界框标定不准确、小目标检测效果不佳等问题,文中提出一种基于SSD检测器的安防场景下的行人目标检测算法。针对检测器因为分类与定位子任务强耦合造成边界框标定不准确的问题,采用一种解耦的“检测头”保证检测器定位精度,并通过在不同分支上引入特征增强模块提取适应不同子任务的特征;采用一种任务耦合的损失函数来提升训练效果;针对运行速度慢,采用轻量化网络作为主干网络,结合TensorRT量化模型提升算法在嵌入式平台上的运行速度。通过在NVIDIA TX2嵌入式深度学习平台进行实验,单帧图像检测时间为23.8 ms,平均帧率约为42 f/s,算法具备优秀的实时性与准确性。

嵌入式深度神经网络高光谱图像聚类

目的高光谱图像的高维特性和非线性结构给聚类任务带来了"维数灾难"和线性不可分问题,以往的工作将特征提取过程与聚类过程互相剥离,难以同时优化。为了解决上述问题,提出了一种新的嵌入式深度神经网络模糊C均值聚类方法(EDFCC)。方法EDFCC算法为了提取更加有效的深层特征,联合优化高光谱图像的特征提取和聚类过程,将模糊C均值聚类算法嵌入至深度自编码器网络中,可以保持两任务联合优化的优势,同时利用深度自编码器网络降维以及逼近任意非线性函数的能力,逐步将原始数据映射到潜在特征空间,提取数据的深层特征。所提方法采用模糊C均值聚类算法约束特征提取过程,学习适用于聚类的高光谱数据深层特征,动态调整聚类指示矩阵。结果实验结果表明,EDFCC算法在Indian Pines和Pavia University两个高光谱数据集上的聚类精度分别达到了42.95%和60.59%,与当前流行的低秩子空间聚类算法(LRSC)相比分别提高了3%和4%,相比于基于自编码器的数据聚类算法(AEKM)分别提高了2%和3%。结论EDFCC算法能够从高光谱图像的高维光谱信息中提取更加有效的深层特征,提升聚类精度,并且由于EDFCC算法不需要额外的训练过程,大大提升了聚类效率。

两种目标:综合行动性目标和分析成分性目标

在目前的中小学教育教学中,出现了两种不同的目标:综合行动性目标和分析成分性目标。校长和教师们不仅要认识到这两种目标的存在,更要学会将两种目标结合起来运用。

高职高专学生职业英语技能的培养策略——以汽车专业为例

职业英语技能是毕业生完成工作任务的必备技能,职业英语技能的培养则要紧扣毕业生实际工作的任务,因此结合毕业生的就业渠道,提出了四大职业英语技能的培养策略,分别是嵌入式的英语学习、模拟工作任务英语教学法、培养英语基本功扎实的双语专业课教师和打造丰富多彩的英语素质拓展平台。

基于OpenMV的水面漂浮物清理系统

近年来水面漂浮物污染问题严重,该问题的产生由人类随意排放垃圾造成,其中塑料类水面漂浮垃圾既难清理,也不易降解,漂浮在水面日积月累后将对水域形成灾难性的破坏。为清洁水面漂浮物,设计了基于OpenMV的水面漂浮物清洁系统,该系统通过嵌入式机器学习,可以准确识别工作水域中的漂浮物,然后通过串口通信发送给Arduino,Arduino便会通过驱动水下推机器前往目标水域,对水面漂浮物进行及时清理。