基于多领域学习的台区负荷预测研究

配网台区负荷预测的准确性关系着电力系统的稳定运行,其中精准的台区负荷预测有利于电网企业提前做好预控措施。当前,台区负荷受制于多种因素,导致负荷预测偏差值较大。文章应用多领域学习训练框架,对来自不同台区的负荷数据进行了整合,旨在提高负荷预测的准确性和稳定性。其中,利用共享的特征提取器对通用的特征表示进行了提取,为每个领域设置了专门的预测器以实现领域特定的学习。同时,通过实验验证了模型的可行性,不仅有助于提高负荷预测的精准度,还为电网企业的台区管控措施优化奠定了基础。

领域学习模型研究述评

学习理论是近年学校教育和教学关注的基本理论问题,它涉及到学生的学和教师的教。而领域学习模型是西方近20年来学科学习研究的最新成就,它主要是对不同学科专业学习心理的理论探讨。本文着重论述了该模型的主要内容及其特征并探讨了未来研究的方向,针对目前教学现状讨论了该模型对学科教学实践的启示,以期促进大学专业教学。

基于领域学习的本体映射方法

在语义数据集成中本体映射是关键,手工设置映射关系不仅消耗时间而且不准确,需要使用本体映射工具自动发现这种映射关系。在现有本体映射方法的基础上提出了基于领域学习的映射发现策略,可以从领域知识中发现复杂映射的规则,增加映射时的实例数据,从而提高映射发现的查全率和准确率;同时利用本体中丰富的语义知识去筛选候选数据,从而降低映射方法的算法复杂度。实验证明该方法是有效的。

基于领域学习的本体映射方法

在语义数据集成中本体映射是关键,手工设置映射关系消耗时间并且不准确,需要使用本体映射工具自动发现这种映射关系。在现有本体映射方法的基础上提出了基于领域学习的映射方法,可以发现本体中概念之间的映射关系,可以从领域知识中发现复杂映射的规则、增加映射时的实例数据,提高映射发现的查全率和准确率。实验结果验证了算法的有效性。

《机械工程图样识绘》学习领域学习情境设计研究

通过对《机械工程图样识绘》学习领域学习情境的设计,并按照以工作过程为导向组织教学实施,《机械工程图样识绘》学习领域的教学效果有很大的提高。

基于信息采纳模型的机器学习领域科学数据重用影响因素研究

本文基于信息采纳模型构建了机器学习领域科学数据重用影响因素模型,并选择了开放科学社区平台和科学数据共享平台两种类型的代表性平台进行数据采集,实证了数据集内容质量和数据源可信性对科学数据重用的影响,以及平台类型在数据源可信性对科学数据重用影响中的调节作用。本研究对完善科学数据平台建设、促进科学数据重用具有重要意义。

学习领域课程方案的本土化策略

德国双元制体系下的学习领域课程方案挣脱学科体系框架,更加准确反映职业教育的职业特性,为德国21世纪的快速发展提供了大量高素质人才。高职院校在引进学习领域课程模式的过程中,不仅要借鉴德国的先进理念,吸收其课程模式开展过程中积累起来的有益经验,也要进行本土化改造,要根据本土特色加入原创内容,最后要回归教育的本质,以育人为核心。同时通过学习领域课程模式的改革,促进产教融合走向深入,校企双方通过共定人才培养方案,共建培训基地,共同实施教育,实现学校和企业双元主体育人。

摭谈农村幼儿园语言学习领域中的“去小学化”策略

文章针对部分农村幼儿园语言学习领域中存在“小学化”倾向的问题,提出如下改变策略:教师通过训练幼儿思维,教会幼儿思考、说话,把他们从识记、保持、再现的“小学化”任务中解救出来。此外,教师还要遵循幼儿园的课程教学规则,引导幼儿通过亲身体验,认识事物与词语之间的深刻联系,寻找符合幼儿生理、心理的教学模式,让他们愉快学习,在体验和经历中积累知识和经验。

中德职业教育汽车机电合作(SGAVE)项目“学习领域”课程模式本土化建构与实践研究

中德职业教育汽车合作(SGAVE)项目人才培养目标旨在精准定位“汽车机电工程师”工作岗位的综合能力要求。为了开发适合我国高职汽车检测与维修技术专业、汽车制造与试验技术专业本土的“学习领域”课程模式。本文从职业工作过程出发,利用“教学论反射”原理,建设从职业行动领域到课程学习领域到学习情境的课程体系,夯实本土化的“学习领域”课程模式在应用中的实践基础。提出以“客户业务委托”为起点,导入学习任务;以“工作过程导向”为教学方法,培养学生自主学习、解决问题的能力;以“资格培训矩阵”为考核评价方式,科学评价学生的学习效果的“学习领域”课程模式本土化实践路径。最终提出“学习领域”课程模式本土化实践研究的对策建议,实现学生能力培养层层递进,“螺旋式”进阶。

智慧课堂视角下中德汽车职业教育(SGAVE)“学习领域”《汽车工程材料》教学模式研究

随着移动互联网,智慧终端等信息技术的广泛应用,传统的课堂教学已不能适应于当下的人才培养目标。智慧课堂教学是新时代高等教育信息化的必然趋势,也是教育信息化的重要发展方向。本文基于超星学习通平台,构建中德汽车职业教育(以下简称:SGAVE)《汽车工程材料》课程智慧课堂教学模式,旨在将传统的课堂教学与超星学习通智慧教学有机结合,充分发挥学生自主学习能力,进一步提升该课程教学效果和教学质量。

学习领域课程英语模块化资源设计研究

2019年,教育部协同科技部启动实施“国家工匠之师”创新团队计划,旨在培养高素质专业化创新型的“工匠之师”队伍,形成具有中国特色、世界水平的职业教育模块化教学模式。本文从学习领域课程概念、内涵及国内外相关研究现状入手,以高职院校装备制造大类专业为例,探讨了学习领域课程英语资源开发的理念、路径和方法。

“问题、探索、经验”视觉下幼儿科学领域的学习与教学策略研究

幼儿教育是我国教学的基础性工作,常言道:“三岁看老”,幼儿园教学中对儿童发展过程中有重要的基础作用。而“问题、探索、经验”下的学习内容则成为了教师们的首要关注重点。在视觉下科学领域的学习与研究一直以来都是幼儿教学的热点问题。随着现代科技和社会经济水平不断进步,教育系统和家长群体越来越重视学前教育课程设置要符合科学化设计的要求,在幼儿教学中要做注重幼儿大脑思维的开发和启蒙。培养幼儿的动手能力和探索精神以及主动思考问题解决问题的能力,本文将从“问题、探索、经验”三个方面进行探索研究,对视觉下幼儿科学领域的学习与教学策略提供可借鉴的教学经验。

让语文核心素养在“综合性学习”中生长

新课标特别强调引导学生进行综合性学习,综合性学习作为语文教学的重要教学方式,目的在于通过跨学科、跨领域学习来发展学生的综合素质与创新能力。综合性学习可以将各学科知识融合在一起,有利于学生构建完备的知识体系,提升语文核心素养。

TrSVM:一种基于领域相似性的迁移学习算法

迁移学习是对传统监督学习的扩展,试图利用其他相关领域中的现存数据来帮助完成当前领域的学习任务.对于归纳式迁移学习算法,当目标领域只有少量数据时,已有的算法容易受到选择性偏差的影响,不能充分发挥相关领域数据的作用.为解决该问题,提出一种利用领域相似性的新途径:通过定义领域弱相似性的概念,将相似性的约束与目标分类器联系起来,能在训练过程中有效利用相关领域的大量数据,设计出一种基于支持向量机的迁移学习算法TrSVM,并给出求解过程.在大量数据集上的实验结果表明了新算法的有效性.

紧扣内容特点,提升小学数学学习单的设计品质——以四个学习领域的案例为例

针对小学数学四个学习领域的内容特点设计学习单,有助于提升学习单的品质。“数与代数”的学习单要借助感性材料加强对数的理解,尽量将算理放在首位,让学生经历“理—法—能”的过程。“图形与几何”的学习单要多为学生安排实践操作活动,培养理解能力,发展空间观念。“统计与概率”的学习单可安排活动让学生参与一定量的重复试验,要引领学生经历收集、整理与分析数据的过程,培养统计观念。“综合与实践”的学习单要多结合学科及生活资源设计活动方案,引领全员参与。任务设计要指向实践能力和探究精神的培养。

美术课在学习领域中融合语文学科的教学实践

美术学习融合语文学科知识,可以体会艺术与文学之间的内在联系,在艺术中渗透文学,可以使学生的审美情趣和文学素养同时获得提升。本文从美术学习四个领域融合语文学科的教学实践,意在使每个学生都能在美术与文学的熏陶下,激发学习兴趣、发展扩散思维、提高审美情趣、提升学习能力。

拓宽学习领域提高实践能力

新课程改革对语文学科提出明确要求,要求教师在语文课程教学中使学习领域得到拓宽,为语文知识的运用打开新的局面,还要根植于现实,面向未来,引进现代化教育技术,实现跨学科教学。因此拓宽学习领域,提高实践能力,成为语文学科教学中必须要落实的关键任务,也成为教师必须深入探究的重要课题。文章对语文教学中拓宽学习领域的重要性进行探讨,分析拓宽学习领域、提高实践能力的教学策略。

一种基于跨领域典型相关性分析的迁移学习方法

作为迁移学习的一个重要研究方向,基于特征映射的方法学习各领域特有特征与领域共享特征之间的相关性,通过一些相关特征减少领域之间的差异,已经获得了广泛的关注和研究.典型相关性分析是一种用来分析两组随机变量之间相关性的统计分析工具.将典型相关性分析引入迁移学习,结合基于特征映射迁移学习的思路,提出了一种跨领域典型相关性分析算法.该算法在保持各领域特有特征与领域共享特征相关性的基础上,通过选择合适的基向量组合训练分类器,使降维后的相关特征在领域间具有相似的判别性.在20Newsgroups上864个分类问题以及多领域情感分析数据集上12个分类问题的实验结果表明,跨领域典型相关性分析算法可以有效地提高跨领域迁移分类准确率.

一种基于局部加权均值的领域适应学习框架

最大均值差异(Maximum mean discrepancy,MMD)作为一种能有效度量源域和目标域分布差异的标准已被成功运用.然而,MMD作为一种全局度量方法一定程度上反映的是区域之间全局分布和全局结构上的差异.为此,本文通过引入局部加权均值的方法和理论到MMD中,提出一种具有局部保持能力的投影最大局部加权均值差异(Projected maximum local weighted mean discrepancy,PMLWD)度量,结合传统的学习理论提出基于局部加权均值的领域适应学习框架(Local weighted mean based domain adaptation learning framework,LDAF),在LDAF框架下,衍生出两种领域适应学习方法:LDAF MLC和LDAF SVM.最后,通过测试人工数据集、高维文本数据集和人脸数据集来表明LDAF比其他领域适应学习方法更具优势.

德国职业教育学习领域的课程方案研究

20世纪职业教育课程几经改革始终未能跳出学科体系的樊篱。为创立更能适应知识社会需求、真正体现职业教育职业属性的课程模式，1996年德国各州文教部长联席会议颁布职业学校使用的被称为“学习领域”的课程指南。所谓学习领域的课程指的是工作过程系统化的课程。1998年马格德堡大学巴德（Bader）教授及慕尼黑大学斯罗安讷（Sloane）教授通过两个典型试验，进一步细化了学习领域课程的开发方案，其目的在于对以要素形式、结构取向和认知复制构成的课程模式进行改革，强调高新技术条件下与工作过程有关的隐性知识——经验的重要地位，同时强调学科体系知识不应通过灌输而应由学生在学习过程的“行动”中自我建构而获得。这一课程方案由工作过程导出“行动领域”再经教学整合形成“学习领域”，并通过具体的“学习情境”来实施，具有整体性、合作性、个性化的特点。工作过程导向是“学习领域”课程方案的基础。