建模抓本质迁移速解题

模型的建立对高中物理题目的求解至关重要;而学习迁移是指一种学习对另一种学习的影响,也是利用已有的知识经验不断地获得新知识和技能的过程.新知识技能的获得能不断地使已有的知识经验得到扩充和丰富,这就是我们常说的"举一反三""触类旁通"^[1].我们在求解物理问题时往往是将实际问题进行简化,抽象成一个容易求解的物理题解模型,熟练地运用题解模型可以大幅度提高解题效率.我们将在这篇文章中用求解物理习题的方式,对怎样更好地运用物理题解模型解题,以及知识的迁移,总结规律,提升解题速度做进一步的探究.     

基于多任务深度学习的自适应软参数共享方法

在软参数共享模型的基础上,通过任务之间的相似度与参数之间的关系,设置自适应正则项系数λ^*,自适应参数衰减比例0.文章提出了基于多任务深度学习的自适应软参数共享方法.在基于均值约束的L₂范数基础上,通过自适应地去除损失函数中正则项中的项数,去除任务间相似度不高的信息.文章的方法将软参数多任务学习动态地转化为软参数多任务与单任务联合学习,相对于软参数多任务学习方法,该方法减少了负迁移现象带来的影响.相对于单任务学习方法,该方法可以极大地降低局部最小解的风险.模拟研究和案例分析都验证了该方法的有效性,该方法的预测精度优于传统的多任务学习和单任务学习.     

例谈“体验式学习”在数学定理教学中的应用

体验式学习就是强调以学生为主体的参与与体验,让学生在经历活动中体验,在观察与反思中体验,在归纳与抽象中体验,让思维活动在体验中循环反复,发展数学核心素养.本文中以“三角形全等的判定5”一课的教学为例,实践了体验式学习在数学定理教学中的应用.     

指向深度学习的初中数学课堂教学策略探究

深度学习立足于真实情境的问题解决,注重学生高阶思维的发展,为初中常态课教学设计打开了创造之窗,开辟了探索之径.基于对深度学习的认识,通过“相似三角形的判定”的部分教学片段,进而去理性探讨深度学习的初中数学课堂教学策略.     

结合多尺度空间滤波和层级网络的基于结构保持的高光谱特征选择

为了充分利用高光谱图像蕴含的丰富的光谱信息和空间信息,提出了结合多尺度空间滤波和层级网络的基于结构保持的高光谱特征选择算法.算法利用基于l2,1范数的数学模型,选出同时保存全局相似性结构和局部流形结构的特征子集;在多个尺度的窗口中使用双边滤波,自适应计算滤波核,自动在光谱数据中融入空间信息,增强了类内相似性和类间相异性,避免了参量选择;引入层级结构实现空间信息和光谱信息的深入融合,提高了分类准确度;讨论了层级数目和窗口尺度个数对分类准确度的影响.在Indian Pines和PaviaU两个数据集的实验表明,该算法在大部分地物种类上的分类准确度都有较大幅度的提升,总体分类准确度分别达到90.98%和94.20%,相比其他方法明显提高了地物分类准确度.     

数理教育工作者应该协同工作

在教了几乎20年数学之后，我最近决定学习并执教物理．     

基于自编码网络流形学习的毛竹笋不溶性膳食纤维含量红外光谱建模

提出了一种结合自编码网络(AN)流形学习和偏最小二乘(PLS)法的红外光谱建模方法AN-PLS。AN-PLS方法首先用AN算法对红外光谱数据进行非线性降维,再结合PLS建立回归模型。利用该方法建立了毛竹笋中不溶性膳食纤维含量的近红外光谱和中红外光谱回归模型。结果表明,用AN-PLS方法建立的回归模型,比用其他常用光谱数据预处理方法结合PLS及用单独PLS算法建立的模型具有更小的预测均方根误差RMSEP和更高的决定系数R2,因此,AN-PLS具有较优的建模与预测能力,利用近红外光谱和中红外光谱技术结合AN-PLS建模,可实现毛竹笋中不溶性膳食纤维含量的准确测量。     

浅谈中专学生物理学习的缺陷和应对途径

由于中专学生的学习动机、知识掌握水平与物理知识和技能的积累水平比较低,这在很大程度上困扰了中专物理老师的教学.要想彻底改变这种现状,老师一定要立足学生的学习乡长,从学生的实际出发,选择多种教学方式和教学手段,激发学生的学习积极性,树立他们学习成功的自信息,最终改善中专学生的学习物理状态.接下来,本文将根据笔者多年的中专物理教学经验,浅谈中专学生物理学习的缺陷和应对途径.     

分析化学教学中培养学生学习兴趣的几点探讨

结合以往的教学实践,针对学生学习分析化学课程中存在的一些问题,就如何培养医学检验和卫生检验专业学生的学习分析化学兴趣,进行了几点简要的探讨.     

谈概念转变教学之策略

 概念转变新一轮的课程改革注重学生的发展,关注物理同生活、同社会的联系,注重学生已有的知识、经验在以后学习中的作用。这些在物理学习之前形成的对现象、事实的感知理解,其中一些与科学概念相一致,为进一步学习科学知识打下基础,而另一些则与科学知识相矛盾,即存在错误的前概念。建构主义者认为,学生总是在自己原有经验和认知能力的基础上,建构他对新知识的理解,所以物理学习中学生头脑中的前概念是必然存在的。前概念对于学生来说,那是他们的精神财富,曾经“成功地”解释某些现象,是认识特殊现象的宝贵工具,例如,物体不推不动,运动方向受力等等。