信息时代大学英语教学模式研究

步入信息时代，多媒体网络化英语教学作为一种能拓展学习时空的教育形式越来越受到人们的普遍关注。本文根据任务教学法和建构主义学习理论探讨了基于计算机和课堂的大学英语教学模式，提出了重视网络学习能力的培训，加强个性化自主学习、协作学习和监控学习过程等方面的构想。     

浅析建构主义教学心理

从以下两个方面介绍了建构主义教学心理的基本理论内容：一是建构主义的学习观点,二是建构主义的教学观点。在此基础上对建构主义的教学模式与方法、建构主义学习环境下的教学设计、教学设计原则、内容与步骤等进行了分析探讨。并对建构主义教学观的贡献与不足做出了简要的评价。     

中学英语课堂小组合作学习的问题及应对策略

一、引言 合作学习是英语教学中学生通过分组合作共同达成学习目标的一种互助性学习方式。它是基于心理建构主义和社会建构主义理论提出，在语言学上受到功能主义的深厚影响。     

建构主义理论对高校普通心理学教学模式改革的启示

教师教学不能只给学生灌输知识,而应该引导学生用自己的头脑来建构知识。建构主义理论正是基于此,提出了合作学习、支架式教学等方式,并取得良好成效,从而成为了"教育心理学的一场变革"。本文在阐述建构主义理论的学习观和教学观的基础上,重点探讨这场革命中提出的新观点和新理念对于高校普通心理学教学模式以及教学方法的启示,以期能够在普通心理学的实际教学中找到新突破,提高学生的学习效果和教师的教学效果。     

建构主义教学论与教学模式改革

建构主义学习观强调学习的建构性、社会性和情境性 ,对促进教学方法的变革将有重要意义。文章运用建构教学观辨证分析了传统教学模式 ,综合现代以知识为中心、以学生为中心和行为主义理论等现代教育思想 ,分析了传授———建构教学法、合作、探究学习方法。     

建构主义知识观的合理内核与理论缺陷

建构主义知识观强调实现个人认识建构的必要性和重要性,这是其基本的合理内核。同时,建构主义知识观也存在着弱化间接知识和知识结构理论不成熟等明显的问题。只有深入分析建构主义知识观的合理性与不足,我们才能对它作出全面而客观的评价,进而也有助于我们更加深入地探讨知识观问题。     

信息技术教学中“任务驱动法”的教学设计

信息技术教学大纲中明确指出：知识及技能的传授应以完成典型“任务”为主。从而确立了“任务驱动”教学法在信息技术教学中的地位。“任务驱动”法是一种建立在建构主义教学理论基础上的教学法。建构主义教学设计原则强调：学生的学习活动必须与大的任务或问题相结合，以探索问题来引动和维持学习者学习兴趣和动机，创建真实的教学环境，让学生带着真实的任务学习。     

建构主义理论指导下的大学英语听力课教学

建构主义理论不仅是一种全新的学习理论。而且是一种全新的教学理论。在听力课上，应视、听、说三者结合，培养稳定的心态，养成良好的学习习惯；建立“以教师为主导，以学生为中心”的任务式教学模式。以新颖而又灵活多变的教学模式、模拟课堂的教学环境、方便的网络沟通途径、系统化的学习方案为主体的互动表现形式，使网络听力教学更方便，效果更好。     

突出主体性原则 改革成人课堂教学管理

随着 2 1世纪的到来 ,提高成人教育教学质量已经成为社会所关注的焦点。而成人教学改革的最后落脚点必然是课堂教学。课堂教学管理活动要取得最佳效益必须突出主体性原则。管理者 (教师 )、被管理者(学生 )和教学环境是影响课堂管理效益的主要因素。突出成人课堂教学管理的主体性原则 ,就必须对教师的人性观及管理思想、成人学生的学习特点及影响其学习主动性的因素 ,课堂管理内外环境的互动对成人课堂教学的影响等问题做深入研究     

新疆少数民族汉语语法教学实践探索

文章依托认知教学理论和建构主义学习观,通过解读《全日制民族中小学汉语课程标准》提出的新要求,对包括直观、演绎、归纳、对比、图表、游戏、交际、任务等多种教学方法进行了阐述。文章认为对少数民族汉语语法教学要注重实践语法的特点,学生的年龄特点、心理认知水平,对语法偏误进行分析,同时应注重教学语法内容的逻辑性,通过灵活运用多种教学方法,促进学习者语法知识的建构,提高语法学习的效率。     

军事维和多模态网络自主学习平台建设

为了推进维和军事训练的创新发展,军队必须大力进行维和训练理念、模式、方法和手段的改革,有效提升维和官兵的实战能力。本文依据多模态理论、自主学习理论和建构主义学习理论的研究成果,根据网络环境实际提出构建以培训学习者岗位任职综合技能为目的、以强军网络学习环境为依托的基于浏览器/服务器(B/S)架构模式的军事维和多模态网络自主学习平台。该平台能够让学生自主选择学习内容、查看学习进度和效果反馈、访问优质数字资源、利用虚拟社区与教师和同学共同讨论学习内容、学习心得,并且通过智能化的推荐来合理制定适合自身认知结构的学习计划和方式。平台的建立为构建以学习能力、实践能力、创新能力培养为导向,与新型军事人才培养相适应的教学体系和教学模式提供了有益的探索。     

基于改进核极限学习机和集成学习理论的目标机动轨迹预测

为了提高目标轨迹预测的精度以及预测模型的泛化能力,提出基于改进蝙蝠算法优化的核极限学习机(Kernel Extreme Learning Machine,KELM)和集成学习理论目标机动轨迹预测模型。构建KELM模型,并采用改进的蝙蝠算法对KELM的参数进行优化;以优化后的KELM神经网络为弱预测器,结合集成学习算法生成强预测器,通过训练不断优化强预测的结构和参数,得到一种基于集成学习理论的目标机动轨迹预测模型;基于不同规模的样本,将所得预测模型与逆传播神经网络、支持向量机和极限学习机等模型进行对比分析。仿真结果表明:所提目标机动轨迹预测模型具有较好的预测精度和泛化能力。     

支持向量机在弹药训练消耗量预测中的应用

针对部队平时弹药训练消耗量预测过程中,样本采集数目较少的实际情况,采用了一种新的预测方法———支持向量机。该方法基于统计学习理论的原理,较好地解决了小样本的学习问题。并以某部队1997—2002年弹药训练消耗量为学习样本,建立了弹药年消耗量的预测模型。计算结果表明,这种方法比传统的方法有更少的误差和更好的预测精度。     

新疆继续教育发展现状的宏观分析

继续教育是终身学习体系的重要组成部分,新疆维吾尔自治区政府提出：到2020年,继续教育发展水平要能基本满足公民多样化的学习和发展需要。然而,本文通过重点分析新疆成人高等学历教育和职业培训的发展现状,发现当前新疆继续教育发展过程中,存在教育资源不足且分布不均、办学规模偏小、办学经费来源单一、投入不足等问题。为解决这些问题,夯实民生之基,增强新疆发展后劲,本文结合新疆实际提出了相关对策。     

成人本科学员英语学习调查与分析

通过对武警学院114名成人本科学员进行问卷调查,考察了学员的英语学习情况,结果表明：学员的整体学习方法的运用为中等水平。学习动机、学习态度和学习方法与学习成绩都存在显著正相关。     

关于公安现役院校成人教育转型的几点思考

公安现役院校成人教育转型是指重心由学历教育向以岗位职责培训为主要形式的继续教育转变,这是构建大教育大培训体系的重要举措。教育转型首先要求转变教学内容、教学方法等教学模式,使之能够适应和满足能力培养的需求。同时要创新机制,建立和完善能够为教育转型提供可靠保障的机制体制。     

综合性大学师范类学生学习倦怠现状研究

本文用连榕等参照Maslach编制的《大学生学习倦怠调查量表》对师范类专业大学生进行问卷调查，旨在探讨综合性大学中师范类学生学习倦怠状况。结果表明：学生的学习倦怠处于中等程度。男生的学习倦怠程度显著高于女生；不同年级的学生在学习倦怠的各个维度上差异显著；不同专业学生学习倦怠状况差异显著，理科最为严重；城镇学生的学习倦怠程度和农村学生差异不显著。     

一种支持向量机增量学习淘汰算法

针对大规模数据集的分类问题,支持向量机的训练成为一个难题。增量学习是解决这一难题的思路之一。分析了新增样本加入训练集后支持向量集的变化情况,提出了一种基于密度法的支持向量机增量学习淘汰算法,淘汰了对最终分类无用的样本,在保证测试精度的同时减少了训练时间。实验仿真证明这种算法是有效的。     

Autonomous maneuver decision-making for a UCAV in short-range aerial combat based on an MS-DDQN algorithm

To solve the problem of realizing autonomous aerial combat decision-making for unmanned combat aerial vehicles (UCAVs) rapidly and accurately in an uncertain environment, this paper proposes a decision-making method based on an improved deep reinforcement learning (DRL) algorithm: the multi-step double deep Q-network (MS-DDQN) algorithm. First, a six-degree-of-freedom UCAV model based on an aircraft control system is established on a simulation platform, and the situation assessment functions of the UCAV and its target are established by considering their angles, altitudes, environments, missile attack performances, and UCAV performance. By controlling the flight path angle, roll angle, and flight velocity, 27 common basic actions are designed. On this basis, aiming to overcome the defects of traditional DRL in terms of training speed and convergence speed, the improved MS-DDQN method is introduced to incorporate the final return value into the previous steps. Finally, the pre-training learning model is used as the starting point for the second learning model to simulate the UCAV aerial combat decision-making process based on the basic training method, which helps to shorten the training time and improve the learning efficiency. The improved DRL algorithm significantly accelerates the training speed and estimates the target value more accurately during training, and it can be applied to aerial combat decision-making.