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。     

影响大学生英语自主学习的因素及对策

自主学习是一个人获取知识、开拓创新的重要途径。在大学英语教学实践中，大学生的英语自主学习受诸多因素的影响。了解这些影响因素才能趋利避害，更好地促进大学生的自主学习。     

大学英语听力自主学习策略的研究

随着大学英语教学改革的深入，网络环境下的自主听力教学逐渐成为听力教学的主要方式，然而部分研究表明学习效果并非完全令人满意。在此背景之下，有必要对近年来听力自主学习相关研究结果进行分析，探索英语听力自主学习策略的培养，指导今后大学英语听力自主学习教学。     

教改背景下大学英语网络自主学习现状、问题及对策——以石河子大学为例

随着对翻转课堂、慕课教学等教学模式的推广和使用,大学英语教学中开展网络自主学习已成为主要的学习手段之一。本文以石河子大学开展的大学英语混合式教学教改为例,探讨将信息技术应用到教学的实践,总结其综合利用多手段、多模态教学来提升大学生英语综合应用能力的经验。通过梳理大学生英语网络自主学习现状,发现问题,并对原因进行分析,有针对性地提出应对策略,为更好地促进大学英语自主学习实践提供参考。     

谈如何利用课堂教学培养大学生英语自主学习能力

自主学习是一个人获取知识、开拓创新的重要途径。教师的主动教学会带动学生的主动学习。在大学英语教学实践过程中,课堂教学是整个教学过程的核心,对培养学生的主动学习能力发挥着重要的引导作用。     

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。     

英语教学中自主学习能力的培养

自主学习是语言学习的关键，学生是否能够学好外语取决于自主学习能力的培养。本文阐述了自主学习的理论基础及使用价值，如何培养学生自主学习的能力，更多关注学习方法的相互作用。     

新疆高校多元文化语境下外语教学中的中国文化教学现状实证研究

外语教学不仅仅是对学生外语知识和技能的传授,同时也是对学生自主学习能力和跨文化交际能力的培养,这种跨文化交际能力是双向的,意味着不仅仅是吸纳国外的文化,同时还担当着本国先进文化的传播。本文选取了新疆高校具有代表性的综合性大学———石河子大学作为调查对象,通过测试、问卷调查和访谈考察了大学生中国文化词汇、书面英语表达能力及师生对英语教学中中国文化所持的态度,证实了多元文化语境下新疆高校大学英语教学中同样存在中国文化缺失现状和中国文化缺失对英语学习和跨文化交际造成的不利影响。并根据测试结果分析对外语教学提出建议。     

形成性评价在大学英语教学中的应用

大学英语教学评价研究是大学英语教学改革的内在需要。随着大学英语教学改革的进行，注重知识和运用能力培养的形成性评价在英语教学中受到了越来越多的关注。形成性评价的主要目的是支持高质量的学习，因此，形成性评价应该成为最重要的教学评价模式。形成性评价有助于教员了解学员的学习进展，以便不断调整教学，满足学员的需求，提高教学质量。     

教师团队异质性对学生在线学习满意度的影响机制研究——自主学习能力的调节作用

在线教育模式在高校的融合创新发展成为必然趋势。基于310份学生样本调查数据，实证研究了教师团队异质性对学生在线学习满意度的影响机制，分析了在线学习投入的中介作用以及自主学习能力的调节效应。结果表明：教师团队异质性正向影响学生在线学习满意度；在线学习投入在教师团队异质性与在线学习满意度之间起部分中介作用；自主学习能力正向调节了在线学习投入与在线学习满意度之间的关系；自主学习能力在教师团队异质性与在线学习满意度之间的调节效应是通过在线学习投入的中介起作用。在此基础上，文章提出相应的教学建议。     

结合多视角学习与一致性表征的人脸伪造检测

现有的人脸伪造检测方法通常在已知域上表现较好,但面临过拟合的风险,在应对未知场景时无法保持良好的检测能力。为解决此问题,提出一种结合多视角学习与一致性表征的人脸伪造检测框架。为捕获更全面的伪造痕迹,将输入图像转换为两种互补视角并采用双流骨干网络进行多视角特征学习。引入一致性度量,以补丁级监督的方式明确约束不同视角输出的局部特征的相似度。为提高检测精度,采用特征分解策略进一步优化伪造特征,减少不相关因素的干扰,并以伪造特征空间的决策作为最终的预测结果。在基准数据集上进行的大量实验表明,所提出的方法优于现有的主流模型,具备良好的跨域泛化能力。     

军校期刊青年编辑职业倦怠探析

青年编辑作为军校期刊的生力军,对于期刊的发展有着极其重要的推动作用,而青年编辑也面临着许多来自工作、学习和社会环境的影响,在一个特定的时期容易产生职业倦怠。正确面对青年编辑所遇到的问题,找出问题的根源所在,通过学习、交流,不断提升青年编辑的工作能力,在工作和生活中给予关怀,激发青年编辑的工作热情,才能从根本上解决青年编辑的职业倦怠,促使编辑工作健康发展。     

融合图嵌入的光滑主成分分析网络图像识别算法

主成分分析网络(principal component analysis network, PCANet)是一种简单的深度学习算法,在图像识别领域具有优秀的性能。将图嵌入思想融入PCANet,提出一种新的图像识别算法光滑主成分分析网络(Smooth-PCANet)。为了验证Smooth-PCANet算法的有效性,在人脸、手写体字符以及图片等不同数据集上构建实验,并将Smooth-PCANet与多种基于深度学习的图像识别算法作了对比。实验结果证明,Smooth-PCANet算法比PCANet获得了更高的识别性能,并且更有效地避免了过拟合,在小样本训练时具有显著优势。     

小样本装备软件成本估算相关向量机建模

针对装备软件成本估算时面临的历史数据少的小样本难题,提出把机器学习理论运用到装备软件成本估算研究领域,构建了基于相关向量机的小样本装备软件成本估算模型,采用COCOMO模型数据库中的数据对所构建模型进行训练和验证。为进一步验证所构建模型的合理性,在机器学习领域分别运用支持向量机模型和神经网络模型对相同数据进行估算,实验结果证明了基于相关向量机估算模型在小样本装备软件成本估算时比其他两种模型更精确。     

浅析信息化社会思想政治教育者的新素质

21世纪 ,人类社会已进入信息化社会。信息化社会使人们的学习方式、生活方式、工作方式、思维方式、道德、心理状况等都发生了诸多改变 ,对思想政治教育也提出了前所未有的挑战。思想政治教育者要合理利用信息社会的有利因素 ,适应信息社会对思想政治教育的新要求 ,努力提高自身的素质 ,积极应对信息时代的新挑战     

融合图嵌入的Smooth-PCANet图像识别算法

主成分分析网络（Principal Component Analysis Network,PCANet）是一种简单的深度学习算法,在图像识别领域具有优秀的性能。然而PCANet在构建网络卷积核时只关注了图像的主分量信息,忽视了近邻像素点之间的位置关系。而通常情况下,图像的相邻像素点具有空间强相关性,因此利用图结构保持像素点的位置近邻关系更有利于网络提取有效特征。因此,我们将图嵌入思想融入PCANet,提出一种新的图像识别算法Smooth-PCANet。为了验证Smooth-PCANet算法的有效性,我们在人脸、手写体字符以及图片等不同数据集上构建实验,并将Smooth-PCANet与多种基于深度学习的图像识别算法作了对比。实验结果证明,Smooth-PCANet算法比PCANet获得了更高的识别性能,并且更有效地避免了过拟合,在小样本训练时具有显著优势。     

THE CONCEPT OF NUCLEAR LEARNING

This article seeks to elucidate the concept of nuclear learning. It explores both the “nuclear” and the “learning” aspects of the concept. On the nuclear side, it distinguishes between learning basic facts about nuclear arms and drawing inferences about the larger implications of those facts. On the learning side, it discusses three issues: whether to use the term in a normative or value-neutral manner; the difference between learning that leads to a change in means versus learning that leads to a re-evaluation of ends; and whether learning only takes place at the level of individuals or whether there can also be learning by collective entities. The article argues there is no universal best answer to these questions and that the particular concept of learning that should be employed depends on the goals of the analyst. If the goal is to reduce the chances of nuclear war, however, one type of learning that will be important to consider is whether there is shared, cross-national learning.     

Belligerent beginnings: John F. Kennedy on the opening day of the Cuban missile crisis

This article – based on data that employs interviews conducted with British Army personnel – adopts a social theory of learning in order to examine how both formal and informal learning systems have affected organizational learning within the Army in relation to the counter-insurgency campaign in Afghanistan. It argues that while the Army has adopted new, or reformed existing, formal learning systems, these have not generated a reconceptualization of how to conduct counter-insurgency warfare. It, furthermore, argues that while informal learning systems have enabled units to improve their pre-deployment preparations, these have created adaptation traps that have acted as barriers to higher-level learning.     

Allocation of quality improvement targets based on investments in learning

Purchased materials often account for more than 50% of a manufacturer's product nonconformance cost. A common strategy for reducing such costs is to allocate periodic quality improvement targets to suppliers of such materials. Improvement target allocations are often accomplished via ad hoc methods such as prescribing a fixed, across‐the‐board percentage improvement for all suppliers, which, however, may not be the most effective or efficient approach for allocating improvement targets. We propose a formal modeling and optimization approach for assessing quality improvement targets for suppliers, based on process variance reduction. In our models, a manufacturer has multiple product performance measures that are linear functions of a common set of design variables (factors), each of which is an output from an independent supplier's process. We assume that a manufacturer's quality improvement is a result of reductions in supplier process variances, obtained through learning and experience, which require appropriate investments by both the manufacturer and suppliers. Three learning investment (cost) models for achieving a given learning rate are used to determine the allocations that minimize expected costs for both the supplier and manufacturer and to assess the sensitivity of investment in learning on the allocation of quality improvement targets. Solutions for determining optimal learning rates, and concomitant quality improvement targets are derived for each learning investment function. We also account for the risk that a supplier may not achieve a targeted learning rate for quality improvements. An extensive computational study is conducted to investigate the differences between optimal variance allocations and a fixed percentage allocation. These differences are examined with respect to (i) variance improvement targets and (ii) total expected cost. For certain types of learning investment models, the results suggest that orders of magnitude differences in variance allocations and expected total costs occur between optimal allocations and those arrived at via the commonly used rule of fixed percentage allocations. However, for learning investments characterized by a quadratic function, there is surprisingly close agreement with an “across‐the‐board” allocation of 20% quality improvement targets. © John Wiley & Sons, Inc. Naval Research Logistics 48: 684–709, 2001     

红外图像人脸识别方法

红外成像具有抗干扰性强、独立于可见光源、防伪装、防欺诈等优点,这使得红外图像人脸识别可在很大程度上弥补可见光人脸识别技术的缺陷和不足,是今后人脸识别研究的一个重要方向。在深入分析红外人脸图像特性的基础上,研究了红外图像人脸识别的特点,并提出了一种新的红外图像统计人脸识别方法。实验结果表明,这种识别方法不论从理论上还是从实验上都是可行的,具有良好的识别能力。