高中英语学困生的困境分析

学困生是所有学校普遍存在的一个群体,这些学生主要表现为学习成绩差、厌学、心理焦虑、烦躁、易怒等。英语学困生问题近年来得到了广泛关注,困境的成因和如何帮助他们摆脱困境已然成为一个我们不容忽视的问题,本文旨在阐述英语学困生面临的困境,分析困境的成因以及提出改善困境的措施。     

综合性大学师范生公共教育学学习态度调查研究

公共教育学是综合性大学教师教育专业的教育类课程的核心和基础,担负着培养学生教育教学所需要的现代教育理念、教育教学能力以及提高综合素质等多重任务。但近年来,师范生对公共教育学的学习态度,一直是阻碍公共教育学教学质量的一大难题。文章通过问卷和访谈的研究方法,调查师范生对学习公共教育学的态度情况,并从中发现由于教材,教学方式,学习方法,课程评价等因素的影响,师范生对公共教育学的学习态度比较消极,因此,通过引导,改变教学方式,提倡多样化的学习方法,建立多样化的课程评价方式等途径,积极促进师范生对公共教育学学习态度的转变,从而提高教学质量。     

多智能体系统的二阶一致性跟踪问题

为了解决通信时延下关于参考状态的二阶一致性问题,提出了一种一致性算法。该算法利用Lya-punov稳定性理论,首先给出多智能体系统在固定时延下达到一致性的充分的线性矩阵不等式(LMI)判据;再给出满足一定条件的多智能体系统在时变时延下达到一致性的判据;最后,以水下无人航行器(UUV)集结为应用背景进行算法验证。运算结果表明了所提出的一致性算法和判据的有效性。该算法适用于具有时延的有向通信网中多智能体系统关于参考状态的二阶一致性问题。     

指挥控制系统网络动态抗毁性

为研究指挥控制系统网络的动态抗毁性,建立了指挥控制系统的多Agent复杂网络抗毁性模型。在模型中,将系统中的每个作战单元看作一个具有自修复能力的Agent;在重点攻击和随机攻击的基础上提出了一种基于攻击力度指数的攻击策略;引入了网络整体效率,并在此基础上提出了一种网络动态抗毁性的度量方法。最后利用仿真的方法对指挥控制系统的抗毁性进行了研究,仿真结果表明网络节点的自修复能力对于网络保持其性能的时间的长短具有很大影响,对提高指挥与控制系统的抗毁性具有一定的参考价值。     

外语学习中词典使用的策略与技能

英语学习离不开词典等工具书。学习质量和成效在某种程度上与词典使用效率高低或能否恰当使用词典存在着一定关系。本文拟从词典用户技能、用户认知能力、认知水平、认知策略和心理表征,分析学生在外语学习过程中词典使用效率低下,排斥疏离词典,忽略词典文本与词典用户的互动关系及词典使用不当等主要原因,并提出问题策略。     

关于研究性学习的探讨

随着研究型课程的全面推行,揭示其内在的学习模型,进一步掌握这一课程实施的规律,是摆在我们面前的一项重要任务。     

面向多星协同的卫星自组织自主控制体系结构

针对多卫星系统的自主控制需求,提出了一种面向多星协同的单星自组织自主控制体系结构(SAASO)。分析了多卫星系统自主控制的要求和特点,介绍了SAASO的层次化结构,讨论了各层的Agent组成、功能及相互联系,阐述了基于SAASO的自主控制系统工作原理,并探讨了系统自组织形式。SAASO面向不同的航天任务、不同自主程度的卫星设计,具有一定的通用性。     

大学新生外语学习观念探析

我们采用问卷和访谈的方法,对50多名英语专业新生的外语学习观念进行调查。调查涉及:语言性质、语言学习性质、语言学习策略。提出大学新生作为处于转型期的特殊群体,其外语学习观念将直接影响学习结果。因此,教师必须了解学生的语言学习观念,尽早纠正不正确的观念,帮助学生有效地学习外语。     

多模态交叉解耦的少样本学习方法

当前的多模态少样本学习方法忽视了属性间差异对正确识别样本类别的影响。针对这一问题,提出一种利用多模态交叉解耦的方法,通过解耦不同属性语义特征,并经过特征重建学习样本的本质类别特征,缓解类别属性差异对类别判别的影响。在两个属性差异较大的基准少样本数据集MIT-States和C-GQA上进行的大量实验表明,所提方法较现有方法有较大的性能提升,充分验证了方法的有效性,表明多模态交叉解耦的少样本学习方法能够提升识别少量测试样本的分类性能。     

Search and the introduction of improved technologies

Modeling R&D as standard sequential search, we consider a monopolist who can implement a sequence of technological discoveries during the technology search process: he earns revenue on his installed technology while he engages in R&D to find improved technology. What is not standard is that he has a finite number of opportunities to introduce improved technology. We show that his optimal policy is characterized by thresholds ξ_i(x): introduce the newly found technology if and only if it exceeds ξ_i(x) when x is the state of the currently installed technology and i is the number of remaining introductions allowed. We also analyze a nonstationary learning‐by‐doing model in which the monopolist's experience in implementing new technologies imparts increased capability in generating new technologies. Because this nonstationary model is not in the class of monotone stopping problems, a number of surprising results hold and several seemingly obvious properties of the stationary model no longer hold. © 2011 Wiley Periodicals, Inc. Naval Research Logistics, 2011