大班表演游戏中教师指导行为的研究

游戏是幼儿园基本活动,表演游戏是一种典型的游戏活动,可以促进幼儿想象力、语言肢体表达能力的发展,教师适宜指导可促进幼儿游戏水平的提高。运用观察法和访谈法对大班表演游戏中教师的指导行为进行研究,发现教师指导主题丰富且情绪态度积极,但也存在以下问题:教师指导频次较高;教师指导控制性强,权威性高;教师对幼儿鼓励少;指导多以教师身份进行,身份单一;对表演游戏理解不足等。提出弱化指导权威,树立师幼平等观念;强化“消极”等待,把握先观察后指导的原则;加强游戏理论学习,树立角色规范意识;多采用鼓励的指导态度等建议。     

一种稳健的高分辨方位估计方法及其应用

为解决快拍数不足情况下MUSIC高分辨方位估计方法输出空间谱信噪干比损失较大的问题,提出一种稳健的高分辨方位估计方法—CSMUSIC方法,并将其应用于近场声源分布测量中.根据时频变换过程,提出频域协方差矩阵估计过程可用快拍数;基于复域变换处理,解决了复域协方差矩阵估计求取过程可用快拍数;分析了CMUSIC方法实现流程及其降低频域快拍数不足导致的信干噪比损失;通过数值仿真验证了其对目标位置的检测及定位性能.数值仿真处理结果表明,该方法在保持MUSIC方法高分辨的同时,克服了频域快拍数不足引起的信干噪比损失较大问题,实现了对目标位置估计,提高了MUSIC近场声源分布测量方法对目标位置的检测及定位性能.     

中文分词与命名实体识别的联合学习

将卷积结构引入循环神经网络,从而构建卷积循环神经网络。以此为基础,研究构建了面向中文分词与实体识别联合学习的序列标注模型。该模型依托卷积循环神经网络构建特征编码层,实现中文字序列局部空间特征和长距离时序依赖特征的联合提取;依托改进的循环神经网络构建标签解码层,实现标签序列长距离时序依赖的有效建模;依托统一的分词与实体识别序列标注模式实现分词信息与实体信息的联合学习,避免传统流水线法的误差传播问题。在人民日报语料和微软标注语料上的实验结果显示,该框架较传统统计模型和神经网络模型有显著的性能提升,尤其是在识别字数较多的命名实体时,其效果明显优于其他方法。     

李白七绝艺术风格论

"清水出芙蓉,天然去雕饰"是李白诗歌美学思想的核心,他的七绝就集中表现了他对自然美的追求--清真自然就是李白七绝的主导风格.在具体作品中又分为五种风格形态:刚健豪放、飘逸旷达、俊爽明朗、含蓄蕴籍、清空渺远.有时并不能严格区分,因为有的作品本身就具有多种风格的特点,这也正说明了李白七绝艺术风格的多姿多彩.李白七绝清真自然的艺术风格,不仅与他的文学主张有关,而且与他崇尚自然、追求自由、任情自适的个性有直接关系.     

负载型钴基超细粒子催化剂的催化性能

采用共溶胶 -凝胶法和超临界干燥工艺 ,制备了负载型钴基超细粒子催化剂Co-SiO2 ,研究了该种催化剂对CO氧化反应的催化性能 ,并进一步考察了钴含量对其催化活性的影响。研究结果表明 ,该种催化剂在低钴含量 ( 1 %～ 2 % )时即对CO的氧化反应表现出高的催化活性 ,并具有优良的热稳定性和很宽的反应活性温度区域 ( 1 60℃～ 80 0℃ ) ;钴含量对其催化活性和稳定性有重要影响 ,在 0 1 %～ 2 %的含量范围内 ,随钴含量增加 ,催化活性和稳定性逐渐升高。     

5－乙酰基－2－氨基二苯甲酮的合成

用对硝基苯乙酮、乙二醇、苯乙腈、氢气、高氯酸为原料,经酮基保护,环化,催化加氢和消除反应,合成出较高产率的5-乙酰基-2-氨基二苯甲酮。对反应机理作了初步探讨,并用元素分析、IR和1HNMR对其结构进行了表征。     

火箭发动机可靠性增长评估的Bayes方法

针对火箭发动机分阶段试验,每阶段试验后对发动机出现的故障分析、归零的情况,提出等效试验数据的概念,结合Bayes方法对系统的可靠性增长试验进行评估,并在此基础上给出可靠度的增长分析,最后给出实例进行说明。     

一个监控式局部自主机器人控制器的实现与分析

本文介绍了一个严格监督控制（Ｓｕｐｅｒｖｉｓｏｒｙｃｏｎｔｒｏｌ）定义下的局部自主机器人控制器ＧＫＤ３的设计和实现，并从监督控制理论的角度，对ＧＫＤ３的体系结构和功能进行了分析和讨论。     

On‐line algorithms for minimizing makespan on batch processing machines

We consider problem of scheduling jobs on‐line on batch processing machines with dynamic job arrivals to minimize makespan. A batch machine can handle up to B jobs simultaneously. The jobs that are processed together from a batch, and all jobs in a batch start and complete at the same time. The processing time of a batch is given by the longest processing time of any job in the batch. Each job becomes available at its arrival time, which is unknown in advance, and its processing time becomes known upon its arrival. In the first part of this paper, we address the single batch processing machine scheduling problem. First we deal with two variants: the unbounded model where B is sufficiently large and the bounded model where jobs have two distinct arrival times. For both variants, we provide on‐line algorithms with worst‐case ratio (the inverse of the Golden ratio) and prove that these results are the best possible. Furthermore, we generalize our algorithms to the general case and show a worst‐case ratio of 2. We then consider the unbounded case for parallel batch processing machine scheduling. Lower bound are given, and two on‐line algorithms are presented. © 2001 John Wiley & Sons, Inc. Naval Research Logistics 48: 241–258, 2001     

用户日常频繁行为模式挖掘

针对如何在智能手机上高效准确地进行用户日常频繁行为模式挖掘问题展开研究。提出一个基于智能手机的用户日常频繁行为模式挖掘框架;为了减少用来挖掘的上下文篮子的数量、提高挖掘效率,提出一个动态的滑动窗口算法,进而提出一个将上下文出现的频率和持续时间有机地结合起来的加权模式挖掘算法;在此基础上,基于为期6周21个用户的上下文数据,对所提出的挖掘框架和算法进行实验验证,结果表明,所提出的框架和频繁模式挖掘算法可以高效地在资源有限的智能手机上运行,而且能够挖掘出反映用户生活方式的日常频繁行为模式;从两个纬度对用户日常频繁行为模式进行可视化,以可视化方式对用户在不同地方和不同时段的行为模式进行展现,从而方便用户随时了解其日常行为模式。