新疆民汉教师网络学习现状差异对比研究

文章调研民汉教师在网络学习次数、网络学习资源获取能力、网络学习条件、网络学习人际互动水平、网络学习效果等方面的现状.一方面,通过独立样本T检验发现,民汉教师在参与网络学习的次数、网络资源获取能力上存在显著性差异,而在网络学习条件、网络学习人际互动水平、网络学习主动性以及网络学习效果方面并不存在显著性差异.另一方面,通过多因素方差分析发现,男性民族教师网络学习现状整体状况较差,有待进一步提高;大龄及教龄较长的民族教师在网络学习主动性及网络交流人际互动水平上与汉族教师存在较大差距,值得关注;乡镇级学校民族教师网络学习条件较差,网络学习主动性和网络人际互动水平均亟待提高.     

基于稀疏贝叶斯学习的扩展目标雷达关联成像*

雷达关联成像不依赖于雷达与目标的相对运动,是一种高分辨凝视成像方式。传统的关联成像方法未考虑复杂扩展目标的结构信息,在高分辨成像时的应用受到限制,为此提出一种自适应结构配对稀疏贝叶斯学习方法。该算法在稀疏贝叶斯学习的框架内针对扩展目标建立一种结构配对层次化高斯先验模型,然后采用变分贝叶斯期望-最大化算法交替进行目标重构和参数优化。该算法将某一信号分量的重构与周围信号分量联系起来,并能在迭代过程中自适应地调整表征各信号分量相关性的参数。实验结果表明,该方法针对扩展目标可以有效地进行高分辨成像。     

弹道导弹主动段变换打击目标的闭路制导研究北大核心

提出了弹道导弹主动段变换打击目标的概念。为了实现弹道导弹变换打击目标的制导目的,提出了基于网格离散的闭路制导方法。将二级段和可攻击区域进行网格离散,把节点插值参数存储到弹上。导弹在变换打击目标时,通过插值的方法求解需要速度,进行闭路制导。仿真结果表明,该方法能够有效控制导弹完成变换打击目标的任务,制导精度较高。     

基于不稳定性采样的主动学习方法

传统的主动学习方法往往仅基于当前的目标模型来挑选样本,而忽略了历史模型所蕴含的对未标注样本预测稳定性的信息。因此,提出基于不稳定性采样的主动学习方法,依据历史模型的预测差异来估计每个未标注样本对提高模型性能的潜在效用。该方法基于历史模型对样本的预测后验概率之间的差异来衡量无标注样本的不稳定性,并挑选最不稳定的样本进行查询。在多个数据集上的大量实验结果验证了方法的有效性。     

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。     

具阻尼广义Korteweg-de Vries方程的迭代学习控制

研究了一类具阻尼广义Korteweg-de Vries(KdV)方程的迭代学习控制问题,利用半群理论导出系统状态的表达式及先验估计。若迭代过程中初值允许存在一定偏差,结合P型迭代学习控制算法,证明了跟踪误差在Banach空间■中收敛,并且给出了数值实例。     

一种针对坦克速度控制的深度强化学习算法

坦克的无人化将成为作战装备的未来研究方向之一,针对坦克无人驾驶如何提高智能体训练速度是当前深度强化学习领域的一大瓶颈,提出一种最近经验回放的探索策略来对传统的软行动者-评论家算法（soft actor-critic,SAC）进行改进,在训练阶段,赋予最近经验更大权重值,增大其采样概率,从而提高了训练的稳定性和收敛速度。在此基础上,基于应用环境以及作战任务设计奖励函数,提高算法的战场适用性。构建具体作战场景,对改进的算法与传统算法进行对比,结果表明,提出的算法在坦克速度控制上表现出更好的性能。     

学习党史要把劲用在力行上

习近平总书记在西藏考察工作时强调:学史力行是党史学习教育的落脚点,要把学史明理、学史增信、学史崇德的成果转化为改造主观世界和客观世界的实际行动。学史明理是前提,锤炼党性要力行。对于共产党员来说,弘扬伟大建党精神,践行初心、担当使命,就是一个锤炼党性的过程。发扬党的光荣传统、赓续红色血脉,用党史精华滋养党性修养,不断提高政治判断力、政治领悟力、政治执行力,胸怀"国之大者",注重修身律己,才叫党性强。党性是可以触摸的,在李大钊身上,表现为"新造民族之生命,挽回民族之青春"的舍命奋斗。     

领悟社会支持与高中生学习投入的关系:自尊和未来教育规划的链式中介作用

目的:探究领悟社会支持对学习投入的影响,以及自尊和未来教育规划的链式中介效应。方法:采用领悟社会支持量表、自尊量表、未来教育规划问卷和学习投入量表,对446名高中生进行施测。结果:①各变量两两之间均存在显著地正相关(r=0.32~0.50,p<0.001);②领悟社会支持能正向预测高中生学习投入;③在领悟社会支持对高中生学习投入的预测中存在三条路径:一是自尊的中介作用;二是未来教育规划的中介作用;三是自尊和未来教育规划的链式中介作用,效果值分别为:14.81%,27.78%和16.67%。结论:领悟社会支持不仅直接影响高中生学习投入,还通过自尊和未来教育规划影响高中生学习投入。     

思想政治教育要适应“大数据时代”要求

近年来,“大数据”话题被广泛热议,“大数据时代”被视为继工业革命、电脑时代、互联网时代之后又一次颠覆性的时代转型,给人们的生活、工作与思维带来了新的变革。政治工作者要主动适应时代要求,把握机遇、迎接挑战,永葆思想政治教育的蓬勃生机和强大生命力。