“案例启发教学法”初探——对法律基础课教学改革的思考

“案例启发教学法”以案例为教学基本立足点，以教师为主导，以学生为学习主体，以教师适时、适当的启发为“红线”。帮助学生从案例中学习知识，以增强学生学习兴趣；又以学生自主讨论、自主寻求解答方式来强化其学习积极性．它较好的契合了目前法律基础课教学任务重、教学课时少这一特定情景下培养大学生法律意识，提高大学生法律素质的要求．     

论大学英语教学中课堂提问存在的问题及改进方法

课堂提问是语言教学中的一个广泛应用的技巧。本文通过分析大学英语教学课堂提问中普遍存在的问题，探讨了课堂有效提问的标准，并相应提出了一些改进方法。     

浅谈“统计学原理”的教学体会

根据作教学的体会，介绍了如何备课：要认真研究教学大纲，了解学生，深入钻研教材，确定重点、难点，从实际情况出发，考虑教学方法，编写合适的教案。如何上课：要吸引学生注意力，激发其学习兴趣 ，要灵活掌握教案，注重板书，注意启发诱导适当安排演练。最后谈了如何批改作业及辅导。     

百万扩招生教学运行管理调研分析与对策研究

实现高质量培养扩招生的目标，国家层面重在支持与引导，地方层面重在保障与创新，学校层面重在担当与和研究实践。因此，高职院校需要开展科学有效的学情现状调查，从学生生源结构与文化基础、课程设置与课堂教学、人才培养质量评价、教学保障条件等方面展开调研，进一步分析教学运行管理的现实困境，探索新的教育教学组织路径和对策。     

工程地质学进行讨论课教学的实践

笔者在工程地质学的教学中，对课程的重点内容、难点问题，以及单元小结等，积极尝试启发式的课堂讨论形式的教学方法，收到了比较明显的效果。     

深化教学改革 探索学用创新

以《汽车发动机构造与维修》中涡轮增压系统一节为例,详细描述了在授课中如何采用多媒体、提问、启发、实物拆装、理论联系实际等方法,并引入本学科新技术的过程,解决了课本内容滞后的问题,提高了学生的操作技能。     

双注意力引导的跨层优化交通场景语义分割

针对交通场景目标分割边缘不平滑以及小目标难以准确分割等问题，本文提出一种双注意力引导的跨层优化交通场景语义分割算法。首先，构建多分支特征提取编码网络，并利用串行非比例式空洞卷积实现空间上下文信息提取，进而改善小目标信息的丢失；其次，构建基于空间对齐的跨层特征融合解码网络，实现语义信息和细节信息的融合，增强不同尺度目标的表达能力；最后，提出通道和空间注意力机制，建模全局通道相关性和长距离位置相关性，增强网络对关键特征的学习能力。交通场景数据集Cityscapes和CamVid上的实验结果表明，所提特征提取编码网络、跨层特征融合解码网络以及注意力机制模块是有效的；所提语义分割算法获得了77.79%和78.66%的平均交并比，能够平滑目标分割边缘，尤其对细长条形目标具有鲁棒性。     

基于混合遗传算法的试验选址问题研究

大型海上试验的保障资源分散在全国各地，将这些资源运输到合适的海区属于工厂选址问题．海区的选择会影响资源的取舍，进而影响试验流程优化这一车间调度问题，反过来试验流程优化也会影响资源的取舍和海区的选择．因此试验海区的选择是工厂选址运输问题和车间调度问题的耦合．文中建立了该问题的数学模型，并分别用遗传算法和排队论处理流程优化中的时间约束和资源约束，再用启发式算法对运输问题进行优化．仿真结果表明了该方法的有效性．     

混合运输需求的车队车辆路线规划模型及算法

研究在物流中心车队投递货物到客户，且有货物回投物流中心、每一客户可被访问2次的车队路线规划问题．建立了车队车辆分配客户子集模型和车辆在分配后的客户子集中路线成本优化的索套启发式的解法．算例表明，该算法求出的路线计划方案的成本，比用邻近搜索法得出的成本低．     

求解TSP问题的一种启发式遗传算法

TSP问题是著名的NPC问题，在组合优化中有许多应用。讨论如何应用启发式遗传算法求解此问题，并设计一种启发式交叉算子和换位变异算子，主要特点是给出算子在程序中的实现技巧，提高搜索的速度。经实例分析，算法性能较好，能较快得到问题的满意解。     

基于模糊调度法则的单件车间作业计划排序算法

研究了单件与组装件混合制造系统中普遍存在的有优先顺序约束的单件车问调度问题．深入分析了传统启发式算法存在的缺陷，提出调度法则模糊化思想．在此基础上，构造了具有一定优度的作业计划排序算法求解问题．通过实例分析，说明了这一算法在工程中的可行性．     

高职英语课程思政教学中的教师提问探析

采用课堂观察问卷调查和访谈等方法,调查分析某高等职业学院英语教师在课堂上发起的“课程思政”提问话语,归纳了高职英语课程思政教学中教师提问的特点。高职英语教师在课程思政教学中的提问频率比较高,但提问类型存在比例失衡现象,削弱了课程思政教学和学生外语习得的效果。高职英语教师应该调整其提问类型的分布比重：提高开放性问题尤其是参考性问题的比重,降低封闭性问题的比重,在师生问答过程中尽量多地引发学生的思考和语言输出,进行思想观念的正确引导。     

采用一种新的马尔可夫模型进行癌症医学图像分割

将数据驱动的蒙特卡罗型马尔可夫链(DDMCMC)这一新的马尔可夫模型运用于分割癌症医学图像．这一图像分割过程为：先将需要处理的空间分割成3层；创建平稳的马尔可夫链；采用数据驱动的方法运算得到启发式的信息；运用适合的数学原理来选取图像粒子．通过对比可知采用DDMCMC方法比采用其它算法在癌症医学图像分割方面更具有优点。     

检索词上下文相关提问扩展算法

研究了利用相关词进行提问扩展的算法．该算法建立在检索词模糊聚类的基础上，聚类以检索词在文献中共同出现为标准．与提问中检索词相关的群集形成提问的上下文．群集中属于上下文的检索词可用于提问的扩展．实验表明该算法提高了检准率．     

启发式Hopfield神经网络在车间调度中的应用

调度问题是一类非常复杂的组合优化问题，而Hopfield神经网络通常被广泛应用于各种组合优化问题．针对车间调度问题(JSP)的约束条件和换位矩阵，提出了包含所有约束条件的计算能量函数表达式，并针对神经网络依赖初始解，提出了启发式算法与神经网络相结合的方法，并得到解决车间调度的Hopfield神经网络结构和权值解析表达式．实验仿真结果表明了该方法的有效性．     

面向动静态混合环境的智能车运动规划方法

针对存在动态和静态障碍物环境中的智能车运动规划问题，本文提出一种基于三维搜索的方法。该方法首先在笛卡尔坐标系中增加时间维度以建立时间-空间栅格，构建不同车速下的车辆运动基元；将智能车转化为多个圆心组成的线段，采用膨胀静态障碍物的方法进行不规则障碍物碰撞检测，运用时间间隔法将动态障碍物碰撞检测简化为线段交叉性检测；构建包含最大速度和加速度约束的速度启发式函数，用于引导搜索树在时空空间中快速到达目标位置和速度；最后基于启发式方法和局部运动规划方法在时空栅格中进行搜索，获取融合时间信息和“停止-等待”等决策信息的运动轨迹。实验结果表明：本文运动规划方法在动静态混合环境中能够引导智能车安全行驶，相比速度障碍方法，安全行驶的平均成功率提升23%；相比混合A*方法，平均成功率提升19%，行驶耗时缩短21%。     

数量折扣条件下的动态订货批量优化

为研究卖方提供数量折扣安排时，买方优化动态订货批量的决策问题，考虑多种产品、多折扣类型和买卖双方的能力约束，建立了该问题统一的非线性混合整数规划模型．利用禁忌搜索技术设计启发式算法对模型求解．算例的计算结果验证了模型和算法的有效性。     

基于关键路段的路网可靠性的改进

为简化资源约束下路网可靠性的改进问题，只选择关键路段（即被选择的概率大于预定阀值的路段）进行改进．由于出行者在事件（例如地震、洪水、飓风等）前后的路径选择行为用弹性需求随机用户平衡刻画，路段的选择概率可以基于路段水平有效求得，因而容易确定关键路段．建立了以路网净经济效益相关的可靠性最高为目标，并有资源约束的数学模型．提出了模型的一种启发式算法．算例的结果表明了该方法的有效性．     

当前人文学科专业人才培养中的几个问题

高等院校的知识生产和人才培养是以专业和学科为单位来进行组织的。学科发展和人材培养成为一个问题的两个侧面。当前我国人文学科普遍面临着学科制度和学科范式创新、西方化与本土化的矛盾、学术性与思想性的张力以及建立人文学科独立评价体系几方面问题和难点。在人材培养和教学领域，积极有效地开展启发式教学、研究式教学，加强通才教育和人文素质教育，是推进人文学科专业人材培养的有效途径。     

列车节能运行模拟系统的研究

探讨了列车牵引特性下的节能操纵问题，研究了起伏坡道条件下的节能操纵方法。开发了一套可用于不同运行条件下的列车节能运行模拟软件．系统重点探讨了定时约束条件下的列车节能操纵的计算模型，给出了求解的启发式算法及其专家控制原则，并对内燃机车进行了实例分析，初步实现了给定线路条件下的列车运行优化，效果令人满意．