高职环境下学生英语自主学习能力的培养

自主学习是与传统的接受学习相对应的一种现代化学习方式,以学生作为学习的主体。本文结合高职院校的英语自主学习实际,指出高职院校培养学生自主学习能力的必要性,并从五个方面对高职院校学生自主学习的培养策略进行了详尽地阐述。     

高职院校职业指导现状与对策

以高职院校推行工学结合、校企合作的人才培养模式为切入点,分析高职院校职业指导和企业合作的必要性,结合目前高职院校职业指导存在的新问题,提出高职院校职业指导教学的新途径和新方法,更好地帮助学生了解自身的个性特点,培养学生职业素质,提高学生的职业决策和生涯规划能力。     

浅谈语境理论在高职英语词汇教学中的作用

词汇学习是语言学习的一个重要环节。而语境制约与解释功能在词汇教学中有着重要的作用。忽视它们,就会给词汇学习带来不少问题。本文把语境理论和高职英语词汇教学实践相结合,重点论述语境的两大主要功能:制约和解释功能在词汇教学中的作用。     

英语语音意识研究对英语教学的启示

研究证明语音加工技能在英语母语个体的读写能力发展中具有核心作用。语音意识是语音加工技能中最重要的部分。本文探讨了国内外近年来在语音意识方面的研究,以期揭示出语音意识对英语教学的帮助和启示。     

船舶焊接技术专业工学结合人才培养模式改革与实践

本文以船舶焊接技术专业工学结合人才培养模式改革与实践为例,介绍了船舶焊接技术专业人才培养模式与课程体系构建、专业核心课程建设、教材建设、教学方法与手段改革、师资队伍建设、教学实验实训条件建设、社会服务能力建设和示范辐射作用、主要成效与特色,提出了进一步改革的设想。     

情绪唤醒策略在高职教学中的运用

有效、积极实施情绪唤醒,能激励学生,帮助学习目标得到更大化实现。教师如能针对高职学生的学习特点,有效运用情绪唤醒的手段,能帮助学生提高学习效能,提高高职教学水平。     

交叉口Agent间的博弈学习协调方法

将Multi-agent应用在城市交叉口交通协调控制中。通过引入交通信号控制Agent,分析Agent的协调过程;以交通信号控制Agent为角色,建立了相互关联的城市交叉口资源动态协调配置抽象模型;应用对策论作为协调实现途径,并且以分布式Q强化学习中Q值更新作为其效用函数。通过对两交叉口协调实例分析,证明了采用博弈学习协调方法的有效性。     

一种基于强化学习的传感器网络应用重构决策方法

利用马尔可夫决策过程模型对传感器网络重构决策问题进行建模,提出了一种规则推理和强化学习相结合的动态应用重构决策方法.以能量约束和环境自适应性作为学习目标,设计了一个基于Q-学习的重构决策算法,使重构决策能够适应环境条件的变化.仿真结果表明基于强化学习的动态决策可以使传感器节点在运行过程中不断学习其所部署环境中异常事件发生的规律,自适应地调整节点上的应用,达到以较小的能耗获得较准确的监测效果的目标.     

稳健的多支持向量机自适应提升算法

AdaBoostSVM容易受到离群点的干扰从而影响到算法的泛化性能.离群点是不反映一般规律的数据点,当被错分的数据含有离群点时,AdaBoostSVM会不断地给离群点赋予很大的权重,进而影响到提升的分类准确率.针对这一问题,提出了RAdaBoostSVM算法,通过对权重过大的误分类样本用和它相邻近的几个样本的中心来代替,有效地减小了离群点对提升效果的影响.与AdaBoostSVM算法相比,RAdaBoostSVM对离群点更加稳健更适合于噪声条件下的分类问题.在基准数据集上的实验结果验证了算法的有效性.     

Ship motion extreme short time prediction of ship pitch based on diagonal recurrent neural network

A DRNN （diagonal recurrent neural network） and its RPE （recurrent prediction error） learning algorithm are proposed in this paper . Using of the simple structure of DRNN can reduce the capacity of calculation. The principle of RPE learning algorithm is to adjust weights along the direction of Gauss-Newton. Meanwhile, it is unnecessary to calculate the second local derivative and the inverse matrixes, whose unbiasedness is proved. With application to the extremely short time prediction of large ship pitch, satisfactory results are obtained. Prediction effect of this algorithm is compared with that of auto-regression and periodical diagram method, and comparison results show that the proposed algorithm is feasible.