混合学习在高师《现代教育技术》中的应用初探

本文介绍了混合学习的基本概念和基本模式,主要探讨了信息技术环境下混合学习在高等师范院校<现代教育技术>中的具体应用方法.     

粗集与神经网络相结合的股票价格预测模型

粗集和神经网络结合反映了人类智能的定性和定量、清晰和隐含、串行和并行相互交叉混合的常规思维机理。本文建立这样一种混合杂交模型用于股票价格波动趋势的预测,通过粗集对数据的二维约简预处理消除了样本中的噪声和冗余,在提高神经网络预测精度的同时降低了学习负担。为了获得最优的预测精度,本文还利用遗传算法进行属性离散化和网络学习。通过对上证综指的实证研究表明,这种混合杂交模型的性能明显优于BP和GA神经网络模型。     

基于多目标多元学习细菌觅食优化算法的混合数据聚类

针对混合属性数据聚类问题,本文提出一种基于多目标多元学习细菌觅食优化算法。首先,基于改进的细菌觅食优化算法,提出多目标优化算法框架。然后,提出多元学习策略来提高算法性能。具体地,对于细菌个体,细菌之间采用环形拓扑学习策略,每个细菌只能向其邻域最优个体学习;细菌个体还可以向外部档案非支配个体学习。通过该学习策略,不仅可以保持种群的多样性,也可以加快算法收敛速度。对于外部档案非支配个体,记录其变化趋势,当非支配个体的变化处于停滞状态时,采用精英学习策略对非支配个体进行微扰动,提高非支配解的多样性。最后,为解决混合属性数据聚类问题,设计了一种具有属性权重的混合属性转换策略。为了验证所提算法的性能,将该算法与两个多目标进化算法和三个经典聚类算法在六个标准数据集上进行对比实验。实验结果表明,所提算法在解决数值、分类和混合属性数据聚类问题上具有显著优势。同时,以金融领域信用卡申请客户数据为例,进一步证实了所提算法的可行性,也表明了所提算法在涉及混合属性数据集的医疗、管理、工程等领域有一定的应用前景。     

基于混合教学模式的《证券投资基础与实务》课程改革探析

基于混合教学模式的含义,参照何克抗教授提出的"以教师为主导、学生为主体"相结合的新的教学系统设计模式,结合高职《证券投资基础与实务》课程体系的变化与发展,阐述教学准备、教学实施和学生评价等三个阶段的教学设计,得出混合教学模式改革的结论:实施混合教学模式改革是实现学生自主学习和提高人才培养质量的有效途径,高职院校应引导教师进行混合教学课程建设常态化。     

基于模糊神经网络的企业财务危机非线性组合预测方法研究

本文提出了一种基于模糊神经网络的企业财务危机非线性组合建模与预测新方法,并给出了相应的混合学习算法。通过与多元线性回归模型、Fisher模型和Logistic回归模型的预测结果对比表明,该方法具有预测精度高,学习与泛化能力强,适应性广的优点。在预测上市公司财务危机方面优于其他方法。     

基于混合学习模式的高校思想政治理论课教学改革研究

随着高等教育信息化的发展,信息技术的应用在高等院校的教学中逐步普及。如何将传统的课堂教学模式与现代的信息技术相结合,以适应当前的高等院校学科教学,成为了许多高等院校教师的研究方向。随着国外混合学习模式逐步被我国教育领域所认可,这种结合了传统课堂教学与现代网络教学的学习模式也逐渐成为高等院校教学的新模式。     

基于混合式教学模式的网络营销课程思政研究与探索

网络营销课程通过组建基于问题的学习（Problem-Based Learning,PBL）项目团队,利用“三阶段式”教学法实施混合式教学,构建了完备的课程思政体系,将相关主题和元素融入混合教学过程中,重新设计教学目标、教学内容、教学活动,一定程度上达到了教学模式创新与课程思政育人的双重目标。大大提高了学生学习的积极性和综合素养,同时也提高了课程教学质量。     

带学习效应的双渠道供应链库存策略研究

针对具有学习行为的双渠道供应链问题,本文研究了两种分销渠道并存下的最优库存策略。有限计划期内,分销商通过传统销售和在线销售来满足下游顾客的需求。两种分销渠道下的销售单价为时变不减线性函数,当系统中各周期的生产订购固定成本以一定的概率具有学习效应行为时,分别建立了非变质产品生产存贮问题的混合整数约束优化模型以及易变质产品存贮问题的无约束混合整数优化模型,所建立模型的目标为极大化分销商总利润函数。对于这两类模型,通过分析其最优解的性质,利用将生产订购次数松弛为连续变量的技巧证明了最优解存在的唯一性。给出了最优策略的求解方法并比较了两类模型最优利润函数值的大小。最后通过数值算例对上述模型进行了验证,数值结果表明当供应链系统中存在学习效应行为时,该系统能够获得更多的利润。     

基于超星学习通的高职会计综合实训课程混合式教学模式

如今“互联网+”时代,教育领域出现了将现代信息技术与传统教育手段相结合、融合线上线下两种教学方式的新的混合教学模式。目前,随着移动互联网的普及,教育领域出现了越来越多的移动端教学App,极大便利了教学工作的开展。笔者探讨基于超星学习通的会计综合实训课程混合式教学实践,从教学资源、教学活动和教学评价等三方面分析采用混合教学模式进行教学的优势,以期将会计实训类课程同该教学模式相结合,促进教学质量的进一步提升。     

基于混合模式的小学语文线上线下教学研究

随着我们社会不断发展进步,科技水平也在逐步提升,我们的教育理念变得更加多元化。相比于传统教学模式,我们目前的教学模式采用混合模式进行教学,通过线上线下两种形式对语文进行教学研究。我们的语文课程注重积累与实践,需要学生具备理解等能力,在教学过程中给学生更多的发言机会,能很大程度上提升学生的语言表达能力。我们的混合模式更加注重多元化教学,不仅培养学生的自主学习能力以及创新能力,而且还能够提升学生的语文学习素养。我们通过采用线上线下两种教学模式进行混合教学,可以进一步扩大我们的教学空间,充分利用更多的资源进行教学,能够丰富我们的教学内容以及为我们的教学提供更大的便利。同时我们会根据每个学生课堂的掌握情况进行相应的教学计划调整,充分利用好线上线下教学两种模式的优点。我们通过这种多元化的教学模式进行课堂教学,能很大程度提升学生的自主学习能力。     

基于稀疏共享的多门混合专家下一个兴趣点推荐算法

下一个兴趣点(next POI)推荐指的是预测用户在特定时间段内将访问的下一个兴趣点。用户出行模式受到异构的上下文因素影响，包括连续值(例如地理距离、时间间隔)和离散值(例如社交状况、星期状况)。本文采用稀疏共享的结构来产生专家网络，并采用多门混合专家模型来实现多个目标任务之间的参数共享。本文基于多任务学习对用户的多种类型行为进行建模，提出了一种基于稀疏共享的多门混合专家模型。首先，使用稀疏共享结构针对每个目标任务从基础网络中生成对应的专家网络，并采用迭代幅度剪枝法选择专家网络。其次，多门混合专家模型采用专家网络作为输入层，每个专家网络对于输入信息的处理具有不同的侧重，并采用多个门网络对任务目标进行专家网络的共享选择。最后，基于真实数据集对所提出的算法进行评估，验证了本文方法的有效性和实用性，以及将多任务学习和稀疏结构共享应用于下一个兴趣点推荐的前景。文章最后也提出了管理启示。     

音乐混合式教学的目的

混合式教学是一种新型的教学模式,将其应用在音乐课程中,可以提高学习的效率。混合式教学需要应用多种新型技术,可以加速高校教学的改革,还可以在教学中体现混合学习的理论。当前社会,网络技术比较发达,在教学的过程中,教师在增加教学的方法,还要扩充教学的内容,要营造出良好的课堂气氛,使学生可以积极的投入到学习中。本文对音乐混合式教学的效果进行了分析,希望教师可以充分的利用教学资源,这样才能提高学生的综合素质,才能达到音乐混合式教学的目的。     

汇率的非线性组合预测方法研究

近年来的经济统计研究表明,组合预测比单项预测具有更高的预测精度,但线性组合预测方法在汇率的组合建模与预测方面存在着较大的局限性。本文提出了一种基于模糊神经网络的汇率非线性组合建模与预测新方法,并给出了相应的混合学习算法。对于英镑、法朗、瑞士法朗、日本元对美元等汇率时间序列的组合建模与预测结果表明,该方法具有很强的学习与泛化能力,在处理外汇市场这种具有一定程度不确定性的非线性系统的组合建模与预测方面有很好的应用价值。     

混合所有制中职电梯专业育人模式的实践探索

混合所有制作为一种新型的中等职业学校经营管理模式,在人才培养共同体育人方面理应发挥更大作用。本文论述了混合所有制经营管理模式应用在中职学校办学模式中的必要性,分析了混合所有制经营模式下中职电梯专业教学模式的基本特点,在此基础上分析了混合所有制模式下我国职业院校人才培养共同体的相关问题,并进一步提出了混合所有制模式下开展中职电梯专业教学的实施方案。     

点燃语文合作学习的智光

为了点燃学生渴求知识的欲望,提高合作学习的成绩,促进他们身心的健康成长,我认为,混合编组,关注差生;生成问题,引导探究;学会沟通,小组自评,就显得刻不容缓而又举足轻重.     

点燃语文合作学习的智光

为了点燃学生渴求知识的欲望,提高合作学习的成绩,促进他们身心的健康成长,我认为,混合编组,关注差生; 生成问题,引导探究;学会沟通,小组自评,就显得刻不容缓而又举足轻重。     

基于贝叶斯神经网络短期负荷预测模型

本文提出了基于贝叶斯神经网络(BNN)短期负荷预测模型。根据气象影响因素和电力负荷的样本数据,针对权向量参数的先验分布分别为正态分布和柯西分布两种情况,应用混合蒙特卡洛(HMC)算法学习了BNN的权向量参数。由HMC算法和Laplace算法学习的贝叶斯神经网络以及BP算法学习的传统神经网络分别对4月 (春)、8月 (夏)、10月 (秋)和1月(冬)每月25天的每个整点时刻的负荷进行了预测。这些神经网络的输入层有11个节点,它们分别与每个整点时刻和的气象因素、上一个整点时刻的气象因素和时间变量相对应,输出层只有一个节点,它与负荷变量对应。试验结果表明HMC算法学习的BNN的预测结果的百分比平均绝对误差( MAPE)和平方根平均误差( RSME )取值远远小于由Laplace 算法学习的BNN和BP算法学习的人工神经网络的 MAPE和RMSE。 而且,HMC算法学习的BNN在测试集和训练集上的预测误差MAPE和RMSE的相差很小。 实验结果充分说明HMC算法学习的BNN具有较高的预测精度和较强的泛化能力。     

浅议国有企业改革的新视角——国企混合所有制的发展

国有企业一直以来都是我国社会经济发展的重要组成部分,近几年来,国家加大了对国有企业经济的管理力度,并相应的颁发了法规改革方案。在这种经营背景下,混合所有制作为一种新兴的改革模式应运而生,混合所有制在很大程度上更能够满足国家市场经济整体经营的需求,打破了传统经济模式的限制,同时混合所有制在国有企业的实际落实过程中出现了很多问题,严重限制了混合所有制正常推广工作的进行,本文将对国有企业改革的新视角-国企混合所有制的发展进行简要的研究。     

基于慕课视角下混合教学模式优化路径探析——以信息技术课程为例

“互联网+”时代,信息技术的掌握成为诸多行业的重要技术支持。线下学习已经不能满足学生日益增长的知识需求,加之后疫情时代线上教学的发展优势,混合教学模式已成为高校教学的必然选择。文章提出在教学中引入O2O混合教学模式,传承与优化线下教学,并对其进行创新和发展,以解决现实问题为导向,以实践价值为基本取向,关注需求,突出应用,重点探索信息技术与课堂教学深度融合优化的新路径,以期有效提升传统课堂教学质量和教师的教学水平。     

混合梁斜拉桥结合段设计研究

混合梁斜拉桥钢混凝土结合段作为混合梁设计中的主要控制部位为工程设计人员所关注。本文着重分析了国内混合梁斜拉桥钢混结合段特点，并介绍江西赣州飞龙岛大桥（A字弓型斜曲塔双索面混合梁斜拉桥）钢-混结合段设计要点。