网络环境下应用型本科院校大学生自主学习能力的培养研究

计算机与互联网通讯技术的快速发展为高校教学改革提供了契机,提出了基于网络环境的教学方法,冲击着传统的学习方式。应用型本科院校以培养直接面向生产、建设、管理、服务第一线的高级应用型人才为目标,重点培养学生利用网络工具进行自主学习进而获得独立解决问题的能力。因此对充分利用网络教学资源以培养大学生的自主学习能力的研究与探讨就显得尤其重要与迫切。针对信息时代背景下大学生自主学习过程中面临的问题,提出了相应的对策,并提出应用型本科院校应对大学生的自主学习能力水平进行监控与评价。     

以职业生涯规划增强高职高专学生学习动力的思考

职教专业必须以社会职业分类为基础这一原则,映射出职业生涯规划教育和专业知识学习动力有着紧密的联系。论文对动力系统、职业生涯规划以及高职学生动力减弱或缺失的现状和成因进行了分析,并给出了建议。认为职业生涯规划教育是能够有效促进学生全面自我认识、自我剖析以及分析周围客观环境等能力和增强他们学习的主体意识等,并且也是有利于他们学习动力系统的全方位构建、提高以及完善。     

大学英语教学中对学生自主学习能力的培养

文章通过对自主学习定义及影响自主学习因素的分析,运用在教学实践中的经验,论述了在大学英语教学中培养学生自主学习的能力,提高学生的学习效率,以获得最佳学习效果,从而提高我校大学英语教学水平。     

浅析大学英语网络化自主学习

文章通过分析了大学英语网络化自主学习的优势,指出大学英语网络化自主学习具有以往的传统教学和学习模式无可取代的优点,同时分析了其有待改善的地方并最后得出结论:大学英语网络化自主学习是非英语专业学生学习英语的良好模式,我们应该鼓励并创造良好的环境加以支持.     

在课堂教学中提高学生英语学习的自主性

自主性学习在语言学习过程中发挥着不可估量的作用。论文阐释了学习自主性的涵义，探讨了课堂教学与英语自主学习之间的关系，从四个方面论述了课堂教学应如何帮助学生提高英语学习的自主性，并提出了实践过程中所应注意的问题。     

需求分析角度下的专业英语调查研究

实施"走出去"战略,我国企业需要大量具有较强的业务英语交际能力并精通专业的复合型人才,但目前大多数企业严重缺乏具有业务英语交际能力的专业人才。而过于重视英语四、六级过级率的大学英语教学,只能培养出少数能满足企业这些要求的大学毕业生。我国的大学英语专业英语教学存在许多问题。本文作者主要从专门用途英语的两个核心特点(目标需求分析与学习需求分析)的角度对H工科院校的专业英语教学做了一项调查研究。     

形成性评价在高职高专英语口语教学的应用

形成性评价是在教学活动中,对学生的整个学习过程进行的一种评价形式。而学习英语口语的最根本目的在于运用英语进行交际的能力。把形成性评价运用到英语口语教学中,使教师能够及时进行诊断和反馈,使学生不断得到激励,并培养了自主学习的良好习惯,教学质量得到提高,收到了很好的实践效果。     

大学生研究性学习实施策略

研究性学习改变了传统的教学模式,教师由知识传授者转变为研究性学习中的组织者、指导者、促进者和参与者.课堂教学已不再是灌输给学习者多少知识,而是强调学习的过程.以培养学生其自主学习的能力为目标.因此,实施何种策略激发学生的兴趣,改变学生先前被动的学习方式是非常重要的.针对这些问题,论文提出四个研究性学习实施策略:(1)强调了利用网络进行研究性学习的优势;(2)阐述了图书馆信息资源的作用;(3)提出了研究性学习中新型的师生关系的确立;(4)指出了研究性学习中学习方式的改变.     

用兴趣激发学生学习英语的热情

英语学习对许多学生来说都是一个并不快乐,反而有些痛苦的过程。为了改善这一状况,教学必须从注重学生学习英语的兴趣开始,通过选用适当的教材,积极应用立体式教学方式,并注重情感联系等方法来培养学生英语学习的兴趣,激发学生学习英语的热情。     

对商务英语专业学生英语学习风格偏好的调查与研究

论文对桂林航专2009级商务英语专业106名学生英语学习风格倾向的问题进行问卷调查,采用定性和定量分析相结合的方法,分析了商务英语专业大一学生英语学习风格上的倾向,由此作者对不同英语学习风格的学习者提出了如何充分利用和转变学习风格提高英语学习的有效建议.     

自适应学习率的增量强化学习飞行控制

针对预先设定学习率的增量强化学习(IRL)飞行控制律失败率较高,并且无法适应飞行器大范围动力学特性变化下的稳定控制问题,提出一种自适应学习率的增量强化学习(ALRIRL)控制方法.首先,基于小波分析方法构造控制系统稳定度评价函数,用于评估控制器稳定度.然后,基于梯度下降法设计学习率在线迭代计算方法,以提升强化学习控制器...     

基于BP神经网络的自主定轨自适应Kalman滤波算法

针对Sage Husa自适应滤波方法存在的窗函数开窗大小选择问题,提出一种基于BP神经网络学习估计系统协方差矩阵的自适应Kalman滤波算法。该算法以Kalman滤波预测残差向量作为网络输入,通过网络分段离线学习确定预测残差向量与预测残差协方差矩阵间的非线性关系,自适应地估计Kalman滤波系统协方差矩阵。将其应用到自主定轨系统,仿真结果表明利用本文算法自主定轨60天星座平均URE误差小于1.9米,且能够快速跟踪到系统噪声的突变,较Kalman滤波方法和Sage Husa自适应滤波方法具有更好的性能。     

情感因素对语言学习的影响

情感因素对语言学习具有重大的影响。在学生智商水平相当的情况下,情感差异会导致学生学习成绩的高低之分。情感差异是由家庭、环境、情趣、学习方法等综合因素造成的。积极的情感会对学生的学习起到促进作用；反之,消极的情感则会阻碍学生的学习。教师在教学中应善于引导学生,促进学生积极情感的产生,减少消极情感的作用,以提高教学效果。     

基于神经网络在线建模的非线性动态系统中传感器故障检测方法

本文提出一种基于神经网络在线建模的动态非线性系统中传感器故障检测方法，它首先利用神经网络在线建立动态非线性系统的超前一步预测模型，然后利用神经网络对传感器的预测输出和传感器实际输出之差与一预定阈值比较以检测传感器故障。本文的优点是可以检测多个传感器故障，同时由于采用在线学习方式，非常适于航天器自主系统传感器故障检测的需要。此外，故障检测阈值的选取也比较简单。为了验证本文方法，仿真了一控制系统中同时发生漂移故障的两个传感器故障检测过程。结果表明，方法十分有效。     

基于深度强化学习的复杂地形适应机器人设计与实验

针对行星表面轻量化自主探测任务，基于仿生思想设计了一种仿海胆结构的十二足球形机器人，其具备自主改变构型以贴合复杂地形的能力，可实现无倾覆、高容错的全向运动；基于数据驱动方法，对该机器人设计了一种数据高效的无模型强化学习运动策略，可实现无先验知识的从0到1步态训练以及步态的实物样机快速部署。通过在平面地形和非结构化地形中对其进行仿真实验，验证了经过训练的机器人具备自主运动、适应非结构地形等能力；通过与常用基准策略进行对比，证实了本文提出的运动策略具有训练高效、鲁棒性好的优势；最后通过开发原理样机，开展实物实验验证了仿真环境中所生成的步态在真实物理环境中的动力学可行性。     

基于Sarsa(λ)强化学习的空间机械臂路径规划研究

针对目标特性未知的在轨操作环境，研究了典型空间操作机械臂的路径规划策略。采用Sarsa(λ)强化学习方法实现目标跟踪及避障的自主路径规划与智能决策，该方法将机械臂系统的每节臂视为一个决策智能体，通过感知由目标偏差和障碍距离程度组成的二维状态，设计符合人工经验的拟合奖赏函数，进行各臂转动动作的强化训练，最终形成各智能体的状态-动作值函数表，即可作为机械臂在线路径规划的决策依据。将本方法应用于多自由度空间机械臂路径规划任务，仿真结果表明新算法能在有限训练次数内实现对移动目标的稳定跟踪与避障，同时各智能体通过学习所得的状态-动作值函数表，具备较强的后期在线自主调整能力，从而验证了算法较强的鲁棒性和智能性。     

多节点探测器软着陆的路径规划方法

面向小行星探测任务的需要,柔性连接的多节点深空探测器是针对单节点探测器着陆易倾覆或反弹等问题的一种解决方案.基于此构建了一种采用柔性连接的三节点探测器并对其软着陆情况进行建模,提出了带自注意力机制的多任务深度强化学习方法.各节点以探测器主体为参照物描述自身状态,节点之间通过联合学习来提高各自对复杂环境的适应能力;在对探...     

竞争学习模糊神经网络及在导弹故障诊断中的应用

尽管基于解析冗余的故障诊断方法有许多突出的优点而越来越多地得到的研究和应用，但它依赖于系统的模型，当系统存在非线性或不确定性时，存在难以建模的困难，模糊神经网络可以通过学习建立系统的模型，且模型参数有明确的物理意义，初始参数易于选择，成为解决这一问题的优选途径，作者通过把模糊神经网络的学习转化为竞争聚类和线性优化问题，基于竞争聚类和最小二乘原理，提出了一种模糊神经网络学习算法，并在某伺服机构上进行     

专科学生英语学习动机研究

学习动机与学生的学习态度、学习策略及学习成绩是紧密相关的。它直接制约着学习的积极性,极大地影响着学生的外语学习效果。本文介绍了对大学生英语学习动机研究的过程及其教学启示。     

Behavioral and biological effects of autonomous versus scheduled mission management in simulated space-dwelling groups

Logistical constraints during long-duration space expeditions will limit the ability of Earth-based mission control personnel to manage their astronaut crews and will thus increase the prevalence of autonomous operations. Despite this inevitability, little research exists regarding crew performance and psychosocial adaptation under such autonomous conditions. To this end, a newly-initiated study on crew management systems was conducted to assess crew performance effectiveness under rigid schedule-based management of crew activities by Mission Control versus more flexible, autonomous management of activities by the crews themselves. Nine volunteers formed three long-term crews and were extensively trained in a simulated planetary geological exploration task over the course of several months. Each crew then embarked on two separate 3–4 h missions in a counterbalanced sequence: Scheduled, in which the crews were directed by Mission Control according to a strict topographic and temporal region-searching sequence, and Autonomous, in which the well-trained crews received equivalent baseline support from Mission Control but were free to explore the planetary surface as they saw fit. Under the autonomous missions, performance in all three crews improved (more high-valued geologic samples were retrieved), subjective self-reports of negative emotional states decreased, unstructured debriefing logs contained fewer references to negative emotions and greater use of socially-referent language, and salivary cortisol output across the missions was attenuated. The present study provides evidence that crew autonomy may improve performance and help sustain if not enhance psychosocial adaptation and biobehavioral health. These controlled experimental data contribute to an emerging empirical database on crew autonomy which the international astronautics community may build upon for future research and ultimately draw upon when designing and managing missions.