【摘 要】
:
本文以公差与技术测量为例,探索“互联网+教育”下混合式教学模式的建设思路及具体应用.以问题为导向开展教学设计,以任务为主线创新教学模式,以网络教学平台为基础,分析学生
【机 构】
:
甘肃农业大学 机电工程学院,甘肃 兰州 730070
论文部分内容阅读
本文以公差与技术测量为例,探索“互联网+教育”下混合式教学模式的建设思路及具体应用.以问题为导向开展教学设计,以任务为主线创新教学模式,以网络教学平台为基础,分析学生学习成效.混合式教学模式应用于课程教学中有助于提升学生的主观能动性,培养学生自主学习意识,对于提升教学质量有着重要的推进作用.
其他文献
《高等数学》是地方高校非数学专业学生的一门基础理论课程.《高等数学》具有高度的抽象性和严密的逻辑性,对非数学专业的学生的学习有一定的难度.本文以三明学院2019、2020
标签传播算法是一种典型的社团检测算法,针对已有的社团检测结果不稳定的情况,提出了一个基于循环查找核节点的标签传播算法,减少了标签初始化和选择过程中的随机性.基于核心节点实现网络预划分,利用循环核心节点查找传播标签;在邻居节点的标签存在相同数量情况下,只对核心节点进行赋值标签,其他节点从其靠近的核心节点获取标签.在3个测试网络上的结果表明:本算法可以更为准确的检测出复杂网络的社团结构.
体育产业高质量发展是新时代我国经济高质量发展阶段的体育产业新发展理念,探析了体育产业高质量发展的本质内涵、动力机制,探究了体育产业高质量发展的实现路径,为我国体育产业高质量发展与顺利推进提供理论参考与实践借鉴.
本文从线性代数课程的特点和微信公众平台的功能入手,分析了其应用于线性代数辅助教学的可行性,提出了“兰财大线性代数”微信公众平台的搭建体系和设计目的.结合其在线性代数课程教学实际中的研究和实践,说明了该平台在辅助教学中的应用价值和不足,为后续的研究提供理论和实际依据.
MM算法是处理优化问题的有效工具,应用广泛的EM算法也是MM算法的一个特例.将MM算法引入到Geometric分布与寿命分布复合族(如Exponential-Geometric分布,Weibull-Geometric分布,Pareto-Geometric分布和Rayleigh-Geometric分布)中以求解参数的极大似然估计.随机模拟结果表明MM算法在Geometric分布与寿命分布复合族参数估计中具有优良的性能.
随着工业化的发展,化工废水对环境的污染也变得越来越显著.采用复合厌氧反应器(HAF)、微氧生物反应器(MABR)、流离生物反应床(FSBBR)等组合工艺对某化工企业生产和清洗废水进行处理,最终出水的COD Cr稳定在100 mg/L左右,氨氮稳定在15 mg/L以下,出水水质符合污水综合排放一级标准(GB8978-1996).该工艺在运行期间抗冲击负荷能力强,出水水质稳定,为后期处理含有难降解污染物工业废水的实际工程处理奠定基础.
为了探讨健身操和太极拳对女大学生体成分、身体机能及心理指标的影响,选取安徽文达信息工程学院2019级非体育专业的在校女大学生60名为研究对象,分成健身操组(30名)和太极拳组(30名),进行为期4个月的干预试验.干预后,健身操组的WHR、LWB、体脂百分比、安静心率、心功指数、简单反应时、强迫症状、敌对、恐惧和偏执显著降低,最大摄氧量显著增加(P<0.05);体重、BMI、体脂重量、皮褶厚度、躯体化、人际关系、抑郁和焦虑显著降低,台阶指数和肺活量体重指数明显增加,肺活量显著增加(P<0.01)
利用2017—2018年5—9月四川盆地109个自动站逐小时降水资料,以及GRAPES-MESO模式0.1°×0.1°的逐3 h预报场资料,从热力不稳定、水汽、动力条件等方面分析极端短时强降水(1 h降水量大于等于50 mm)发生发展所需的关键物理量指标,结合随机事件概率思想和主成分分析方法构建预报模型,研发极端短时强降水概率预报产品。经预报效果评估,当概率值达0.7以上时,TS评分为24.0%,可将其作为极端短时强降水预报的参考阈值。2019年7月22日四川盆地暴雨过程应用表明,该产品对极端短时强降水落
对于纵向数据下含有两个方差分量的线性混合模型,基于广义估计方程方法估计模型中的固定效应和方差分量.首先计算模型的边际均值和边际协方差矩阵,然后通过迭代估计方程求出模型中未知参数的估计.该方法不假设响应变量的分布,回归参数的标准差较小,能够得到稳健的估计结果.实例分析和随机模拟结果表明提出的方法是可行的.
传统的无人机图像拼接技术所用算法,由于其特征点提取慢、匹配准确率低、处理耗时长等缺点,已无法满足处理实时性和准确性的要求.研究采用ORB算法实现图像特征点的快速提取,利用K最近邻算法进行特征点匹配,然后用随机采样一致算法进行特征点提纯,对人机图像拼接技术进行优化.研究结果表明,改进算法的特征点匹配准确率比SURF算法平均高19.46%,改进算法对特征点的提取速率比SIFT快17.85倍,比SURF