“互联网+”教育研究热点及发展趋势分析

来源 :黑龙江科学 | 被引量 : 0次 | 上传用户:alibaba1025
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
互联网被认为是与教育最相关的行业之一,发展“互联网+”教育已成为推进我国教育现代化和教育强国建设的重要战略选择.基于CNKI数据库,利用可视化软件梳理“互联网+”教育研究热点,并探讨未来发展趋势.研究发现,研究热点主要集中于“互联网+”教育基本内涵、教育改革、思想政治教育、职业教育、继续教育、创新创业教育等方面,未来研究趋势将集中在“互联网+”智慧教育、教育信息化及教学应用与改进等方面.未来“互联网+”教育研究不仅要注重顶层设计层面,还要关注应用类、成效类层面,推进理论、实践、成效协同发展,将“互联网+”教育研究落到实处.
其他文献
结合我国高等职业教育质量提升的要求,探讨了高职院校实施导师制的必要性及基本模式,并对目前高职导师制推行过程中出现的问题提出了几点针对性的建议:制定和完善相应的激励政策,实现导师制培养方式的多样化,建立完善的导师工作评价和考核制度.导师制注重全过程、全方位育人,有利于提高人才培养的质量和水平.
目前虚拟环境中的无人驾驶车辆运动行为的智能训练主要通过无人驾驶车辆和环境的不断交互完成强化学习决策任务,存在无人驾驶车辆训练速度较慢且效率低下的问题.针对此问题,本文将车辆运动模拟技术和CMA-ES算法结合,提出了一种虚拟环境中基于改进协方差自适应算法(Covariance Matrix Adaptive Evolutionary Strategy,CMA-ES)算法的无人驾驶车辆运动行为智能训练方法,首先模拟车辆的运动行为,得到特殊路段的运动行为和环境信息数据;然后对模拟得到的环境信息数据进行编码预处理
以金融数学课程为例,对云班课—翻转课堂在课程教学中的实践进行探究.综合云班课线上教学平台及翻转课堂的线下教学方式,分析了学情,提出了教学创新理念及创新思路,对教学创新策略及过程进行讨论,并针对教学创新效果进行综合评价.该教学模式将部分课堂主体交由学生,体现了以学生为中心的教学创新理念,强化了学生的自主学习能力,增强了学生团结协作的意识及数据分析能力.
针对存在信道受限和外部信号干扰的参数不确定网络控制系统,研究了一类H滤波器设计问题,以提高控制系统鲁棒性.使用独立伯努利序列构建信道受限网络通信模型,运用参数分离法分解控制系统矩阵中不确定参数项;在此基础上,通过构建含有两个子系统的离散切换系统描述滤波误差系统,利用李雅普诺夫函数和离散切换系统理论证明滤波误差系统渐近稳定并具有H性能指标,通过线性矩阵不等式给出滤波器参数求解的方法.实验结果表明最优性能指标γ*=1.6294,具有较低的保
为提高预测的精度和速度,研究一种基于选择鲸鱼优化算法(selection whale optimization algorithm,SWOA)优化的反向传播神经网络(back propagation neural network,BPNN),并用于光伏电站的发电量预测.针对WOA(鲸鱼优化算法)的收敛速度慢和易早熟等问题,采用Tent映射生成分布均匀的初始种群,引入非线性系数a替代线性系数,基于选择策略提高算法的收敛速度,构建以风速、压强、温度、湿度和辐照度等5种数据为输入,以发电量为输出的BPNN模型.
为发挥彩色金相制备工艺技术优势,提高组织鉴定的准确率,分析了高铁用钢彩色金相制备方法,形成稳定的制备工艺,选择恰当的侵蚀剂,制订合理的侵蚀工艺,形成特定光学性质和厚度干涉膜,制备出了高铁用钢典型热处理组织的彩色金相图谱,对于高铁用钢热处理工艺质量分析与控制具有很高的实用价值。
基于OBE理念,对生物工程设备与设计课程改革进行研究,从课程改革必要性、课程设计、教学体系构建等三方面对课程进行重构.实践表明,提出的改革措施有利于学生综合素养和创新能力的提升,对提升课堂教学效果和应用型人才培养质量具有促进作用.
为促进天然纤维植物纤维素合酶基因研究的发展,掌握不同CesA基因在亚麻中的表达情况和作用,综述了近年来在天然植物纤维领域纤维素合酶基因(CesA基因)的研究进展,即高等植物的纤维素合酶、纤维素微纤丝合成其他有关蛋白、我国麻类作物CesA和棉花纤维素合酶CesA的研究进展,并提出了展望,以期为培育出含有更优质纤维的亚麻提供理论基础。
以西藏农牧学院电气工程学院为例,对新工科背景下的电子技术基础实验课程建设展开讨论.通过对课程进行思考分析并结合学生的理论基础,提出了电子技术基础实验单独授课的方式.针对问题与不足,给出了优化课程内容、改革实验教学形式、构建过程化考核方式的改革措施,以加深学生对这门课程的理解与掌握,并能够对电子技术基础的实际问题加以分析和解决.
为精准判断鱼类摄食时间及规律,提升鱼群智能投喂技术水平,基于图像处理及人工智能技术,提出了一种基于LBP特征的BP神经网络模型的鱼群摄食行为的检测识别算法。利用对鱼群的摄食活动图像及未摄食活动的图像数据,分别进行滤波等预处理及LBP特征提取,将特征纹理数据送入BP神经网络模型进行训练,利用训练好的神经网络模型进行鱼类摄食行为的分类识别。经过实验仿真,由实验结果可得设计的算法对鱼类摄食行为的识别准确