【摘 要】
：
在新冠肺炎疫情影响下,全球许多高校先后推行了在线教育政策。清华大学率先开展全校性大规模实时、互动、异地、分散的在线课堂教学。从多源流理论来看,清华大学实施的在线教
论文部分内容阅读
在新冠肺炎疫情影响下,全球许多高校先后推行了在线教育政策。清华大学率先开展全校性大规模实时、互动、异地、分散的在线课堂教学。从多源流理论来看,清华大学实施的在线教育政策,是为应对疫情带来的问题源流变化,由校领导决策层基于学校历史传统和技术优势作出的果断抉择。但在政策实施过程中,存在着拥有不同政策核心信仰的联盟。联盟之间的政策导向学习、内部的决策者示范和专项任务组均推动了清华大学在线课堂教学有力实施。基于社会学制度主义的观点,竞争性同构和模仿性同构的共同作用使在线课堂教学在全球扩散并呈现趋同性特征。
其他文献
针对网络入侵检测,提出一种基于小波核主成分分析和差分进化极限学习机相结合的方法。首先采用核主成分分析法对原始数据进行非线性降维处理,为了进一步提高核PCA的非线性映射能力,引用小波核函数作为核PCA的核函数。然后采用极限学习机对处理后的数据进行分类识别,针对初始权值随机选择造成极限学习机性能不稳定的问题,采用差分进化算法来获得最优的初始权值。实验结果表明该算法可以有效提高入侵检测的识别率,降低误报
目的:探讨快速康复理念结合腕踝针在肩袖损伤关节镜下微创术后病人中的应用效果。方法:选取2018年1月—2018年12月在我院骨科行关节镜下微创手术的肩袖损伤病人45例为对照组,
用什么样的方法研究法学对法学的发展至关重要.法律的经济分析既是一种经济学理论和方法,也是一种法学理论和方法.作为一种法学理论,它强调法律的基本价值目标是实现财富的最
为了提高网络流量的预测精度,针对极限学习机的训练样本选择问题,提出一种基于合理遗忘选择训练样本的网络流量预测模型(SF-ELM)。首先通过引入遗忘因子减弱旧训练样本对预测结果的影响,合理对训练样本进行在线更新;然后以泛化能力作为评价准则,选择性更新极限学习机输出权值;最后进行仿真分析。结果表明,SF-ELM的网络流量学习速度快于对比模型,获得了更加理想的网络流量预测效果,更适于实时性要求高的网络流
特征点匹配是图像检索和拼接的关键,针对传统的粗匹配点提纯算法随机抽样一致性RANSAC(Random Sample Consensus)存在计算量大、效率低、不能匹配多个目标及结果不确定等不足,提出基于偏移空间局部一致性验证的匹配点提纯算法。该方法把初始匹配点转换到偏移空间,根据其在偏移空间的分布提纯多个目标的匹配点组。实验结果表明,算法在不改变匹配精度的前提下,很好地解决了RANSAC存在的不足
为了降低鱼雷被规避、诱骗或干扰的概率,提出了一种多艘潜艇发射多条鱼雷并同时到达目标的协同攻击准则。以线导鱼雷为例应用此准则,给出了协同攻击中的线导鱼雷导引方法,并
Web用户聚类是通过分析用户会话,将具有相同或相似访问特征的用户聚为一类。在会话相似性度量方面综合考虑了网页浏览时间和访问频次两个因素,并考虑到用户个人习惯、能力等因素对浏览时间的影响,将浏览时间处理为RDP(Reduce the Differences in Personality)浏览时间,以降低其个性特征。为此,提出一种基于用户特性的RDPk-means聚类算法。实验表明,该算法可以有效实现
针对最小二乘支持向量机参数优化问题,提出一种变异粒子群算法优化最小二乘支持向量的网络流量预测模型(MPSOLSSVM)。首先对网络流量序列进行相空间重构,构建最小二乘支持向量的学习样本;然后采用变异粒子群算法选择最小二乘支持向量机参数,从而建立最优的网络流量预测模型,最后与其他模型进行对比实验。对比结果表明,相对于对比模型,MPSO-LSSVM提高了网络流量的预测精度,预测结果可以为网络管理员提供