oalib

Publish in OALib Journal

ISSN: 2333-9721

APC: Only $99

Submit

Any time

2019 ( 127 )

2018 ( 2806 )

2017 ( 2935 )

2016 ( 2984 )

Custom range...

Search Results: 1 - 10 of 128712 matches for " 周 强2 "
All listed articles are free for downloading (OA Articles)
Page 1 /128712
Display every page Item
桃 叶 卫 矛 组 织 培 养 的 研 究
张丽杰1,, ,张 才
北方园艺 , 2010, DOI: 10.11937/bfyy.201017055
Abstract:
动画呈现速度对多媒体学习效果影响的眼动研究
段朝辉1,2,颜志1,2,王福兴1,2,宗奎1,2
心里发展与教育 , 2013,
Abstract: 多媒体学习过程中,动画学习材料的呈现速度是影响学习效果的一个重要因素。基于认知负荷理论,已有研究对动画速度是否影响多媒体学习中的注意转换和学习效果存在不一致的结论。研究采用闪电形成原理动画作为实验材料,操纵慢速、正常速度和快速三个速度水平,利用eyelink1000眼动仪记录学习过程中的眼睛注视,探讨多媒体学习中动画呈现速度对学习效果和注意转换的影响。结果发现,在记忆测验的成绩上,慢速水平的迁移测验成绩要好于正常速度和快速;慢速在注视次数、眼跳次数、任务相关区停留时间和进出兴趣区次数这些总体眼动指标上比其他两组显著要高,但是对相关指标按时间进行加权后发现,只在兴趣区停留时间上慢速和快速长于正常速度。结论认为多媒体学习过程中,动画呈现速度会影响学习的理解效果,但是对识记不产生影响;材料呈现速度影响知识深层次加工,它独立于学习者的注意转换。并且材料呈现速度对学习者眼动的影响是微弱的。
基于遗传算法优选参数的灰色LS-SVM预测
Grey LS-SVM Forecasting with Parameter Optimized by Genetic Algorithm
 [PDF]


Operations Research and Fuzziology (ORF) , 2011, DOI: 10.12677/orf.2011.12006
Abstract:
利用灰色预测方法中累加生成运算形成累加数据,将累加数据作为训练样本构造灰色LS-SVM,并利用遗传算法对灰色LS-SVM自身的参数进行优选,然后将基于遗传算法优选参数的灰色LS-SVM用于小样本预测。选取了典型例子进行验证,并与传统GM(1, 1)和LS-SVM方法进行对比。结果表明本文所提出的方法预测效果良好,且预测模型具有更好的泛化能力。
This paper utilized the accumulation generation operation of grey prediction to produce accumulated data, and accumulated data were used to construct grey LS-SVM. At the same time the parameters for LS-SVM were pretreated through genetic algorithms to get the optimum parameter values, then the optimized LS-SVM based on genetic algorithms was used to small samples forecasting. A typical example was taken to be analyzed and compared with GM (1, 1) and LS-SVM method. The result shows that the method forecast effect is better, and the prediction model has better generalization ability.
估计GM(1,1)模型中参数的LS-SVM方法及其在负荷预测中的应用
Estimation of GM(1,1) Model Parameter Based on LS-SVM Algorithm and Application in Load Forecasting
 [PDF]


Modern Management (MM) , 2012, DOI: 10.12677/mm.2012.21009
Abstract: 为克服利用传统最小二乘法估计GM(1,1)模型参数的缺陷,改善GM(1,1)模型在中长期负荷预测中的精度,提出了基于LS-SVM算法估计GM(1,1)模型中参数的方法。该方法根据GM(1,1)灰色差分方程的特点,构造以背景值序列和原始序列为训练样本的灰色LS-SVM,将GM(1,1)模型参数的估计问题转化为灰色LS-SVM的参数估计问题,依据LS-SVM算法求得灰色LS-SVM的参数,进而得到GM(1,1)模型的参数估计。利用本文方法估计GM(1,1)模型的参数,方法上遵循了结构风险最小化原则,算法实现上具有速度快,稳健性强的优点,适合GM(1,1)小样本建模的特点。将本文方法应用于中长期负荷预测,通过与传统的GM(1,1)模型预测效果的对比分析,验证了该模型的有效性和优越性。
In order to overcome the defects of traditional parameters estimation method in GM(1,1) model by means of least square procedure and enhance the forecasting accuracy of GM(1,1) in medium and long-term load forecasting precision, an improvement GM(1,1) model based on LS-SVM algorithm is presented. This method constructs the grey LS-SVM with background value and raw data series as the training sample ac-cording to the character of grey difference equation, converts the GM(1,1) model parameter estimation prob-lem into a grey LS-SVM parameter estimation problem, then the regression parameters in the grey LS-SVM are solved based on the LS-SVM algorithm and the GM(1,1) model parameters estimation are also obtained. Using this method in this paper to estimate the GM(1,1) model, the method follows structural risk minimiza-tion principles, algorithm has the advantage of fast speed, strong robustness, suitable for GM(1,1) model of small samples. This method is applied to long-term load forecasting, compared with forecasting effect analy-sis of traditional GM(1,1) model to prove the validity and the superiority of the model.
影响教师职业倦怠的多层变量之间的关系
石雷山1,2,高峰2
心里发展与教育 , 2010,
Abstract: 采用问卷法调查了39所学校的370名小学教师,运用多层线性模型在个体和组织的不同层面上对影响教师职业倦怠的因素进行了探讨。结果发现:(1)教师集体效能越高,情感衰竭、低个人成就感和人格解体的得分就越低;校长越关心人,教师的人格解体得分就越高;(2)教师集体效能越高或校长越关心工作,则教师效能对情感衰竭的负向作用就越弱;而校长越关心人,则教师效能对情感衰竭的负向作用就越强;(3)教师集体效能对教师职业倦怠的影响不因教师性别和教龄的不同而不同,但校长领导行为对教师职业倦怠的影响却出现了性别和教龄的差异:关心工作导致了女性的个人成就感更低,对改善高教龄教师的低个人成就感更为有利,而关心人对改善低教龄教师的成就感、人格解体的帮助更大。
类别学习语言标签效应的眼动研究
唐志文1,2
心里发展与教育 , 2013,
Abstract: 采用眼动技术,通过两个实验探讨人工语言标签与真实语言标签在类别学习中的作用。实验一对33名大学本科被试施测,探讨了人工语言标签对类别学习的影响。结果发现,在人工语言标签下,个体会基于标签的相似性进行分类。实验二对34名大学本科被试施测,探讨了真实语言标签对类别学习的影响。结果发现,在真实语言标签下,个体会基于标签的类别知识进行分类。类别学习中语言标签效应的熟悉程度影响分类方式,不熟悉的类别语言标签基于相似性分类,熟悉的类别语言标签基于知识分类;基于类别知识分类准确性更高,速度更快。
样例的编码方式对问题解决迁移的影响及心理机制
1,莫雷2
心里发展与教育 , 2006,
Abstract: 以概率原理为材料,通过两个实验考察了样例的编码方式对问题解决迁移的影响及其心理机制。实验1探讨了样例的变异性与不同的自我解释模式结合对被试解决不同程度迁移问题的影响;实验2运用大声思维技术,进一步探讨不同样例的变异性和不同自我解释模式编码样例的条件下学习者的学习活动和问题解决的特点。结果表明:样例的变异性和诱发自我解释模式结合能有效地促进原理图式的获得和迁移;自我解释对理解原理和获得原理的概化图式有着重要作用。不同的学习者自我解释的特征并不一致,存在着个体差异。
概化理论方差分量估计的跨分布分析
黎光明1,张敏2
心里发展与教育 , 2012,
Abstract: 方差分量估计是进行概化理论分析的关键。采用montecarlo模拟技术,探讨心理与教育测量数据分布对概化理论各种方法估计方差分量的影响。数据分布包括正态、二项和多项分布,估计方法包括traditional、jackknife、bootstrap和mcmc方法。结果表明:(1)traditional方法估计正态分布和多项分布数据的方差分量相对较好,估计二项分布数据需要校正,jackknife方法准确地估计了三种分布数据的方差分量,校正的bootstrap方法和有先验信息的mcmc方法(mcmcinf)估计三种分布数据的方差分量结果较好;(2)心理与教育测量数据分布对四种方法估计概化理论方差分量有影响,数据分布制约着各种方差分量估计方法性能的发挥,需要加以区分地使用。
样例的子目标编码对新问题解决中原理运用的作用研究
1,莫雷2
心里发展与教育 , 2003,
Abstract: 运用排列和组合原理,通过三个实验研究了样例解题步骤的编码方式对原理运用的作用.实验1和实验2分别探讨了样例解题步骤的不同编码方式对解决表面概貌变化和表面对应变化的新问题时原理运用的影响;实验3探讨了不同编码条件下原理运用概化的形成.结果表明:用子目标编码样例的解题步骤有利于消除新问题解决中由于表面概貌和表面对应变化带来的消极影响;用子目标编码样例的解题步骤促进了学习者对原理的理解和获得原理的概化图式.
儿童家庭读写活动、早期读写水平与小学一年级语文课成绩的关系
陈晓1,2,赵瑾东2
心里发展与教育 , 2010,
Abstract: 从读写萌发的观点出发,探讨6至7岁儿童的家庭读写活动、早期读写水平与其在校语文成绩的关系。研究结果显示:在控制儿童的非言语智力和父母的教育水平等变量后,(1)只有儿童的非正式家庭读写活动能够显著预测其口头词汇;(2)只有儿童的正式家庭读写活动能够显著预测其识字量;(3)只有儿童入学时的识字量能够显著预测他们一年级时的语文成绩和平时语文课表现;(4)儿童的口头词汇和家庭读写活动均无法预测其在校的语文课成绩。
Page 1 /128712
Display every page Item


Home
Copyright © 2008-2017 Open Access Library. All rights reserved.