课程文献中心 更多>>

摘要： 当前，人工智能、移动互联网等技术的高速发展为人们的生产生活带来了显著改变。在此背景下，教育行业的从业者理应紧跟现代化科学技术的发展趋势，致力于运用多种信息技术手段来激发学生的学习兴趣、跟踪学生的学习进度、增强教学效果。本文简要介绍了基于微信小程序的汉语发音辅助练习系统的设计与实现过程，并通过实验验证了该系统的应用效果，以期为汉语教学与学习研究提供帮助。

关键词： 控量减负   创新增效   作业设计   设计原则  

摘要： 文章从“双减”政策的角度出发，探讨了小学数学作业优化设计策略。在减轻学生作业负担的同时，如何通过作业设计的创新实现教学增效，是当下教育领域关注的热点话题。文章在分析“双减”背景下的小学数学作业优化设计的意义的基础上，提出了作业设计原则和若干具体可行的优化措施，旨在为小学数学教师提供一些有益的参考和启示。

关键词： 空间叙事   物理空间   精神空间   社会空间  

摘要： 本文结合列斐伏尔的空间理论,从物理空间、精神空间、社会空间三个方面,综合分析微剧情片空间叙事。 本文共分为三个部分,第一部分对微剧情片中物理空间进行分析,通过对空间和电影空间的认知进一步明确本文的研究对象,并对于的电影创作进行总结,阐述其作品中显露出的空间意识。结合近十年的国际获奖微剧情片案例,分析影片中现实物理景观的象征意义,并分别从公共和私人空间两个角度,结合微剧情片案例展开分析。第二部分从精神空间的角度结合微剧情片案例分析,并重点分析作品之中有关真实心理空间和虚幻情绪空间的部分来分析微剧情片的精神空间叙事特点。第三部分从在第一与第二部分的基础之上,对微剧情片的社会空间叙事进行分析,探讨微剧情片中不同类型的空间的背后承载的意义,表现在不同形态空间下的个体迷雾与群体焦虑,以此表现微剧情片创作者对社会现实、复杂人性的关注。

关键词： 教学改革   混合式教学模式   程序设计  

摘要： “十四五”规划中对教育的要求、后疫情时代下的教学经验结合学院自主学习的推广，在此背景下对《Java程序设计》课程进行改革。分析线上、线下教育的优缺点，以学生为中心，构建网络教学平台。结合章节特点设计教学方案、创新教学过程、改进教学活动、优化质量评价。以苏州大学应用技术学院机电专业三个年级共计210人为实验对象，分别运用线下教学模式、在线教学模式、混合式教学模式进行一个学期的教学实验。教学实践证明，混合式教学有利于提高学生课程参与度和自主学习的积极性。实施混合式教学后学生的理论成绩和编程能力得到显著的提升。

关键词： 色彩语言   影视动画   功能   魅力  

摘要： 色彩作为影视动画艺术中重要的视听元素和表情达意的符号，不仅能营造出不同的氛围和情感，还能传递创作者所隐含的思想内涵，对提升作品整体艺术效果和观众情感共鸣具有重要作用。基于此，文章在分析影视动画色彩语言内涵的基础上，从造型功能、叙事功能和表意功能三方面探索影视动画中色彩语言的功能与魅力所在，分析影视动画中色彩语言的表现形式，以期为影视动画创作提供有益的参考和启示。

关键词： 创新创业   环境艺术设计   教学   改革  

摘要： 环境艺术设计专业是一门实践性较强的专业，教师在教学过程中不仅要注重教学质量，还要开展相应的创新创业教育，以此来提升学生的实践能力。基于此，文章简要分析了创新创业背景下开展环境艺术设计专业教学改革的必要性，然后从教学模式、课程教育体制机制、创新创业平台、教师队伍建设四方面探析环境艺术设计专业教学面临的现实困境，并提出多种教学改革实践路径，以期加快创新创业背景下环境艺术设计专业的教学改革进程。

关键词： 小学教育   传统文化   学科知识   有机结合  

摘要： 本研究旨在探讨小学传统文化教育与学科知识的有机结合策略，以促进学生的全面发展。通过综合分析小学传统文化教育的现状和学科知识的特点，可以发现，将传统文化元素融入学科教学中，不仅有助于提高学生对学科知识的吸收和理解程度，还能培养学生的审美情感、文化素养和创造性思维。因此，实现小学传统文化教育与学科知识的有机融合，对于培养学生的全面发展具有重要意义。

关键词： 基准测试程序合成   微架构无关特征   安卓多线程程序   遗传算法  

摘要： 作为影响智能手机性能的重要硬件,应用处理器一直是芯片设计者关注的焦点。为减少应用处理器在设计阶段的性能评估时间,并获得与运行实际程序同样的设计洞见,芯片设计者通常利用基于实际应用程序特征合成的基准测试程序(通常动态指令数远小于实际应用程序)代替实际程序的运行。然而,现有的基准测试程序合成方法无法适应安卓多线程场景的评估。 针对这一问题,本文设计并实现了基于微架构无关特征的安卓多线程程序的基准测试程序合成方法。该方法对实际程序的动态指令流进行分析,提取用于表征程序特征的微架构无关特征向量,并基于该向量选取程序的典型片段、生成模板程序库、使用遗传算法选取模板程序并拼接,合成了针对单个线程的基准测试程序。在此基础上,本文设计了多线程程序在单核及多核运行条件下的基准测试程序合成方法。该方法通过运行针对每个线程合成的基准测试程序,推测多线程程序在单核处理器上的运行结果,并通过引入线程系数特征,进一步推测多线程程序在多核处理器上的运行结果。 本文在安卓12系统下,使用多线程基准测试程序PARSEC套件和Rodinia套件进行了实验。实验结果表明,在单个Cortex-A710核条件下,与PARSEC和Rodinia中的多线程程序相比,本文的基准测试程序合成方法推测的每条指令平均周期数(Cycles Per Instruction,CPI)平均相对误差为19.35%,且平均动态指令数仅为原程序的82分之一(即指令缩减比为82)。在使用两个Cortex-A710核的条件下,与PARSEC和Rodinia中的多线程程序相比,本文的基准测试程序合成方法推测的CPI平均相对误差为15.63%,平均指令缩减比为112。综合看来,本文设计的基准测试程序合成方法能够反映安卓多线程程序的运行结果,同时有效缩减了评估应用处理器所需运行的指令数。

关键词： 归纳逻辑程序   粗糙集   空间最优   反绎学习   半监督学习  

摘要： 归纳逻辑程序是将机器学习和逻辑推理结合的方法之一,利用逻辑推理与机器学习结合的反绎学习是其重要方法之一,其核心在于搭建反绎推理与机器学习交互的桥梁,使两者相互优化。 反绎学习目前对知识库的知识正确性和广泛性要求高,但构建高质量的知识库需要较高的成本。粗糙集理论是进行规则处理的重要方法,本文针对反绎学习存在的知识库依赖,提出通过粗糙集与反绎学习的结合来解决。主要贡献如下: 1)针对传统粗糙集属性约简算法存在偏向于属性值较多的属性,属性选择时未考虑决策属性的划分的空间结构,由此导致所获规则可能条数较多、广泛性较差的问题,提出了基于空间最优的粗糙集属性约简算法。定义了空间相似度、空间最优的概念,然后叙述了基于空间最优的粗糙集属性约简算法的具体步骤。并且通过与传统属性约简算法对比的一个计算实例和数据实验,验证了基于空间最优的粗糙集属性约简算法可以得到空间相似度更好的属性约简。 2)提出了基于粗糙集规则处理的反绎学习的模型框架,模型将粗糙集规则处理器引入了反绎学习框架中,同时利用粗糙集优势进行否定规则的学习,辅助反绎学习中伪标签的修正。模型中引入规则等级处理器,对粗糙集的规则处理进行约束,提高模型的有效性和效率。设计了三种对比实验,比较了基于粗糙集规则处理的反绎学习与反绎学习、半监督学习的效果,并且验证了其在规则学习和修正上的有效性,减少了对知识库的依赖。