“一带一路”背景下农业类本科生外语素养的培养研究——基于项目式学习理论

随着“一带一路”倡议的不断推进,农学人才在逐渐加深的中国与沿线国家农业合作中的重要性日渐凸显。在此背景下,国家对农业类人才的要求也越来越高,仅掌握农业类专业技术的人才已不能很好地适应新时代的农业发展要求,英语素养成为农学人才的必备的语言能力。本文从提升农学本科生英语素养的重要性出发,分析目前农学本科生外语教学现状,并结合项目式学习理论探索提升农学本科生外语素养的途径,旨在为培养具有较高外语素养的应用型农学人才提供可行建议。     

高校大学生作业存在问题及对策研究

正作业是学生的一种基本的学习活动。是学生巩固所学知识,达到熟练应用、解决实际问题的一种学习过程。当代《教育大辞典》对作业的解释,把"作业"分为"课堂作业"和"课外作业"两大类。"课堂作业"是教师在上课时布置学生当堂进行操作的各种类型练习,有书面作业、口头作业、实际操作练习等。"课外作业"也曾称"家庭作业",是根     

基于网络多媒体茶叶英语教学模式对发展学生自主学习能力的研究

在互联网时代,英语教学也应该积极与网络多媒体技术结合,如此才能够满足当前教育教学改革发展的需求,并全面提升教学效率,促进英语教育的现代化进程。而茶叶英语教学当然也是如此,在这样的背景下,英语教育工作者应该充分借助网络多媒体直观、生动的优势,为学生创建自主学习模式,提升学生的独立学习能力以及学习兴趣,以此推进我国高校英语教育的可持续发展,以及茶文化的发展传承。     

学习通平台在生物化学理论教学形成性评价体系中的应用

在生物化学教学中利用超星学习通平台等多种教学模式,将形成性评价体系贯穿整个教学过程,不仅可评价学生相关知识和技能的掌握情况,并且更加重视学生获得相关知识和技能的情感态度、方式方法,通过有效反馈机制,促进学生的学习。     

阳原县供电公司掀起学习贯彻全会精神热潮

<正>本刊讯2013年11月20日,河北省阳原县供电公司召开全体党员大会,集中学习党的十八届三中全会精神。会议要求,把学习贯彻党的十八届三中全会精神作为当前和今后一个时期的重要政治任务,认真研读原文,深刻领会全会提出的全面深化改革的指导思想、目标任务、重大原则,把思想和行动统一到十八届三中全会精神和党中央关于全面深化改革重大决策部署上     

基于迁移学习的棉花叶部病虫害图像识别

针对传统图像识别方法准确率低、手工提取特征等问题,该研究以棉花叶部病虫害图像为研究对象,利用迁移学习算法并辅以数据增强技术,实现棉花叶部病虫害图像准确分类。首先改进AlexNet模型,利用PlantVillage大数据集训练取得预训练模型,在预训练模型上使用棉花病虫害数据微调参数,得到平均测试准确率为93.50%;然后使用数据增强技术扩充原始数据集,在预训练模型上再训练,得到最终平均测试准确率为97.16%。相同试验条件下,该研究方法较支持向量机(Support Vector Machine,SVM)和BP(Back Propagation,BP)神经网络以及深度卷积模型(VGG-19和GoogLeNet Inception v2)分类效果更好。试验结果表明,通过迁移学习能把从源领域(PlantVillage数据集)学习到的知识迁移到目标领域(棉花病虫害数据集),数据增强技术能有效缓解过拟合。该研究为农作物病虫害识别技术的发展提供了参考。     

中国智慧学习环境研究现状及发展趋势--以知网学术论文研究为视角

对中国知网收录的发表在核心期刊上200余篇论文进行分析,梳理2006年以来中国智慧学习环境研究现状,探讨其未来研究的发展趋势。研究发现,智慧学习环境受到专家学者和教育实践者的关注,早期从宏观视角开展了大量理论研究,目前聚焦环境设计、技术应用和教学应用的微观研究。但是,研究视野相对比较狭窄,关于效果评价、资源开发、情感交互、学习管理系统等方面的研究成果较少,很多理论观点,没有得到实践验证。据此,认为未来智慧学习环境的研究突出四个特点,注重多向创新性融合的理论体系研究,满足个性化差异环境功能研究,大数据挖掘和可视化分析的技术应用研究,以及学习模式和学习评价的教学应用研究。     

基于迁移学习和改进残差神经网络的黄瓜叶部病害识别方法

针对在黄瓜叶部病害识别过程中使用传统卷积神经网络存在模型训练时间长、识别准确率低等问题，提出一种迁移学习和改进残差神经网络相结合的方法对黄瓜叶部病害进行识别。首先对数据集图像进行预处理，将数据集划分为训练集和测试集；然后对传统残差神经网络进行改进；最后使用迁移学习的方式对网络模型进行训练。利用该研究方法对不同的黄瓜叶部病害进行识别试验，结果表明该方法具有较高的识别准确率，可为其他作物的识别方法研究提供参考。      

儿童想象力与学习

想象广泛存在于学习活动中，它对于学生知识、技能、情感和品德的掌握具有积极作用。劳动课上，学生利用想象力可以创造出新的作品或者设计方案；几何课上，学生可透过丰富的想象构思出立体式图像结构……想象力能够激发知识，促进学生智力与身心健康的成长。我们的儿童从小就应插上想象的翅膀，在未来的广阔空域里自由飞翔。     

基于深度学习的大豆生长期叶片缺素症状检测方法

为了检测作物叶片缺素,提出了一种基于神经网络的大豆叶片缺素视觉检测方法。在对大豆缺素叶片进行特征分析后,采用深度学习技术,利用Mask R-CNN模型对固定摄像头采集的叶片图像进行分割,以去除背景特征,并利用VGG16模型进行缺素分类。首先通过摄像头采集水培大豆叶片图像,对大豆叶片图像进行人工标记,建立大豆叶片图像分割任务的训练集和测试集,通过预训练确定模型的初始参数,并使用较低的学习率训练Mask RCNN模型,训练后的模型在测试集上对背景遮挡的大豆单叶片和多叶片分割的马修斯相关系数分别达到了0.847和0.788。通过预训练确定模型的初始参数,使用训练全连接层的方法训练VGG16模型,训练的模型在测试集上的分类准确率为89.42%。通过将特征明显的叶片归类为两类缺氮特征和4类缺磷特征,分析讨论了模型的不足之处。本文算法检测一幅100万像素的图像平均运行时间为0.8 s,且对复杂背景下大豆叶片缺素分类有较好的检测效果,可为农业自动化生产中植株缺素情况估计提供技术支持。