混合学习模式在中职计算机教学中的应用

混合式学习是活跃中职计算机专业课堂,提高中职计算机专业教学质量的一种有效的教学方法。但目前混合式学习在中职计算机专业课堂教学中运用得还比较少,把混合式学习的理念和方法运用于中职计算机专业课堂教学就成为一个迫切而有意义的课题。混合学习模式便是将传统学习方式与网络学习方式相联合的一种学习模式,将逐渐成为一种主流的教学方式。     

Connecting market orientation,learning orientation and corporate social responsibility implementation: is innovativeness a mediator?

Corporate social responsibility (CSR) has been a topic of interest to both practitioners and researchers in the forest products sector. However, the existing literature falls short of examining the connections between CSR implementation and firm cultures, a key link to further our understanding for CSR implementation. This current study investigates the relationship between firm cultures and CSR implementation in the global forest, paper & packaging industry companies. Specifically, the authors propose firm cultures, including market orientation, learning orientation and innovativeness potentially support CSR implementation. Also, innovativeness is proposed to mediate the market orientation-CSR and learning orientation-CSR relationships. Data are collected through a mail survey with responses from 58 companies (87 individuals) of the Top 100 global forest, paper & packaging industry companies, identified by PricewaterhouseCoopers in its 2008 Global Forest, Paper & Packaging Industry Survey. Results confirm the hypothesized relationships between market orientation and CSR and learning orientation and CSR. However, the proposed mediating effect of innovativeness is not significant.     

The Future Development Trend of the Learning Environment

学习环境的未来发展趋向是：以学习为中心,鼓励学生积极参与,使其具有自我管理意识;社会性的合作学习;与学习者的动机和情感具有高度的契合性;关注学习个体间的差异;学习者在这种学习环境中没有过多的学习负荷;使用与目标相一致的评估标准,强调形成性评价的反馈;能促进学校内外以及跨学科活动间的横向连接。为适应学习环境的发展趋向,要将教师放在变革的第一线并改变教师的教育信念,提倡创新形式的教育,提高学校知识管理所发挥的作用,并关注专业化的合作和实践社区。     

论农业高等教育与农业的可持续发展

本以高等教育在未来经济发展中所占有的重要地位为出发点，分析了科学人主义教育观与持续发展思想间的契合关系，着重阐述了实施农业可持续发展战略中化力的作用特别是农业高等教育在优化人环境中的作用。     

谈高校管理中的激励技术

在高校的管理过程中，科学地选择激励技术是调动教职工积极性，发挥教职工创造性，质量和办学水平的有效的一从六个方面对此了探讨。     

21世纪高校学生工作发展趋势初探

２１世纪信息时代的到来和高等教育改革的不断深化，对我国高校学生工作提出了严峻的挑战。在这种新的形势下，高校学生工作将呈现五种发展趋势。     

基于高光谱与在线序列极限学习机确证大米产地方法

为满足快速无损的大米产地确证需求，采集吉林省梅河口市水稻主产区及松原、大安、辉南等其他水稻产区共990个大米样本的高光谱图像（400~1 000 nm）作为研究对象，利用多元散射校正（MSC）处理方法对光谱进行预处理。采用多层感知机（MLP）、极限学习机(ELM)与在线序列极限学习机(OS-ELM)算法，分别基于全波段高光谱数据以及经多维尺度分析（MDS）方法降维后的数据建立产地确证模型。结果表明，基于全波段高光谱数据的OS-ELM模型分类性能最好，准确率达到98.3%。经MDS处理后，输入的数据变量减少了96.6%，MDS-OS-ELM模型准确率稳定在97.4%。对三种模型的训练时间进行对比分析，OS-ELM训练时间明显优于MLP，在分批次获取数据时训练时间优于ELM。为大米产地确证提供了一种高效、准确、稳定的方法。     

全面提高农林院校硕士生计算机应用水平

随着我国改革开放步伐的加快、加入世贸组织日期的临近，高等农林院校硕士研究生的计算机教育将面临更大的挑战和机遇。如何抓住机遇，迎接挑战，全面提高农林院校硕士研究生计算机应用水平，是目前农林院校硕士生教育急需解决的问题之一。本在调查研究的基础上分析探讨了目前国内农林院校硕士研究生计算机教育存在的问题，并给出了几点改革建议。     

基于可信多数投票的快速概念漂移检测

数据流因具有数据持续到达，概念漂移产生时刻无法预测、概念的数量不确定等特征，使得滑动窗口的大小很难事先确定，滑动窗口包含概念的数量对概念漂移检测存在影响.本文提出了基于可信多数投票的快速概念漂移检测算法（CMV_SEA），该算法使用SEA算法中的基分类器淘汰方法，使用可信多数投票实现滑动窗口中基分类器的集成.仿真实验表明：相比于SEA算法，CMV_SEA算法提高了泛化能力；能在新概念产生的第一时间内检测到概念漂移；对概念漂移的检测能力和新概念的学习能力不受滑动窗口大小的影响.     

基于Elman小波神经网络的垦区地下水位预测模型研究

在现有Elman神经网络和小波分析理论研究的基础上,提出了Elman小波神经网络模型。给出了Elman小波神经网络梯度下降法训练的推导过程,为了避免梯度下降法收敛速度慢、容易产生振荡和陷入局部最优等缺点,在Elman小波神经网络的训练过程中引入动量项和自适应学习速率,并将该网络应用到垦区地下水位预测中,取得了良好的预期效果。在训练过程中,该网络具有收敛速度快,精度高等优点,同时也具有较好的泛化能力。