数学教学中怎样促进学习的迁移

迁移是心理学中的一个名词.简言之,就是一种学习对另一种学习的影响.如果一种学习对另一种学习起促进作用就叫正迁移,简称为迁移.如果一种学习对另一种学习起干扰或阻碍作用就称为负迁移,简称为干扰.     

基于KMM匹配的参数迁移学习算法

当训练数据和测试数据来自不同的领域或任务以至于训练数据和测试数据的分布不相同时,需要进行知识的迁移.本文提出一种基于实例KMM匹配的参数迁移学习方法.利用KMM算法估计每个源领域实例的权重,再利用得到的权重,把这些实例应用到基于参数的迁移学习方法中.把该迁移学习算法应用到无线网络定位问题中时,该方法的定位准确度要高于单独从实例或是从参数出发的迁移学习方法.     

谈谈利用迁移原理提高教学效果

掌握知识的目的在于应用 ,因此 ,学生能否将学到的新知识运用到新的环境中去解决相应的问题至关重要。知识的迁移也叫学习的迁移 ,心理学上把获得知识、情感和态度对后续学习活动的影响或者后续学习活动对先前学习活动的影响称之为学习的迁移。学习有先后之分 ,我们把先前学习对后续学习的影响称为顺向迁移 ,反之 ,则为逆向迁移。学习之间的影响有促进和干扰之分 ,一种学习对另一种学习起促进作用的称为正迁移 ,如果起干扰或抑制作用的则称为负迁移。教学中 ,教师应遵循促进学习迁移的教学原则 ,尽量引导正迁移 ,充分体现“为迁移而教”。实…     

基于二次迁移模型的小样本茶树病害识别

为提高小样本茶树病害识别的准确率,提出一种基于2次迁移模型的卷积神经网络茶树病害图像识别方法.首先将ResNet模型在ImageNet数据集上进行预训练,然后将预训练模型对植物病害数据集进行参数迁移训练,最后将迁移学习训练后的模型对扩充后的小样本茶树病害数据集进行2次参数迁移训练.结果表明,扩充后的数据集识别准确率较原数据集提高2.32％,再进行2次迁移学习后识别准确率又提高6.38％.通过调整训练超参数,对茶红锈藻病、炭疽病、茶网饼病、圆赤星病、藻斑病等5种茶树病害图像的识别准确率高达96.64％.在对5种茶树病害进行验证时,验证样本识别率与常规深度学习相比由93％提高至98％.2次迁移学习能够有效提高在小样本茶树病害识别下模型的识别能力,对实用化茶树病害识别具有重要的参考意义.     

迁移效应在体育教学中的应用

在体育心理学中,把先学习的运动技能对后学习的运动技能产生的影响称为迁移效应.若先形成的运动技能对新技能产生积极影响,并能促进新技能的形成和发展,称"正迁移";若先形成的技能对新技能的形成产生消极影响,即干扰和阻碍了新技能的形成,称"负迁移".     

山东方言对英语语音的迁移作用

汉语、英语属于不同的语系,在语音方面存在着差异。中国学生学习英语语音时存在着迁移现象。由于地区差异,地方方言对英语语音的迁移现象尤为显著。本文利用迁移理论,论述了山东方言对英语语音的正负迁移作用,提倡学习者在学习过程中克服负迁移的干扰,利用正迁移因素提高英语语音的学习。     

浅谈英语教学中的文化迁移现象

文化和语言相互依存,互为一体,密不可分。文化迁移是在语言学习过程中母语对于学习目的语的影响,包括语际正迁移和负迁移,即母语对于外语学习产生的积极和消极的影响。笔者从汉英文化差异的角度,分析了文化迁移对于英语学习的影响及对英语教学的启示。     

母语负向迁移与英语写作

任何学习过程都有迁移现象，迁移又分为正向迁移和负向迁移，母语迁移对外语学习的影响历来是语言学家研究的重点，也是引起争论的焦点之一，母语的负向迁移对英语学习的影响非常明显，涉及范围较广，从词汇到句法－－从句子到篇章－－从思维到文化，值得在英语写作教学中深入研究。     

母语迁移与外语学习

迁移是心理学的一个概念,意思是已经获得的知识、技能,甚至学习方法和态度对学习新知识、新技能的影响。如果这种影响是积极的,就叫正迁移,反之则是负迁移。在外语学习中,迁移是指先前的语言学习经历,主要是母语学习经历对学习新语言的影响。本文将就这一问题作一探讨,并就如何对待母语迁移提出一些建议。1不同时期的两种观点结构主义语言学,深受行为主义心理学的刺激──反应──强化等观点的影响,提出这种主张的学者认为外语学习是新旧知识的联结,是一种习惯的形成,而母语这种先前的语言学习习惯会对外语学习起迁移作用。并认…     

母语迁移与外语学习

迁移是心理学的一个概念,意思是已经获得的知识、技能,甚至学习方法和态度对学习新知识、新技能的影响。如果这种影响是积极的,就叫正迁移,反之则是负迁移。在外语学习中,迁移是指先前的语言学习经历,主要是母语学习经历对学习新语言的影响。本文将就这一问题作一探讨,并就如何对待母语迁移提出一些建议。1不同时期的两种观点结构主义语言学,深受行为主义心理学的刺激──反应──强化等观点的影响,提出这种主张的学者认为外语学习是新旧知识的联结,是一种习惯的形成,而母语这种先前的语言学习习惯会对外语学习起迁移作用。并认…     

基于迁移学习的芒果成熟度分类算法研究

成熟度判别是芒果采收及储藏的重要依据.为了适应移动设备硬件算力的限制，对比了传统机器学习方法和迁移学习方法在芒果成熟度鉴别方面的表现，优选最佳模型并开发了芒果成熟度分类软件.试验采集了不同成熟度的小台农图像100张，进行数据扩充后按照8:2划分为训练集和测试集，以准确率、F1值和预测时间作为模型评价指标，分别采用k近邻(K-NearestNeighbor, KNN)、支持向量机(Support vector machine, SVM)、朴素贝叶斯(Naive bayes, NB)、决策树(Decision tree, DT)机器学习算法模型和AlexNet、ResNet18、VGG16、GoogleNet和SqueezeNet迁移学习算法模型进行训练和测试，并对比分析各模型的表现.结果表明：机器学习虽然运算速度快，但分类的准确率明显低于迁移学习，迁移学习的分类准确率均在90%以上.但综合考虑模型的分类准确率和计算能力认为Resnet18表现最佳，它在迭代20次后准确率达到98.75%,而测试时间仅为74.66 ms,优于其它深度学习模型.     

基于k-means分割和迁移学习的番茄病理识别

针对有背景干扰的番茄病理叶片,将k-means分割与迁移学习相结合,提出一种基于k-means分割和迁移学习的方法对番茄病害叶片进行识别.首先对原始图像进行一系列预处理,再将处理后的图像进行k-means分割,得到叶片边缘的最小矩阵图像,之后进行去噪处理,简化突出图像特征,再根据预处理后的图像特点,优化改进迁移的VGG16网络结构,构建CNN模型对预处理后图像进行识别.结果显示,通过分割后训练方式平均精度提升了0.37百分点,通过冻结迁移的VGG16网络第1个卷积模块并修改全连接层的方法提升了5.4％左右.因此本研究认为通过分割、冻结VGG16第1个卷积层模块的参数并修改全连接层可以提升番茄病理识别率.     

基于轻量级神经网络的农作物病害识别算法

应用深度学习的图像分析技术,可较早地、无损地检测作物病害,但移动端计算资源的有限性限制了深度学习在移动端的应用和发展.利用迁移学习方法,进行多种神经网络的预训练,将其在ImageNet图像数据集上学到的知识迁移运用到多种农作物数据集及番茄单作物数据集的多种病害识别上,并进行多个深度学习模型在多种作物数据集的计算复杂度、...     

学习迁移规律在英语教学中的运用

迁移是教育心理学的重要组成部分 ,是在学习过程中取得的经验的横移和引进 ,在学习过程中起着重要的作用。迁移现象的发生不是自动的 ,它需要具备一定的条件。重视迁移规律 ,合理运用迁移规律 ,可以更加有效地提高教学效果     

汉语思维方式及写作经验在中国学生英语写作中的迁移现象

语言迁移现象会在语言学习的各个方面发生，正迁移对英语学习有促进作用，负迁移则有阻碍作用。写作教学是外语教学中的难点之一和薄弱环节，更容易发生负迁移。运用对比错误分析方法，对中国学生写作时容易发生的汉语负迁移现象进行了分析，试图对我国英语写作教学的改进提供一己之见。     

论外语学习中本族语的迁移

在外语的学习过程中,本族语(母语)的语言特征、模式或语法形式对外语会有促进或干扰作用。因此,在外语学习中,要根据迁移理论,利用母语正迁移的优势,排除母语负迁移的干扰,更快、更好、更有效地学习和掌握外语。     

母语迁移对英语学习的影响及教学对策

语言迁移问题表现在母语对英语学习的正迁移作用和负迁移作用两种。运用对比法针对英语教学活动中出现的语言迁移现象进行分析并提出具体的解决方法：强调母语与英语的异同点,培养学生正确学习英语的习惯;发挥母语的桥梁作用,促进学生对英语知识的理解和掌握。英语教师应在教学活动中积极地运用正迁移、巧妙利用负迁移作用,提高学生的英语学习效果。     

浅析母语负迁移对英语学习的影响

“母语负迁移”是英语学习者学习目的语过程中普遍遇到的问题，也是英语学习者应该正视的问题。它增加了目的语学习的难度，在许多方面影响了目的语的学习，是英语学习的“瓶颈”。本文主要探讨“母语负迁移”对英语学习的负而影响，从而引起英语学习者的注意，减少或克服“母语负迁移”，以便轻松学好英语。     

基于迁移学习的多模型水稻病害识别方法研究

水稻病害是影响水稻产量的重要因素之一,使用传统机器学习方法识别农作物病虫害效果并不理想,因此该研究使用深度学习技术结合迁移学习方法识别常见水稻病害.使用当前深度学习领域经典网络模型VGG、ResNet、DenseNet、InceptionResNet、Xception模型作为预训练模型,通过比较不同模型在新任务上的表现,选取性能最好且最稳定的Xception模型作为最终模型.试验结果显示,DenseNet、InceptionResNet、Xception的识别准确率可以达到97％,尤其是Xception模型不仅可以达到98.50％的最高识别准确率而且是最稳定的.该研究通过试验探讨了适用于常见水稻病害智能识别的最佳模型,同时表明了使用迁移学习方法解决新任务的有效性.     

外语学习中本族语对目的语的影响

在外语学习中,存在着本族语对目的语的迁移现象。当本族语与目的语的某些特点相同时,学习者的本族语知识会对目的语的学习起促进作用,产生正迁移。当本族语与目的语的某些特点相异时,学习者若借助于本族语的一些规则,就会产生负迁移(干扰)。对本族语迁移现象的分析,能启发教师在教学中帮助学生克服干扰,促进正迁移,从而提高外语教学效率。