学科分类
/ 4
79 个结果
  • 简介:数学核心素养问题是当下数学教育研究领域的热点话题,培养学生的核心素养要诉诸深度学习.深度学习是学生源于自身动机的对有价值的学习内容展开的完整的、准确的、丰富的、深刻的学习,是一种有意义、理解性、阶梯式的学习.数学深度学习是学生形成数学核心素养的关键环节.综观当前的数学教育教学现状,学生的学习大多是浮于浅表的、机械模仿的,没有使学习真正向纵深发展.那么,数学教师应该如何引领、

  • 标签: 学习过程 思维过程 问题解决 课堂教学 机械模仿 解题思想
  • 简介:针对实践中存在的指纹图像错位问题,提出了基于深度学习的错位指纹图像自动识别算法.通过将错位指纹自动检测问题转化为一个四分类问题,搭建了一个深度卷积神经网络并用已知的标签进行有监督学习,将学习得到的模型用于预测给定指纹图像的类别.通过对模型性能的准确率、空图识别率和错位判正率3项指标的评价看出,本识别算法取得了良好的效果.

  • 标签: 指纹图像 深度学习 错位指纹图像
  • 简介:以卷积神经网络为代表的深度学习算法在医学影像分析领域正引起广泛美注,并取得了令人惊叹的进步。为了进一步提高卷积神经网络在计算机辅助筛查肺结节应用的准确率,本文设计了2种改良的深度卷积神经网络,这些改进加快了神经网络的训练速度.有效地防止了算法的过拟合。相比只采用二维卷积核的其他检测模型,该模型能够有效地学习到CT影像三维重建后的图像特征。通过实验,改进的检测模型在LUNAl6数据集上的准确率明显好于其他模型,这种网络结构也可用于医学影像领域中其他三维图像的检测场景。最后,构建了一套适用于远程医疗的“计算机辅助肺癌筛查与诊断系统”,该系统能够自动检测出CT影像中肺结节,并给出结节的良恶性概率评估。通过该系统的应用,可以有效缓解放射科医生超高的劳动强度,提高阀片效率,服务更多患者;减少漏诊和误诊发生的次数,有助于提高肺结节的诊断准确率;从而促进我国肺癌早筛工作的推广。

  • 标签: 深度学习 卷积神经网络 肺癌筛查 肺结节 医学影像分析 计算机辅助诊断
  • 简介:等比数列前n项和是数列的重要内容,渗透了很多重要的数学思想方法.但其求法很多,且都有一定的难度.本文将对等比数列前n项和不同求法中有启发和教学意义的部分解法进行归纳整理,将蕴含在解法背后的隐性思维显性阐述出来,从思想层面、方法层面以及知识层面等对其进行深度分析,尝试对不同解法的分析探索出一些教法上的建议.

  • 标签: 等比数列 前N项和 深度分析 求法 数学思想方法 分解法
  • 简介:1问题提出奥林匹克数学竞赛(mathematicalOlympic)简称“奥数”,是针对有数学天赋的青少年学生开设的一个学科竞赛,旨在培养学生学习数学的兴趣.许多小学生的家长抱着提高孩子成绩的目的,将孩子送到奥数补习班,使奥数学习越来越大众化.此外,奥数成绩已成为很多知名中学从小学选拔优质生源的重要参考,为了能在小升初的竞争中占得先机,很多小学生甚至从二三年级开始学习奥数,参加奥数学习的学生呈现低龄化的趋势.

  • 标签: 学习兴趣 小学生 学习动机 数学竞赛 青少年学生 奥林匹克
  • 简介:随着计算机技术的飞速发展,数据的收集和存储能力得到了极大的提高,在科学研究和社会生活的各个领域,海量表现形式复杂的数据涌现。针对同一对象从不同途径或不同层面获得的特征数据被称为多视角数据。多视角学习是利用事物的多种视角表征进行建模求解的一种新的机器学习方法,它一般需遵循两个原则:1)一致性原则;2)互补性原则。近年来,多视角学习已经引起了广泛的关注和研究。本文对多视角学习算法的研究以及相关理论研究的进展进行了综述,并指出了多视角学习面临的挑战及下一步可能的研究方向。

  • 标签: 多视角学习 一致性原则 互补性原则
  • 简介:一个事件为必然事件,其概率必为1.一个事件为不可能事件,其概率必为0.但是,概率为1的事件是否为必然事件?概率为0的事件是否为不可能事件?可能大多数学生以及一些老师一致认同:概率为1的事件为必然事件,这个事件一定会发生,概率为0的事件为不可能事件,这一事件一定不会发生.但事实并非如此,概率为1的事件不一定是必然事件,进行一次试验,事件可能不会发生,概率为0的事件进行一次试验,事件有可能会发生.

  • 标签: 概率 必然事件 不可能事件 学习 试验
  • 简介:通过利用Mathematica4.0这一数学软件对中Taylor公式的讲授,把传统的教师讲授-记忆--测验的学习过程,变成了SoundersMaclance提出的直觉--探试--思考--猜想--证明的过程.充分利用计算机强大的计算和丰富的图形功能进行真正意义上的多媒体的教学.

  • 标签: “Mathematica 4.0” 近似计算 TAYLOR公式 多媒体辅助教学