摘要：“借形想象”其实是人类最普通、最原始的想象能力，非常适合运用到幼儿美术中，并最大限度地促进幼儿想象力的发展。“借形想象”将没有的情景转换成有情景，将一个型转换成另一个型，将一个情景转换成另一个情景。艺术是人类感受美、表现美和创造美的重要形式，也是表达自己对周围世界的认识和情绪态度的独特方式。每个幼儿心里都有一颗美的种子，通过创意美术活动让孩子们感受到利用自然中、生活中事物的颜色形状也可以进行创作，打破传统对幼儿对美术活动的理解和感受。美术不仅仅是涂涂画画，还是想象，而且这想象无处不在。

摘要：以AMESim液压仿真软件为设计平台,建立实验用小型密炼机上顶栓位置系统液压模型,并采用比例-积分-导数(Proportion-Integral-Differential,PID)控制上顶栓运动,实现运动过程仿真。仿真结果表明:设计的上顶栓位置控制系统工作过程平稳,两液压缸能实现同步随动;采用遗传算法优化PID参数后,系统对周期信号的跟随误差显著减小。

摘要：在线考核平台作为课程考核信息化的重要载体,唯有与课程教学相融合,并落实到教学评价中去,才能充分有效的发挥其价值。本文从在线考核平台的设计、教学过程的嵌入、在线考核的实施,以及与课程的深度融合等方面展开研究。结果表明,课程教学各项指标和学生学习综合效能均有一定程度提升。作为教与学的有力工具,在线考核平台对课程考核方式的革新和学生学习积极性的促进亦有较高价值。

摘要：从教近三十年,我一直追求＂教得轻松学得快乐＂的境界,基于这一点,我们一直尝试着一些教学实践,以此提高教学效率,提高教学质量。

摘要：Problem-Based Learning(以问题为本的学习,简称PBL)认为:1.学习是:"先问题,后学习"。强调以问题为导向,尊重并以学习者原有的知识为基础,鼓励学生探索问题的解决方法,启发新思想。2.学生是主动学习者,教师是促进者和设计者。学生承担学习的主要责任,教师则扮演非强制性的旁观指导者,设计巧妙的开放情景,使学生围绕问题寻求新的见解。

摘要：通过走访调研,从“立市”金名片、“兴城”生力军、“建窗”好载体和“社会”稳定器四个方面分析了“亚运兴城”行动中实现安置社区村民市民化的重要意义;归纳总结了“亚运兴城”行动中实现安置社区村民市民化的主要问题,包括转变问题、滞后问题、落地问题和归属问题。最后,文章结合杭州市萧山区文明办的相关意见,提出了“亚运兴城”行动中实现安置社区村民市民化扎实做好参与篇、全面推进建设篇、共同谱好合力篇、用心书写融合篇的对策建议。

摘要：《水浒传》中的宋江是梁山义军的头领,十分擅长社会交往,具体来说体现在他与上级领导、与同级同事和与下级员工的交往这三个方面。评价和研究其人际交往艺术,对当今文秘专业的大学生仍具有启发意义,会使我们在日后的职场生涯中更加老练成熟,更为博学多才,更有社交风度。

摘要：教育部把高中音乐、美术课作为必修课来开设,目的在于提高全体高中学生的文化艺术修养,以完成素质教育任务。普通高中美术课程有自己的特点,它是艺术学习领域高一层次的必修课,那么怎样引导学生对美术欣赏进行探究性学习?笔者将通过这样几个途径来进行探究性教学:第一,在新课教学中进行;第二,用课外知识引导;第三,在创作美术作品中引导。

摘要：所谓“活动单导学”就是教师根据学生实际，以课标为纲，以课本为例，以学生为主线设计的活动方案。其中“活动”是课堂教学的灵魂，更强调学生的主体能动性，让学生主动参与、乐于探究、善于合作、不断提出问题、分析问题和解决问题。而信息技术理论课概念性、知识性强，对于高中学生来说，信息技术教学中的理论课与上机操作课相比显得枯燥、乏味，部分学生甚至有抵触心理。在新课改的前提下，如何调动学生积极性，提高理论课教学的有效性是我们信息技术教育者面临的一个重要问题。

摘要：尽管卷积神经网络(Convolutional Neural Network,CNN)已广泛应用于遥感影像变化检测任务,但CNN感受野有限,难以有效提取全局语义信息。针对上述问题,本文提出一种用于变化检测任务的端到端局部-全局特征增强的编-解码网络模型(Local-Global Feature Enhancement Network,LGE-Net)。在编码部分,LGE-Net利用CNN_ResNet34骨干网络分别获得双时相遥感影像局部语义特征,级联后输入Locally Enhanced Transformer(LE-Transformer)结构捕获远距离语义依赖,提取深层全局语义特征。在解码部分,嵌入语义增强模块(Context Enhancement Module,CEM)连接解码特征与多尺度局部特征,实现变化对象的准确定位与分割。此外,针对LE-Transformer各分块内部以及相邻分块序列间缺乏局部信息交互问题,设计了局部特征增强前馈网络(Locally Enhanced Feed Forward Network,LEFFN)。在LEVIR-CD和CDD变化检测数据集上的综合对比试验表明,本文提出LGE-Net模型取得的F1-score分别达到91.06%和94.78%,显著优于其他对比模型,可更加精准识别变化区域,进一步减少误检以及漏检率,且具有良好的泛化能力。