摘要：随着国力的增强,在人们物质生活得到极大满足的前提下,越来越多的人注重精神文化的享受,作为一种重要的艺术表现形式,音乐获得了快速的发展。音乐,对提高个人的综合素养、丰富个人的情感世界和精神世界意义重大,因此许多人开始主动的参与不同的音乐实践活动,通过系统科学音乐训练来实现自身的发展。在各种不同类型的音乐实践中,扬琴越来越受到人们的关注,它所蕴含的音乐元素也更为复杂,对个人的音乐素养提出了极高的要求,因此要想掌握扬琴演奏的技巧除了需要注重不断的训练以及提升,通过反复的训练来实现个人综合演奏能力的稳定以外,学术界和理论界在对扬琴演奏进行分析和研究的过程中明确强调时间的管理也尤为重要,只有高效的分配好时间才能达到最好的学习效果,作者希望通过对练习时间管理的梳理给扬琴学习者一点帮助。

摘要：提出了一种基于软计算的转子故障诊断方法。该方法充分利用软计算中的模糊集合理论,人工神经网 络,粗糙集理论和遗传算法等计算方法优势,弥补它们相互的不足,进行故障诊断。首先利用粗糙集理论对样本数据进 行初步规则获取,并计算规则的依赖度和条件覆盖度,然后根据这些规则进行网络设计,其中,网络隐层节点的数目等于 规则的数目,初始网络权重由规则的依赖度和条件覆盖度确定,最后用遗传算法对模糊神经网络参数进行优化。使用该 网络对转子类常见故障进行诊断。实验表明,和一般模糊神经网络相比,这种基于软计算的诊断方法具有训练时间短、 诊断准确率高的特点。

摘要：高校微机室接入互联网,这使得高校网络信息系统的安全受到更多关注,尤其是异常入侵检测系统的设计。本文研究了基于SVM的入侵检测系统,针对SVM训练时间长的缺点,提出了一种改进的减少样本点数目的算法。利用Lincoln实验室入侵检测系统评估数据集合对此算法进行测试。结果表明,该算法的训练时间低于传统算法的训练时间,同时成功率接近传统算法,为高校微机室入侵检测系统的设计提供重要参考。

摘要：为解决海量数据环境下,出现分类准确率降低、模型参数训练时间较长等问题,提出一种基于限定模糊规则的多分类器。对确定规则分类过程进行分析和改进,认为确定规则训练过程中后期过于追求精确是导致模型收敛速度下降的关键原因;在此基础上建立总体模型,对收敛程度进行模糊处理,降低模型参数训练时间。通过对确定规则进行正反向规则的补充,减少模糊操作误差,保证分类准确率。通过在Spark计算框架下,与确定规则进行实验对比,验证了该分类器能够有效减少计算迭代次数,提高分类准确率。

摘要：近几年来，随着艺考热的升温，走艺术发展道路的普通高中学生越来越多，艺术生的文化课普遍较差，而数学则是最薄弱的一科。大部分艺术生对数学都缺乏热情，数学基础更是参差不齐。由于专业训练时间的挤兑，艺术生文化课学习时间相对较短，特别是在高三阶段，学生普遍存在畏难情绪。这样，改变艺术生的数学学习状况，大面积地提高艺术生的数学成绩，作为一个课题摆在了广大数学教师的面前。

摘要：近些年随着大众经济条件的提升与艺术风潮的兴起,古筝艺术掀起了一股学习的热潮,这股热潮对于古筝训练与教学方式方法的发展起到了一定的促进作用。但因为古筝艺术的快速发展,其中关于古筝练习曲的编排与建设却出现了滞后的现象,特别是古筝练习曲内容编排与学习指导的问题。同时,在教学实践中也存在着忽视练习曲重要性的现象。笔者经过多方了解,发现学习者在练习中往往都是直接训练教师布置的乐曲,并未给练习曲预留出足够的训练时间。因此,针对于古筝练习曲训练的重要性,笔者希望结合自己的实践谈一谈对此的分析理解与相应对策,希望能够对古筝练习曲的创作与训练产生一定的借鉴意义。

摘要：花样游泳是一个很有艺术性、很具有美感的运动项目,有＂水上芭蕾＂之称。同时它也是一个体能消耗很大的竞技体育项目,特别是运动员训练时间长、强度大．需要大量的营养补充才能够保持最佳的竞技状态．

摘要：世界上人与人沟通的最佳语言是音乐。在音乐教育中，合唱教学是学生进行艺术实践，表现音乐最有效的手段。童声合唱以它的音色纯朴、亮丽、悦耳、美妙的声音效果，被称为“合唱团里”的“天籁之音”。如何根据童声特点，使学生在有限的训练时间内掌握合唱的技巧和方法，培养一支优秀的合唱队？笔者结合十几年的教学实践，谈几点体会。

摘要：特战队员的作战任务变化多样，前一小时可能还在山地与极端组织远距离厮杀，后一小时又可能转移到城市进行室内近战，解救恐怖分子劫持的人质。这些不同的任务类型又需要不同特点的枪械，如此一来特战队员需要适应好几种枪械，无疑增加了训练时间，

摘要：电子音乐分类有利于电子音乐的在线检索,当前电子音乐分类模型难以准确识别各种类型的电子音乐,使得当前电子音乐分类模型分类效果差,为了提高电子音乐分类正确率,提出了多特征融合和机器学习算法的电子音乐分类模型。首先采集电子音乐信号,并从电子音乐信号中提取分类的多种特征,然后采用机器学习算法描述电子音乐信号类型和特征之间的联系,建立电子音乐分类器,最后采用模型对多种电子音乐进行分类仿真实验,结果表明,相对于当前其它电子音乐分类模型,该模型减少了电子音乐分类器构建的时间,加快了电子音乐分类速度,能够高精度识别各种类型的电子音乐,电子音乐分类正确率明显提高,验证了该电子音乐分类模型的优越性。