简介:摘要从传统教学以老师讲为主向学生学为主转变,主要通过探讨初中思想品德课导学式教学模式来讨论此项转变的具体实施策略以及价值和意义。旨在培养学生自主学习,主动参与学习的积极性,在学习的过程中形成独立分析、解决问题的能力,改造创新的能力,以此提高学生整体素质。
简介:摘要:在我国社会经济快速发展下,科学技术应用的也越来越多,人们经济收入整体的提升,对电气系统也提出了更多和更高的要求。计算机技术的不断发展,智能技术也是愈加成熟,将智能化技术运用到电气工程自动化控制系统中,使得电气工程自动化控制系统越来越成熟,功能也越来越多,从而以此来达到不断满足电气工程应用市场需求的目的。对此,本文对智能化技术在电气工程自动化控制中的标准化应用进行研究,供参考。
简介:摘要目的通过设计改良数字化导航模板并应用于术中辅助寰枢椎椎弓根置钉,评估其临床效果及安全性。方法分析2015年1月至2018年12月郑州大学第一附属医院收治的行后路切开复位寰枢椎椎弓根钉棒系统内固定术治疗的寰枢椎脱位患者38例,根据术中置钉方式的不同,将患者分为模板导航组(18例)和徒手置钉组(20例)。对比两组的手术时间、C臂透视次数、出血量等术中指标;术后采用Kawaguchi法评估置钉位置的满意程度,测量并比较术前预设钉道与术后实际钉道的内倾角、头倾角、进钉点坐标;采用日本骨科协会(JOA)评分、颈椎活动障碍指数(NDI)评估两组术后症状改善程度。组间患者年龄、随访时间、疗效评估等参数应用独立样本t检验;两组间计数资料的比较采用χ2检验,组内计量资料两两比较采用配对t检验。结果38例患者均顺利完成手术,模板导航组共置入70枚椎弓根螺钉,徒手置钉组置入75枚椎弓根螺钉。模板导航组在手术时间[(87.6±35.4) min]和透视次数[(3.9±1.9)次]方面均明显少于徒手置钉组[手术时间(124.3±56.6) min(χ2=3.734,P<0.05)、透视次数(12.4±4.7)次(χ2=4.327,P<0.05)],差异有统计学意义;模板导航组在出血量[(84.5±55.2) ml]方面略低于徒手置钉组[(96.1±69.4) ml],但两者差异无统计学意义(χ2=0.875,P>0.05)。两组患者在术后随访期内各时间点的JOA评分和NDI指数均有相似改善;但是术后CT提示,模板导航组置钉Kawaguchi分级0级的总准确率为95.7%(67/70),明显高于徒手置钉组[77.3%(58/75),χ2=2.628,P<0.05],差异有统计学意义;模板导航组术后实际测量的内倾角、头倾角、进钉点坐标位置与术前预设值基本一致,而徒手置钉组术后的各置钉参数与术前预设值均存在偏差。结论改良数字化导航模板应用于寰枢椎的辅助置钉操作简便、安全,可显著缩短手术时间、减少放射线暴露,且临床效果满意。
简介:摘要:体育课堂是新时代学校体育工作贯彻落实“立德树人”根本任务和“健康第一”教育理念的主阵地。传统篮球课堂侧重于单个技术教学,以教师讲解、学生学练为主,而新课标倡导“教会、勤练、常赛”,“以赛代练”教学模式一定程度上完善了体育教学“学、练、赛”体系,更为契合《〈体育与健康〉教学改革指导纲要(试行)》的指导思想,也能更有效的促进学生运动能力的提升和健康行为以及体育品德的形成。运用文献资料法、问卷调查法、实验法等对“以赛代练”教学模式在初中篮球课堂的应用进行研究,从学生篮球运动能力、健康行为、体育品德三个维度进行解析。研究表明:以赛代练是实现激趣的重要保障,能够助力学生通过比赛活动参与实践,扎实掌握篮球基本技术,以支撑其在今后有效参与篮球实践训练,促使学生良好意志品质和健全人格的形成。
简介:摘要目的提出一种新型脉冲神经元模型及其网络,描述其建模方法,并用计算机模拟验证其性能。方法在充分考虑生物学适应性(激活电位阈值和不应期开关),及其对尖峰放电脉冲产生及其传导的动态调节机制基础上,在新型脉冲神经元模型中引入了突出后电位多通道滤波器,实现了输出电流及神经元突触强度的动态调节。提出基于自适应最小均方(LMS)的误差反向传播(BP)学习算法,并将其应用于尖峰放电神经网络的调节。结果在自发噪声下,新型脉冲神经元模型的尖峰放电间期信号直方图满足泊松分布。通过2个新型脉冲神经元的简单连接,可以形成多种复杂的尖峰放电模式。新型脉冲神经元模型具有自发本征噪声的特征,能够形成复杂的周期尖峰放电模式。对于输入噪声控制,该模型的不应期与门限电位适应性参数的稳定性较好。刺激电流-尖峰放电脉冲频率间的线性关系较好。结论所提出的新型脉冲神经元模型在自发噪声条件下能产生多种模式的振荡和相干振荡,这与生物神经元极其相似,能实现复杂的噪声信号处理。所采用的具有不同频带的多通道突触后电位滤波器,能使一些突触后电位信号变得平稳。所提出的基于于自适应LMS的BP学习算法克服了尖峰放电信号的瞬态变化特性导致的误差驱动学习算法无法应用的问题。