简介：本文就体育教育中美育教育的意义、功能与依据、框架与运用进行了阐述。提出了有关体育教育中美育目标的构建的具体设想，强调了美育的体育教育中的重要性及其应用价值。

简介：

简介：有效教学既是一种教学理念，也是一种教学策略和评价标准。目标教学作为一种目标导向、反馈矫正为基本特征的教学模式和教学方法,体现了有效教学的基本理念，是一种有效的教学策略和教学方法。作者从有效教学的理念出发，探讨了目标教学的有效性及其在历史课堂教学中的应用，提出了历史课堂教学交流互动四步教学模式和教学方法,对于新课程背景下教师如何改进课堂教学，提高教学效益具有一定的现实意义。

简介：语文教育活动是一种社会性的活动，与社会生活、社会需要密不可分。因此，语文教学就必须要贴近社会生活，教学内容必须与社会实际需要相联系，并随着社会生活的发展而发展。这就要求我们“努力建设开放而有活力的语文课程”。

简介：

简介：课程改革是我们教师面临的首要任务，而探究式教学是课程改革的一大特色。本文作者就探究式物理课堂教学中的教学策略和应注意的几个问题谈出了自己的看法和体会。

简介：从系统论的角度，把德育目标看作一个系统，其要素为道德目标、法纪目标、心理目标、思想目标、政治目标五大要素目标，各要素目标组成有机统一整体。德育目标系统具有的整体性、层次性、动态性与开放性特征是我们科学把握德育目标系统并有效发挥其功能的关键。

简介：

简介：探究性阅读是《语文课程标准》对阅读教学提出的一个崭新目标，它具有开放性、自主性、挑战性和实践性等特点。在阅读探究时应贯彻主体性、问题性、过程性、合作性、倾听性的原则，主要方法有丈本式探究、迁移式探究、应用式探究、活动式探究。

简介：

简介：本文首先揭示互动式教学模式的实质内涵，进而分析当前我国高校《社会学》课堂教学中师生互动关系存在的问题，在此基础上，积极构建我国高校新型师生互动教学模式，以讨论式教学法为例，对如何在大学《社会学》课堂教学中实施讨论式教学提出具体建议。

简介：

简介：如今的知识经济社会，强调学生的可持续发展，注重使学生学会生存、学会学习、学会创造、学会关心、学会负责、学会合作和交流，这就迫切需要教师转变教育理念，实施开放性的课堂教学，最终使学生在知识、技能、情感、态度等方面得到全面的发展。为了让“不同的学生学习不同的数学，人人学有价值的数学”，在教学中，我们主要采取了以下几个方面的策略进行开放式教学。1.教育观念的开放2.实现教学内容的开放3.实施开放的课堂教学过程4.实施教学环境的开放5.实施学习方式的升级6.实施学生学习自主权的开放7.实施教学评价的开放。

简介：师范院校教育实习要实践检验、学习培养学生的的职业素质、团队协作精神、教育理念、教育教学技能、教育教学艺术等。

简介：师范院校教育实习要实践检验、学习培养学生的的职业素质、团队协作精神、教育理念、教育教学技能、教育教学艺术等。

简介：

简介：摘要 : 土壤重金属污染及其修复是当前环境科学研 究中的一个重点。土壤重金属总量作为评估土壤污 染的重要指标，广泛应用于各国土壤环境质量标准 中，但众多研究表明，仅以重金属总量并不能准确 评估土壤重金属的潜在环境风险和人类健康风险，且在改良剂修复重金属土壤后， 重金属被固定，总量变化不能反映改良效果。重金属的生物有效性信息，既是污染土壤风险评估的重要手段，又是人们 对受污染土壤进行治理和修复的基础。而如何确定重金属污染修复后的环境风险是环境科学领域里的一个热点和难点问题

简介：探究性实验的一般模式为发现问题、提出问题，实验设计，实验验证和结论。初中学生物探究式实验教学有利于培养学生的动手能力，实践能力和创新意识，能全面提高学生的科学素质。

简介：

简介：摘 要 : 针对于当今监控系统大多只起拍摄作用而无智能监控手段的问题，提出了基于目标检测算法的智能监控系统。在运用目标检测算法与人脸检测算法的基础之上，利用这些算法实现了能够检测移动目标并进行图像之中人脸的检测与提取，从而当陌生人进入时系统能够精确识别。实现了智能化监控，极大提升了监控的准确性与安全性。 关键词：目标检测、人脸检测、 智能监控 引言 智能视频监控系统无需监控人员持续地盯着屏幕，减轻了工作人员的负担，并具有主动性和实时性的优势。智能视频监控系统的主要职责是利用计算机视觉技术从视频图像中检测、跟踪、识别人脸，并对该主体的行为进行理解。 一、系统设计原理 该系统在原视频系统的监控功能基础上，还增加了以下功能： 包括固定传感器布控预警、华为云平台 Atlas200DK智能摄像头、数据处理系统、可视化一体平台。其中可视化一体平台包括人员属性检测采集系统和视频结构化回溯系统实现人脸信息采集的智能化分析及预警。 （ 1）视频监控系统具有人脸识别能力。要求系统能够自动捕捉出入监控范围的人员脸部图像与数据库信息进行比对 , 并自动识别判断是否为可疑人员上传至数据库处理系统。数据处理系统通过算法模型进行人脸识别并与云数据库中的信息比对，若信息不匹配，则智能启动无人机，无人机将进行目标追踪。 （ 2）系统会将收集到的信息上传至可视化一体平台。固定摄像头拍摄图像信息上传到数据处理系统，数据处理系统通过数据处理算法和可视化数据分析上传至可视化一体平台。无人机拍摄可疑人员后自行处理并上传至可视化一体平台呈现给用户。 二、算法分析 2.1目标检测算法（ YOLO v3） YOLO v3采用帧间差分法进行图像提取，且采用多个 scale融合的方式做预测。原来的 YOLO v2有一个层叫： passthrough layer，假设最后提取的 feature map的 size是 13*13，那么这个层的作用就是将前面一层的 26*26的 feature map和本层的 13*13的 feature map进行连接，有点像 ResNet。当时这么操作也是为了加强 YOLO算法对小目标检测的精确度。这个思想在 YOLO v3中得到了进一步加强，在 YOLO v3中采用类似 FPN的 upsample和融合做法（最后融合了 3个 scale，其他两个 scale的大小分别是 26*26和 52*52），在多个 scale的 feature map上做检测，对于小目标的检测效果提升还是比较明显的。 YOLO v3中对前面两层得到的 feature map进行上采样 2倍，将更之前得到的 feature map与经过上采样得到的 feature map进行连接，这种方法可以让我们获得上采样层的语义信息以及更之前层的细粒度信息，将合并得到的 feature map经过几个卷积层处理最终得到一个之前层两倍大小的张量。 图 1 帧间差分法算法流程图