华南师范大学：《教育心理学》课程教学资源（PPT课件讲稿）第一章 教育心理学对象与基本体系、第二章 学习与学习理论概论

基于面部动态表情序列，针对静态表情缺少时间信息等问题，将空间特征与时间特征融合，利用神经网络在图像分类领域良好的特征，对需要进行细节分析的表情序列进行处理，提出基于分离式长期循环卷积网络(Separate long-term recurrent convolutional networks, S-LRCN)的微表情识别方法。首先选取微表情数据集提取面部图像序列，引入迁移学习的方法，通过预训练的卷积神经网络模型提取表情帧的空间特征，降低网络训练中过拟合的危险，并将视频序列的提取特征输入长短期记忆网络(Long short-team memory, LSTM)处理时域特征。最后建立学习者表情序列小型数据库，将该方法用于辅助教学评价

第一节 体育学习动机 第二节 体育兴趣 第三节 体育态度

第一节 学习的理论 第二节 运动技能学习

在前面的学习中，我们已经清楚这样的现象，尽管英汉两种语言属于不同的语系，但就翻译句子来说，有时我们可以把原文的句子结构整个保存下来，或只稍加改变即可，但在不少情况下，则必须将原文的句子结构做较大的改变。 • 今天学习的分句法与合句法就是改变原文句子结构的两种重要方法。 • 分句法是指原文的一个简单句根据译文的表达需要译成两个或两个以上的句子； • 合句法是指把原文两个或两个以上的简单句或一个复合句在译文之中根据表达的需要用一个简单句来表达

同步定位与地图构建技术（SLAM）是当前机器人领域的重要研究热点，传统的SLAM技术虽然在实时性方面已经达到较高的水平，但在定位精度和鲁棒性等方面还存在较大缺陷，所构建的环境地图虽然一定程度上满足了机器人的定位需要，但不足以支撑机器人自主完成导航、避障等任务，交互性能不足。随着深度学习技术的发展，利用深度学习方法提取环境语义信息，并与SLAM技术结合，越来越受到学者的关注。本文综述了环境语义信息应用到同步定位与地图构建领域的最新研究进展，重点介绍和总结了语义信息与传统视觉SLAM在系统定位和地图构建方面结合的突出研究成果，并对传统视觉SLAM算法与语义SLAM算法做了深入的对比研究。最后，展望了语义SLAM研究的发展方向

本课程是电气工程及其自动化专业本科生的专业方向主干课程。通过本课程的教学，使学生掌握电网的电流保护、方向性电流保护、距离保护、差动保护的基本原理、构成特点及其适用条件，学习电力变压器、发电机、母线的继电保护原理，了解电力系统继电保护装置的配置原则和整定计算，掌握继电保护的基本试验方法。 通过本课程的学习，使学生掌握继电保护的原理和实现方法，为学生毕业后从事本专业领域工作打下必要的理论和实际知识的基础

为解决RNN–T语音识别时预测错误率高、收敛速度慢的问题，本文提出了一种基于DL–T的声学建模方法。首先介绍了RNN–T声学模型；其次结合DenseNet与LSTM网络提出了一种新的声学建模方法— —DL–T，该方法可提取原始语音的高维信息从而加强特征信息重用、减轻梯度问题便于深层信息传递，使其兼具预测错误率低及收敛速度快的优点；然后，为进一步提高声学模型的准确率，提出了一种适合DL–T的迁移学习方法；最后为验证上述方法，采用DL–T声学模型，基于Aishell–1数据集开展了语音识别研究。研究结果表明：DL–T相较于RNN–T预测错误率相对降低了12.52%，模型最终错误率可达10.34%。因此，DL–T可显著改善RNN–T的预测错误率和收敛速度

核心素养概述 幼儿园课程概述 核心素养与幼儿园课程的关系 实践创新——核心素养视角下的幼儿园 • 定义：学生应具备的适应终身发展和社会发展需要的必备品格和关键能力。 • 源起：OECD开展的“素养的界定与遴选”（Definition and Selection of Competencies，DeSeCo） 研究项目（OECD,2005）,指所有社会成员都应具备的共同素养中那些最关键、必要且居于核心地位的素养。 • 课程即教学科目 • 课程即有计划的教学活动 • 课程即预期的学习结果 • 课程即学习经验 • 课程即社会文化的再生产 • 课程即社会改造

通过本课程的学习使学生掌握电路的基本理论和基本分析方法，并具备必要的实验技能，为学习后续课程打下基础。培养学生严肃认真的科学作风和抽象思维能力、分析计算能力、试验研究能力和总结归纳能力