a) 为何学习建筑史？ b) 向历史学习什么？ c) 怎么学习建筑史？

(一)学习目标 1、识记概念:课程实施、教师学习、悬空课程、教师专业发展、教师专业素养、校本 培训、专业发展学校。 2、理解课程实施的基本知识和基本原理。 3、理解校本课程开发的基本知识和基本原理。 4、理解教师专业发展的基本知识和一般原理

通过本章的学习,主要把握和了解政府公共关系的涵义、特征、意义、职能、任务、 原则,熟悉各种政府公关实务,增强政府公共关系方面的实际工作能力。 学习方法 通过对政府公共关系的基本概念的识记,结合有关政府公共关系的案例的学习,了解 政府公共关系的涵义、特征、意义、职能、任务、原则,熟悉各种政府公关实务,增强 府公共关系方面的实际工作能力

通过学习，了解税务会计的基本理论，认识到学习税务会计的重要性。同时，通过税务会计与财务会计的比较，使学生进一步熟悉税务会计的特征，为后续章节的学习奠定基础

提出了一种基于支持向量机的露天转地下开采边坡变形模型,有效表达了地下开采扰动引起露天矿边坡变形的非线性变化关系.采用RBF核函数学习现场监测数据,利用交叉验证选择模型参数,通过学习捕捉支持向量,建立模型预测未来变化趋势.将该模型应用于露天转地下开采的杏山铁矿.结果表明,支持向量机对学习样本的拟合精度极高,其预测精度也很高.采用捕捉的支持向量进行预测,便捷快速且有较强泛化能力

本文通过分析机器人多指手爪的静摩擦、库伦摩擦、粘性摩擦等非线性因素,推导出多指手爪屈伸关节的动态控制模型;针对多指手爪的非线性影响,提出了一种位置离散学习控制方法,并给出了这种方法的收敛性定理.仿真结果表明,离散学习控制方法能在有限次迭代后使手指关节位置达到期望位置

为了建立工业污水pH值中和系统的正模型,研究了具有大滞后非线性特性的加药中和过程。利用一种动态自适应最近邻聚类(DANNC)学习算法,全面调整网络参数完成了污水pH值加药中和控制系统网络的学习和训练。采用中和过程神经网络内模控制系统的逆模型充当控制器,进行了各种工业条件下污水中和的仿真实验。结果表明,该系统实现了△pH≤0.2的工业污水的控制精度目标,系统实时跟踪和抗干扰性良好

介绍了用支持向量机(SVM)进行动态学习训练的方法．解决了在机器学习过程中,训练样本获取比较困难,样本可随外界条件改变而变化的问题．实践证明,使用该方法可以动态跟踪样本的变化,保证SVM分类器的最优性能．利用该方法设计的银行票据OCR系统的实际应用说明了该方法的有效性．

提出了一种应用于中厚板轧制的道次间自适应算法.该算法以实测数据为基础,通过实测轧制力与实际计算轧制力的比值决定轧制力模型学习量的大小,做到了真正意义上的以实测数据来校正模型,从而使设定的模型有较好的自学习功能,并在实际应用中表现出较好的学习效果

通过本章的学习,了解企业公共关系的基本内 容,重点掌握企业公共关系应用的两个方面:企业 形象识别系统(C1)和企业广告策划 学习方法 结合对企业公共关系案例的学习分析,了解企 业公共关系的基本内容,重点掌握企业公共关系应 用的两个方面:企业形象识别系统(C1)和企业广告策 划。尤其需要了解企业形象识别系统(C1)的特点、功 能、作业程序,企业广告策划的定位、创意及整合 营销传播的基本问题