张丽春
- 作品数：24 被引量：25H指数：2
- 供职机构：北华大学数学与统计学院更多>>
- 发文基金：吉林省教育厅“十二五”科学技术研究项目国家自然科学基金教育部科学技术研究重点项目更多>>
- 相关领域：理学文化科学天文地球交通运输工程更多>>
- 关于随机神经网络稳定性的鲁棒性
- 2006年
- 应用随机神经网络几乎确定指数稳定性的定理,解释了如何稳定化一个给定的神经网络,是对毛学荣的相关结果的推广和改进。
- 张丽春王克
- 关键词：随机神经网络稳定性鲁棒性
- 以学生为中心理念下高中数学教学的应用研究
- 2020年
- 以学生为中心的教学理念给教学带来了关键性的变化,该理念充分地尊重个体的价值和尊严,充分地利用了学生在其年龄段的好奇心,重视学生的自由发展,能够激发学生的创造性思维和提升学生的行动力.高中数学教师应该注重学生的自我发展,使学生能够拥有智慧,能够解决数学问题.本文主要是基于以学生为中心的理念,研究高中数学教学.
- 范翠玲张丽春
- 关键词：以学生为中心高中数学
- 有关原函数存在性与函数可积性关系的探讨
- 2015年
- 本文在阐述原函数存在性与函数可积的相关理论基础上,通过对现行本科高等数学课本中三类可积函数的原函数存在情况进行讨论,引申出原函数存在性与函数可积之间的关系,从而得出结论.并在分析的基础上举出实例进行了探讨与验证.
- 张丽春李文钰杨月婷
- 关键词：原函数可积函数间断点
- 浅谈大学数学微课
- 2016年
- 本文首先阐述微课应达到的标准,说明在大学数学微课中增加趣味性的重要性,进而给出增加趣味性的几点建议.
- 张丽春杨月婷
- 关键词：大学数学趣味性
- 信息技术融入数学课堂教学的研究
- 2023年
- 在数学教学课堂中,融合进信息技术可以有效活跃课堂氛围,信息技术的具备涵盖的知识广泛,获取知识的方式便捷,教学方法多样化的优点,可以使学生的应用能力和创新能力在学习中稳步发展,自主学习的能力也会得到有效提高。实现课堂教学与信息技术有效结合,是响应新课改教学理念,体现数学课程的重要价值。为了更加深入体会信息技术的应用并非简单地使用现代化电子设备,而是注重将信息技术作为一种教学资源融入进教学,使之与数学教学有机融合,使教育理念和教学方法得以转变,进而提升教学质量。因此,本文首先阐明信息技术与数学课堂进行整合的优势,又对如今课堂中运用信息技术的现状进行分析,最后有针对性地提出几点信息技术与中学数学课堂有效结合的策略。
- 戚琦张丽春
- 关键词：信息技术数学课堂教学
- 高中数学课堂函数教学方法的研究
- 2023年
- 随着当今新课程教育改革的不断深入,高中数学学科的教学内容、教学方式等也迎来了新的挑战。函数又是高中数学的重要内容,也是数学学科中占比很大的一个部分,同时函数的学习并不简单。在高中的学习中往往是重难点。本文以函数教学为基础,深入探究更好的数学教学方式、改变学生思维定势、将函数问题融入到生活中、引导学生学会归纳总结、让学生加深对函数的理解等几方面进行深入研究,从而帮助教师分析、调整、优化自己的教学。
- 王安张丽春
- 关键词：高中数学教学函数教学方式
- 浅谈大学数学微课的趣味性被引量：2
- 2016年
- 大学数学微课是传统课堂学习的一种重要补充和延伸,有趣的微课可以激发学生的学习积极性.本文从教学内容、教学方法和手段、渗透数学思想和数学文化、教学语言等方面论述如何在大学数学微课中增加趣味性,提高大学数学微课的可视性和教学效果.
- 张丽春李文钰杨月婷
- 关键词：趣味性数学
- 信息技术下概念教学中融入思政元素研究——以弧度制概念为例
- 2023年
- 教育以立德树人为根本任务,概念教学应当思政化。APOS理论将数学概念学习分为四个阶段:操作、过程、对象、图式。本文以信息技术为助力,以APOS理论为基础,以课堂思政为要素,以弧度制教学为例,设计了4个阶段:操作阶段——雨课堂助力课前;过程阶段——GGB助力探究;对象阶段——立志而圣、化曲为直;图式阶段——体会数学之美,从而在信息技术支持下,实现了课堂思政化,润“生”细无声。
- 钊蕊张丽春
- 关键词：信息技术APOS理论弧度制
- 基于机场客流量与司机收益的决策模型被引量：1
- 2022年
- 为提高司机总收益及运营效率,研究机场客流量与司机收益以及乘车效率之间关系,建立司机决策模型.通过灰色预测模型预测机场客流量变化以及所需出租车量;运用AR时间序列模型得到自回归模型,预测各因素下出租车数量变化,建立司机选择决策模型;利用北京首都国际机场数据检验模型,考虑出租车载客所需时间、车辆调度时间、载客出租车离去消散时间等因素,基于排队论,建立多点纵列式排队服务系统,以提高总乘车效率.
- 牟丹浦春雪于晶张丽春
- 关键词：自回归模型
- 3种经典机器学习算法在火山岩测井岩性识别中的对比被引量：18
- 2021年
- 岩性识别一直是火山岩油气勘探中的重要课题,基于测井数据的岩性识别也逐渐成为火山岩研究的需要,大数据背景下的机器学习算法为测井岩性识别提供了一个新方向。为提高某研究区火山岩岩性识别符合率,本文采用K近邻、支持向量机和自适应增强3种经典机器学习算法,对研究区内的粗面岩、非致密粗面岩、辉绿岩、辉长岩、玄武岩和非致密玄武岩等6类中基性火山岩进行岩性识别。从常规测井系列中优选对研究区岩性敏感的自然伽马、声波时差、补偿中子、深侧向电阻率和补偿密度等5种测井参数作为岩性识别模型的输入向量,从研究区内5口有岩心样品或薄片鉴定资料的目标层中选取测井数据点1 440个,其中960个作为训练样本,其余480个作为测试样本。以识别符合率和时间作为评价指标,对3种算法的识别结果进行对比分析,实验表明:自适应增强算法的分类准确率最高,6类岩性平均识别符合率达到82.10%;支持向量机算法表现良好,平均识别符合率为81.04%;K近邻算法平均识别符合率为76.04%。
- 牟丹张丽春徐长玲
- 关键词：K近邻支持向量机自适应增强算法火山岩岩性识别
