混合型网络（精选12篇）
混合型网络 篇1
0 引言
在全球信息化的时代里,计算机网络技术作为人们联通一切的工具,正不可或缺的成为人们生活的一部分,它对人类生活水平的提高、科技的发展以及社会信息化的发展都产生了深远的影响,正因如此,计算机网络技术和人们的生活以及社会的发展日益紧密,然而“事物都具有两面性”,跟原子能的发现既可以造福人类,也可以祸害人类一样,计算机网络具有的多元性、多发性、广泛性、开放性等特性,这些特性一旦被一些别有用心的人利用,就会给计算机网络带来严重的后果。因此,计算机网络必须要有一个安全可靠的防护系统,来抵御这潜在有可能的攻击。
1 计算机网络安全的重要性
在信息化飞速发展的今天,计算机网络得到了广泛应用,但网络之间的信息传输量也在急剧海量增长,很多机构和部门在利用网络加快业务运作的同时,其上网的数据也遭到了不同程度的攻击和破坏,因此要加强计算机安全防护。
针对计算机网络安全带来的安全威胁主要有以下几个因素:
(1)计算机病毒:威胁计算机网络安全的大敌是计算机病毒木马,病毒木马制造者在计算机植入的具有破坏功能程序、代码,或者侵入系统后门,植入木马程序,远程操控计算机,计算机网络病毒的破坏威力路人皆知。因此,加强对病毒的防范不容忽视。
(2)黑客。互联网在我国得到迅速普及,很多政府部门、证劵公司、银行、企业等机构的计算机网络都曾遭到黑客攻击。加强网络信息安全保障已经迫在眉睫,时不我待。
(3)计算机网络安装和使用的软件有漏洞:由于开发的任何一个操作系统或计算机软件,都不可能是无懈可击,毫无漏洞。正所谓道高一尺,魔高一丈,这会让我们的计算机网络时刻处于危险之中,存在安全隐患。
(4)系统安全设置不当:安全设置不当会造成安全漏洞,比如防火墙软件的配置不正确等都会很危险。
(5)计算机网络使用者安全观念不强:登录用户密码随意,让人容易猜,很多人为了图个方便,直接用系统默认,或将自己的账户密码随意转借给他人或与别人共享,个人保密意识差。
2 计算机网络安全应具备的功能
为了抵御可能发生潜在的网络危险,整个计算机网络应用系统安全防护必须具备以下功能:
(1)拒绝访问控制设置,增加加密通讯和准入认证:对特定网段和服务建立的安全访问控制体系,将绝大多数攻击阻挡拦截在到达攻击目标之前,御敌于国门之外。这样使黑客不能容易获取、修改敏感信息以及入侵黑客假冒合法用户登录系统。
(2)提供攻击监控,实时检查安全漏洞:通过对特定网段和服务建立的预防和识别攻击监控体系,可实时检测出绝大多数攻击行为,并对攻击行为采取响应的行动(如断开网络连接、记录攻击过程、跟踪攻击源等)等拦截动作,对安全漏洞的进行周期检查,即使攻击可到达目标,也可使绝大多数攻击无效。
(3)多层安全防御,灾后备份和恢复:攻击者在突破第一道防线后,能延缓或拦截其到达攻击目标,即使计算机网络系统被攻击了,也有良好的备份、恢复等容灾机制,可在系统被攻击造成损失时,尽快地恢复数据和系统服务,其防护思路是壁虎断尾思路,是一种无奈之举。
(4)组建系统安全中心,为信息系统提供安全防护体系、实时监控、预防紧急情况服务。
3 为网络系统安全提供综合解决方案
要想实现上述的网络安全功能,应对整个网络系统进行全维度防护。
(1)网络系统物理安全,物理安全有两个方面:一是人为对网络的损害,二是网络对使用者的危害。
计算机网络对人的危害主要是电缆的电击、高频电子信号的辐射(也叫电磁辐射)等,这需要对网络系统的绝缘安全、接地防雷和安全屏蔽等防护工作做好。
(2)用户访问控制安全。用户在登录访问系统能够识别并验证登录用户,将用户限制在可控范围之内。
(3)网络数据传输安全。数据传输安全必须保证网络上被传输的数据信息的安全,对数据传输安全可以采取如下措施:
(1)系统加密与用户数字签名。数字签名是数据的接收者用来证实数据的发送者身份和消息完整性无误的一种识别方法,主要通过加密算法和证实协议而实现。其后台需要通过一系列的算法系统,对数字签名进行从伪造从理论上是不可行的。
(2)防火墙。防火墙技术是互联网上广泛应用的一种安全措施,它是设置在不同网络或网络安全域之间的一系列部件的组合设备。可以通过监测行为、限制行动、及时发现更改跨越防火墙的数据流动情况,尽可能地检测网络内外信息、数据的运行动态,以此来实现网络系统的安全防护。目前很多公司已经把这个技术集成到设备中。作为一种高级访问控制设备,放置于不同网络安全域之间,它通过相关的安全策略来控制(允许、拒绝、监视、记录)进出网络的访问行为。
(3)用户名和密码认证、摘要算法的认证。这几种认证方式配合使用是最常用的一种认证方式,用于操作系统登录、网络远程登录、远程登录等,在远程拨号认证协议、开放路由协议、SNMP Security Protocol等均使用共享的密钥,加上摘要算法进行认证。特别指出的是用户名和密码登录环节,唯一要说明一点是,使用的密码和用户名不能太容易被人猜到。
(4)虚拟专用网络技术。虚拟专用网络技术主要提供在公网上的安全的双向通讯,采用透明的加密方案以保证数据的完整性和保密性。虚拟专用网络技术的工作原理:VPN系统可使分布在不同地方的专用网络在不可信任的网络上实现安全,它采用复杂的算法来加密传输的信息,使得敏感的数据不会被窥探、窃听、窃取。
(4)提高预防病毒防护水平
病毒、木马一直以来就是威胁信息系统安全的元凶。由于网络的广泛互联互通,病毒、木马的传播途径和速度正在以超出人们想象的程度进行传播。按照病毒、木马的特点和传播路径可以分为以下方式传播:
(1)通过FTP,电子邮件、软件系统传播病毒、木马。
(2)通过软盘、光盘、磁带等硬件介质传播病毒、木马。
(3)通过Web浏览页面传播,特别是恶意的Java控件网站传播病毒、木马。
病毒防护的主要方法如下:
(1)随时阻止病毒的传播途径。在防火墙、代理服务器、SMTP服务器、网络服务器、群件服务器上都要安装病毒过滤软件。操作系统上安装病毒监控软件。全方位阻隔和拦截病毒。
(2)及时查杀和清除病毒。使用多种预防病毒软件及时检查和清除病毒。
(3)及时对病毒数据库的升级,由于每天有大量的木马病毒出现,所以要不时更新病毒数据库。
(5)运用入侵检测技术加强整个系统防护,网络入侵检测系统是一种对网络传输进行即时监视,在发现可疑传输时发出预警或者采取主动反应措施的网络安全设备。是目前大型网络系统应用最广泛的一种安全防护技术。
4 结束语
计算机网络的安全,关系到数据系统安全健康运行,关系到国计民生,因此要全面系统掌握、了解系统的漏洞发生机制和原理以及如何去抵御病毒攻击、非法入侵,同时要注意学习和掌握更先进的计算机网络安全防护技术,从而实现网络系统的更为全面安全防护。
参考文献
[1]蔡皖东.计算机网络技术.西安电子科技大学出版社,1998.
[2]杨明福.计算机网络.电子出版社,1998.
[3]袁保宗.因特网及其应用.吉林大学出版社,2000.
混合型网络 篇2
有线、无线混合网络故障1：有线、无线混合网络中的计算机不能互访
问：在有线、无线混合网络中，一台计算机安装了Windows 2000，采用有线网络连接，而其他计算机均使用Windows XP，采用无线网络连接。软件、IP地址已经设置好了，打开无线路由器，却发现Windows XP系统的计算机无法访问Windows 2000系统的计算机的共享文件夹。
答：这种故障主要是由于Windows 2000计算机中的设置以及无线路由器的设置造成的。在Windows 2000中，如果禁用了Guest用户，那么将会提示输入用户名和密码。要解决这个问题，首先依次打开“控制面板→管理工具→计算机管理”，在打开的窗口中展开“本地用户和组”并单击“用户”。接着，在右侧的窗口中双击“Guest”，在打开的属性窗口中取消对“账户已停用”复选框的勾选，
最后，单击“确定”按钮即可。
另外，打开“控制面板”，双击其中的“用户和密码”，接着在打开的窗口中选择“Guest”用户名，单击“设置密码”按钮，设置新的密码。最后，连续点击两次“确定”按钮即可。
有线、无线混合网络故障2：无线局域网不能共享上网
问：在一个由无线路由器连接的有线、无线混合网络中，有线网络部分可以正常使用ADSL上网。但是无线网络部分的计算机却无法通过无线路由器来共享上网。
答：
（1）因为有线网络部分可以上网，说明ADSL Modem与无线路由器的硬件连接没有问题。下面要考虑的是无线局域网中网络设置的问题，需要将无线网卡的IP地址设置为“自动获得IP地址”。
（2）也可能是由于无线路由器的设置不当造成的，比如为了限制某台计算机的访问，通过无线路由器的管理页面对该计算机的IP地址及端口进行了相应的访问限制。这个时候，可以重新打开管理页面，在管理窗口左侧单击“访问控制”，接着在右侧的窗口中取消对IP访问的设置。
（3）除了上述原因外，如果无线路由器或无线网卡有一方设置了WEP密钥，而另一方没有设置，或者因为双方设置的密钥不同，也可能造成故障出现。
提示：
混合式网络教学改革方法探讨 篇3
关键词：混合式教学；网络教学；教学模式
中图分类号：G642 文献标识码：A 文章编号：1009-3044（2014）24-5645-02
1 概述
美国在国家教育技术目标中明确提出了所有学生不论在教室、学校、小区或家中，都需要能够成熟地运用信息科技作为学习的辅助。所有的教师必需能够有效的运用信息科技，帮助学生达到更高的学术水平。一旦师生的信息技术和素质达到一定的标准后，数字内容和网络应用将改变教学的方式，让学生在更短的时间内达到更好的学习效果。
C.K.Prahalad教授对教学进程进行研究，发现在整个教学活动中，学生的角色已由传统教室学习的听述者，转换成知识的共同创造者，而且课后通过网络发展出来的学习活动和课堂内的学习活动同等重要。虽然在这样的过程中，教师所需付出的努力比传统讲述式的教学大得多，但所能得到的教学效果也是非常巨大的。
这样的教学模式是否适用于我国目前的学校教育呢？本文即以网络学习与传统教室教学的结合为对象，探讨此种混合式的教学策略之课程设计及实际应用，是否能让学生的学习效果增加，对该教学模式的探讨，符合教学改革的需求。
2 网络学习社团及网络教学模式
使用教育科技与网络传播科技发展而形成的网络虚拟环境，让参与者通过网络共同参与学习活动及研究讨论，这样就突破了时空限制与地域障碍，使得他们能共同分享彼此的知识与经验，以达成资源共享、信息互通、知识交换与经验交流的情境，即是所谓的网络学习社群。
一般的社团，是由一群基于自由意愿及共同理念的个体，由经常性的沟通、交流，集结而成的组织（Umiker-Sebeok & Kim）。而在学习社团里，社团的成员主要是以支持彼此学习为目标，将各自具备的专精知能，透过参与、承诺、协商的互动，达成知识分享与内化的功能。其主要目标是搜集知识，在纯粹的网络学习社群环境中，学习者可由网络使用者彼此的分布式专长，加以截长补短。在共同的空间、价值观、语言、经验及相同目的的吸引下，利用彼此不同的知识基础，互相学习成长，将分布式的知识在学习社团中融合。
总结它们的结合模式，分为下列三种：
① 面授资源模式
因特网与传统教室教学的结合，以面授资源模式为最易施行的方法。教师可先行搜寻相关链接或教学范例后，再利用教室中的网络设备来呈现网页资源，作为教学的辅助工具。目前网络上与各学科相关之教学网站多如繁星，教师可加以收集归纳后融入相关的教学中，丰富教学资料，同时也扩展学生的学习范围。
② 作业辅导模式
又称作：网络辅助教学。该模式与面授资源模式不同之处在于它不仅提供教学资源，教师与学校可利用网站构建出课程内容讨论、消息发布、重点提示等功能。网页内容着重于复习，对于课文细节的解释，成绩的评估等并非极其重要，所以在网页内容主要是以学生们容易忘记的部分以及在课堂上无法完全提及的补充为主。另外，家庭作业的范围提醒、家长联络提醒及学生创作共赏等，都很适合利用网络进行呈现。
③ 在线教学模式
即一般所谓的远距教学。所有的教学程序、活动、成绩评估等都是靠网络来完成的。该模式是以计算机通讯来传送教学过程及教材给那些处于不同时空的学生，教师与学生透过计算机网络来进行团体或个人的教学活动，而学生之间也可藉由相同的方式互相沟通。在线教学也有不少缺点，如：师生及同侪间缺乏口语及视觉的互动交流；学生若不熟悉计算机操作，则有碍于学习的兴趣；教学设计须比在传统教室时更具周详；教师无法像传统教室般，随时调整教学策略；文字的表达能力是沟通成败的主要因素等。
3 教室教学与混合式教学探讨
传统教室内的师生互动行为通常是教师与学生必须置身于同一时间和地点内，属于同步性的传播，是单向的、组织的传播行为。为达到相辅相成的学习行为，将网络学习的概念加入课堂中，以混合模式进行教学，不但可以得到传统的面对面教学的好处-教师和学生之间可以有直接的沟通和立即的回馈，还可以通过网络教学的优点-课堂的教材及补充数据均可通过网络浏览复习，并可利用网站社群的互动版面，与同侪讨论分享，达到课后延伸学习的功效。
4 总结
比较教室教学与网络学习社团的教学方式，它们进行混合的配合度很高，得到的效果和回馈也都相当的正面，网络化的教学在各级学校中发光发热，成了不可抵挡的趋势。
参考文献：
[1] 李宣，赵立影，邱飞岳.职业学校网络教学平台应用现状调研与分析[J].中国远程教育， 2011（7）.
[2] 杜海艳，司玲玲，王亚楠.高校网络教学平台的现状与应用研究[J].产业与科技论坛，2011（8）.
[3] 华艳，许勇，连静.安徽省高等院校网络教学平台的现状及发展对策[J].安徽广播电视大学学报，2009（1）.
[4] 李奇，段凡丁.四川高校网络教学平台的现状及发展对策[J].内江科技，2009（11）.
[5] 周朋，张云生.网络教学平台学生参与度的现状分析及思考[J].南京广播电视大学学报， 2010（2）.
[6] 洪颖.浅谈高校网络教学平台的应用推广和改进[J].中国教育信息化，2010（11）.
[7] 孙宏文，戴闯，王冠妍.浅谈高校网络教学平台建设应用与发展的研究[J].价值工程，2010（30）.
[8] 倪向东，李盛林，曹杰，马蓉.网络教学平台在课程辅助教学应用中的利弊[J].现代教育科学，2010（8）.
混合型网络 篇4
目前,我国可再生能源利用发展迅速,并将在未来占据越来越重要的地位。其中,风发一直以来就是新能源电力行业最具发展前景的研究热点之一[1,2]。然而,风电功率具有较强的随机不确定性,大规模风电并网对电网的安全高效运行带来重大影响[3]。因此,许多研究人员从不同方面做了探索性的研究工作[4,5,6,7,8]。其中,准确的风电场功率预测是解决该问题的最重要的、最基础的问题之一,其可以帮助电网制定合理的调度计划,确定旋转备用,保证电网的安全经济运行。由于风速是风电功率最主要的影响因素,因此,对风速进行准确预测是风功率预测的重要前提[9,10]。一般来讲,风速预测最常用的、最简单的、也是研究最多的模型为统计模型。为了进一步改善模型预报效果、满足实际工程需求,大量的研究人员都从各个不同的角度来尝试完善或者改变模型,不仅提出了融合数值天气预报的混合模型[11],而且还提出了考虑实际风速特性的预报模型[12,13]。然而,当前用于风速预报的多数回归算法基本都可看作一个浅层结构算法,其在有限样本和计算单元情况下对复杂函数的表示能力有限,针对复杂分类问题其泛化能力受到一定制约[14]; 神经网络虽然也具备深层算法结构,但随着神经网络隐含层数的增加,采用梯度下降法的误差反向传播算法会得到非常不好的效果,甚至比只有一个或者两个隐含层的浅层神经网络的效果要差[15]。此外,当前此方面的大部分研究都以进一步提高回归算法的预报精度为目标,研究工作都从减小预报误差( 在统一测试集相对常规典型回归算法,如支持向量回归机、神经网络等) 的角度来展开,而对于有实际工程需求的预报算法鲁棒性没有做过多的侧重。实际中所需的风电预报效果要具备以下条件: 不仅预报误差最小,而且预报误差的鲁棒性也要好; 此外,模型计算效率也要高一些,降低计算成本。
幸运的是,近几年发展起来的深度学习理论在语音识别、计算机视觉等多种分类任务应用中都已经取得了大量突破性的进展[17],并开始受到回归任务应用研究者的重视。如文献[18]通过建立基于受限玻尔兹曼机的生成型深信度网络进行风速预报研究,尝试将深度学习理论引入风速预报的回归任务领域。本文基于堆栈降噪自动编码器建立混合型深信度网络回归模型进行风速日前预测实验,研究同一模型对不同数据集敏感程度的鲁棒性及具有不同隐含层模型对预报误差的影响规律,为深度学习在风速预测中的实际应用进一步奠定基础。
1 深信度网络[17,18,19]
1. 1 深度特征学习的出现
目前应用最为广泛的前馈神经网络是由多层神经元连接组成的,经常采用误差反向传播算法( BP算法) 进行训练,常被称为BP网络。然而,当隐含层数增加时,其预报效果甚至会比只有一个或者两个隐含层的浅层神经网络的效果要差。Hinton于2006 年通过受限玻尔兹曼机( RBM) 的叠置构建了一个深信度网络( DBN) ,并使用无监督的逐层贪心算法进行预训练,在多个数据集上取得了非常好的效果。在此基础上,文献[16]明确提出了面向人工智能的机器学习算法。该深信度网络输入观测数据x,底层隐含层提取输入的低水平特征,随着层数的向上,输入被不断地重新表达,其逐渐得到更抽象的特征。在此过程中,不仅能够保留输入中有效的信息,而且重新表达后得到的特征又较为简单并易于建模。这种恰好是模拟了人脑工作方式: 大脑不同位置处理不同问题,信号需要层层传输,逐步提取有用的信息[19]。
实际上,深度学习涉及相当广泛的机器学习技术和结构,基于RBM的DBN属于生成性深度结构。该结构描述数据的高阶相关特性,或观测数据和相应类别的联合概率分布。区分性深度结构的目的是提供对模式分类的区分性能力,通常描述数据的后验分布。而应用层叠自动编码器取代传统RBM的DBN属于混合型结构。它的目标是区分性的,但通常利用了生成型结构的输出会更易优化。
1. 2 生成型深信度网络的构建[20]
受限的玻尔兹曼机是一个基于能量的生成型模型。其可以表示成一个无向图的形式,如图1 所示。其中,v为输入层( 有时称为可见层) ,h为隐含层( 有时成为重新表达层) 。
对于全体的可见层单元和隐含层单元,给定一个能量函数energy( v,h) ,其联合概率分布可以表示为
其中,Z是一个归一化因子,其计算次数随着隐含层数目和输入层数目成指数次增长,因子在实际计算中很难计算出其真实分布。受限的玻尔兹曼机的能量函数为
式中vk———第k个可见层单元;
hj———第j个隐含层单元;
wjk———二者的连接权值;
ck———第k个可见层单元的阈值;
bj———第j个隐含层单元的阈值。
RBM的一个重要特性是: 当给定其中一个层时另一个层的后验概率的计算是易于得到的。基于RBM可以构建一个具有多隐含层的DBN模型,其实际上就是一个l层神经网络,记向量x = h0表示输入,( h1,……,hl - 1) 表示隐含层,hl表示输出层[20]。如图2 所示,其1: l - 1 的底层网络由RBM构成,使用sigmoid函数,对于回归问题,顶层激活函数可使用纯线性函数。其相对于输入x和l层的隐单元定义了一个联合概率分布
DBN学习算法的基本思想是,把网络分层来处理,由下至上,对每一层进行无监督的训练,然后使用有监督的学习对网络进行精调。具体如下: 首先,输入层与第一个隐含层之间构成一个RBM,通过上一节的训练方法使其达到能量平衡; 以h1作为输入,与h2构成第二个RBM,调节参数使得该RBM训练完成; 重复此过程训练第三个RBM。完成无监督的逐层预训练以后,对于原始的输入x,以目标输出作为监督信号,构造损失函数,采用梯度下降法对网络进行有监督训练,即精调过程。
1. 3 混合型深信度网络的构建[17,18]
目前,和DBN有关的研究还包括堆栈自动编码器,它是通过用堆栈自动编码器来替换传统DBN里面的RBM。这就使得可以通过同样的规则来训练产生深度多层神经网络架构,但它缺少层的参数化的严格要求。与DBN不同,自动编码器使用判别模型,这样这个结构就很难采样输入采样空间,这就使得网络更难捕捉它的内部表达。但是,降噪自动编码器却能很好的避免这个问题,并且比传统的DBN更优。它通过在训练过程添加随机的污染并堆叠产生场泛化性能。训练单一的降噪自动编码器( SDA)的过程和RBM训练生成模型的过程一样。
2 预报实验及结果分析
2. 1 实验设计说明
不同于之前的回归算法在风速预报任务中的应用研究,本文为了研究同一模型对不同数据集敏感程度的鲁棒性及具有不同隐含层模型对预报误差的影响规律,设计了两组实验。如图3 所示,实验采用宁夏某风电场16 个月的实测风速数据,采样间隔为10 min。将数据集分成4 组训练测试集,分别记为Test 1、Test 2、Test 3 和Test 4: 每组由4 个月的数据组成,其中,前3 个月为训练集,后1 一个月为测试集。为挖掘时间序列与序列之间的相关性,基于堆叠SDA建立DBN回归模型,每个隐含层节点数为100,采用逐层贪心算法进行训练。同时,预报性能评价采用最常用的两个度量指标: 平均值绝对误差( MAE) 和相对平均值绝对误差( MSE) :
式中yri———实测值;
yfi———预测值;
n———测试样本数目。
此外,为了评价回归算法的鲁棒性,还需要对日前144 步预报结果的误差( MAE和MSE) 的均值和方差( STD) 进行统计。
2. 2 预报结果及分析
首先,进行第一组实验: 基于堆栈降噪自动编码器建立了具有3 个隐含层的混合深信度网络模型,在四个测试集上进行日前风速预报。如图4 所示,为预报误差MSE和MAE在四个测试集上随着预报步长和测试集的变化情况; 如表1 和表2 所示,对日前预报误差的均值和方差也进行了统计。从预报结果中可以看出: 相同隐含层模型在4 个测试集上的回归误差( MSE和MAE) 随着预报步长的变化不仅都维持在一个较低的水平,而且变化都相对比较平稳、波动性不大; 所以,深信度网络模型的鲁棒性较好对数据集的敏感性不强。这是回归模型能够在风场中得到实际应用的一个基本要求。
然后,进行第二组实验: 基于堆栈降噪自动编码器建立了具有1 ~ 8 个隐含层的混合深信度网络模型,分别在四个测试集上进行日前风速预报实验。如图4 所示,为预报误差MSE和MAE在测试集1上随着预报模型隐含层数的变化情况; 从图5 可以看出: 预报误差随着预报模型隐含层数的变化规律性很强,存在一个最优的隐含层数能够使预报误差最小。如表3 所示,对4 组预报实验的最优隐含层数的统计,对于该风电场的实际应用,找到了一个合适隐含层数的预报模型。这对于提高模型的计算效率,降低计算成本具有重要意义。
2. 3 基于传统预报方法的对比实验
为了进一步凸显深度学习算法的优势,以目前常用支持向量回归机( SVR) 方法[13]对本文的测试集进行风速预测方法,统计相同的误差参数,如表4和表5 所示。通过对比表1 和表4 可以看出: 混合型深信度网络的预测误差的均值以及对样本的敏感程度均小于常用的典型SVR预报方法。通过对比表2 和表5 也可以看出: 混合型深信度网络的预测误差的波动性小于常用的典型SVR预报方法。
3 结论及展望
目前,准确的风速预测是解决大规模风电安全高效并网的关键基础问题之一; 但是,由于自然界中的风速受多种因素影响而具有多种变化模式,当前的浅层学习方法在短期预报中的应用效果还无法满足实际工程需求。然而,深度学习理论是在近年来迅速发展并得到广泛关注的研究方向,尤其是在语音识别、计算机视觉等多种分类任务应用中都已经取得了大量突破性的进展。这点亮了研究人员相信最初提出的人工智能目标能得以实现的希望之光。因此,本文在前人研究的基础上将深度学习理论引入风速预报回归任务中,进行进一步的应用探讨研究工作,得到了以下结论:
( 1) 基于堆栈降噪自动编码器建立起一个具有多个隐含层数的深信度网络模型( DBN) ,模型结构为144 输入144 输出,并基于实际风场风速数据进行了2 组风速日前预测实验研究;
( 2) 通过第一组具有相同隐含层数的预报模型结构在不同测试集上的预报结果表明: 深度学习其强大的非线性映射能力,可以学习得到序列之间的映射关系,自动地将风速变化模式提取出来,从而可以有效提高模型的预测精度; 不仅预报误差的均值小,而且预报误差的方差也小,因此,混合型深信度网络模型具有很好的鲁棒性;
( 3) 通过第二组具有不同隐含层数的预报模型结构在不同测试集上的预报结果表明: 存在一个最优的隐含层数,可以使预报误差达到最小,这对平衡预报误差和计算成本具有重要的意义。
混合型网络 篇5
第1题 一般情况下，测定沥青密度的标准温度为（？）。
A、15℃
B、20℃
C、25℃
D、30℃
第2题 用灌砂法测定压实，采用量砂应洁净，量砂粒径为（）mm。
A、0.25-0.50 B、0.30-0.50 C、0.25-0.60 D、0.30-0.60 第3题 量砂松方密度标定时，用水确定标定罐的容积；用灌砂筒在标定罐上灌砂，测定（）。标定应进行三次。
A、装满标定罐后的剩余砂质量 B、装满圆锥体后的剩余砂质量 C、装满标定罐和圆锥体后的剩余砂质量 D、装满标定罐和圆锥体内的砂质量
第4题 当被测层粗糙度较大时，应（）。
A、更换被测层位置
B、整平被测层表面
C、在挖坑前测定填充表面空隙所需的量砂质量
D、在挖坑前测定填充孔隙所需的量砂质量
第5题 该光盘引用规程中的两种干密度计算方法有无实质性区别？（）。
A、有 B、无
第6题 通常沥青用量超过最佳用量的，就会使沥青路面的抗滑性明显降低。
A、0.30% B、0.50% C、0.80% D、1.00% 第7题 随沥青含量增加，沥青混合料试件空隙率将（）。
A、增加
B、出现峰值
C、减小
D、保持不变
第8题 离心分离法测定沥青混合料中沥青含量试验中.应考虑露入抽提液中矿粉的含量,如果忽略该部分矿粉质量,则测得结果较实际值().A、大 B、小 C、相同
第9题 沥青马歇尔标准试件的高度是（）mm。
A、63.5？1.3 B、63.5？1.5 C、63.5？1.0 D、63.5？1.8 第10题 车辙试验主要是用来评价沥青混合料()的验证性指标。
A、耐久性
B、低温抗裂性
C、高温稳定性
D、抗滑性
多项选择题
第11题 用灌砂法测定压实不适用于（）
A、有大孔洞
B、大孔隙的压实层
C、砂石路面
D、沥青路面
第12题 关于圆锥体内砂的质量标定，以下说法正确的是（）。
A、应注意装砂高度，以后每次标定和试验都应维持该高度。
B、应注意装砂高度，以后每次标定都应维持该高度，试验时高度可以不同。C、标定应进行三次 D、标定应进行两次
第13题 凿洞取样过程中应注意：（）。A、凿出的试样不能丢失
B、取出全部试样后，迅速装入试样盒
C、随时取出试样，并迅速装入试样盒
D、取出代表性试样，迅速装入试样盒
第14题 在灌砂过程中应注意（）。
A、不能碰动灌砂筒
B、至砂不再下流时，关闭开关 C、轻敲灌砂筒壁，以便灌砂顺畅下流
D、至砂不再下流时，轻敲灌砂筒壁，以便灌砂彻底，然后关闭开关
第15题 空隙率是由沥青混合料试件的()计算得到的
A、实测密度
B、最大理论密度
C、实验室密度
D、毛体积密度
第16题 矿料级配的控制是沥青路面施工质量控制的主要环节。评定矿料级配是否符合要求，重点控制以下五个关键筛孔的通过率，即（）及公称最大粒径、一档较粗的控制性粒径等筛孔。
A、0.075mm B、0.3mm C、2.36mm D、4.75mm E、9.5mm 第17题 普通沥青混合料的储存时间不得超过（？ ？）h。改性沥青混合料的储存时间不宜超过（？？）h。
A、24 B、48？？？ C、60？ D、72 第18题 车辙试验试件尺寸可以为（）
A、300？300？50mm
B、300？150？50mm
C、300？300？40mm
D、300？200？30mm
第19题 沥青混合料的主要技术指标有（）。
A、高温稳定性
B、低温抗裂性
C、耐久性
D、抗滑性
判断题
第20题 表干法测压实沥青混合料密度试验的适用范围为：（测定吸水率不大于2％的各种沥青混合料，包括密级配沥青混凝土、沥青玛蹄脂碎石混合料和沥青稳定碎石等沥青混合料试件的毛体积相对密度和毛体积密度）。
正确 错误
第21题 表干法密度试验适用于测定（吸水率不大于2％的各种沥青混合料试件）。
正确 错误
第22题 表干法测定的毛体积相对密度和毛体积密度适用于计算（沥青混合料试件的空隙率、矿料间隙率等各项体积指标）。
正确 错误
第23题 使用表干法测压实沥青混合料密度时，如（试件高度不符合63.5 mm±1.3mm要求或侧高度差大于2mm时），此试件应作废。
正确 错误
第24题 从水中取出试件，称取表干质量时，从试件拿出水面到擦拭结束不宜超过（5秒），且称量过程中（流出的水不得擦拭）。
正确 错误
第25题 表干法测压实沥青混合料密度的目的是（计算沥青混合料试件的空隙率、矿料间隙率等各项体积指标）。
正确 错误
第26题 使用表干法测压实沥青混合料密度的（试件表面无浮粒，有缺陷的应予废除）。
正确 错误
第27题 沥青混合料的标准密度，以沥青拌和厂取样试验的马歇尔或者试验段密度为准。
正确 错误
第28题 在用表干法测定压实沥青混合料密度试验时，当水温不为25度时，沥青芯样密度应进行水温修正。
正确 错误
第29题 沥青混合料试件制作所用拌合机，要求能保证拌和温度并充分拌和均匀，可控制拌和时间，容量应不小于10L。
正确 错误
第30题 沥青材料的安全性可用（闪点、燃点）指标表征。
正确
错误
第31题 挖坑时，沿基板中孔凿洞，洞直径与灌砂筒直径一致，深度应大于测定层厚度。此说法是否正确？
正确 错误
第32题 沥青含量是沥青混合料中（沥青结合料质量与混合料中碎石的比值）。
正确 错误
第33题 沥青含量试验时将试样放入带有封盖的烧杯中，注入三氯乙烯浸泡，普通沥青混合料浸泡（15min），改性沥青混合料浸泡（30min）。
正确 错误 第34题 沥青含量试验结果（至少平行试验两次，且两次结果差值小于0.3％）。
正确 错误
第35题 离心分离法测定沥青混合料中沥青含量试验中.应考虑露入抽提液中矿粉的含量,如果忽略该部分矿粉质量,测得结果（较实际值偏大）。
正确 错误
第36题 沥青混合料试件制作的条件及试件数量应符合（集料公称最大粒径小于或等于26.5 mm时，采用标准击实法。一组试件数量不少于4个。当集料公称最大粒径大于26.5 mm时，采用大型击实法。一组试件数量不少于6个）规定。
正确 错误
第37题 沥青混合料标准马歇尔试模尺寸是内经101.6mm±0.2mm，高87mm。
正确 错误
第38题 沥青混合料进行马歇尔试验后从中得到的数据是稳定度、空隙率、流值。
正确 错误
第39题 沥青混合料试件质量为1200g，高度为65.5mm，成型标准高度(63.5mm)的试件混合料的用量为(1163)g。
正确 错误
第40题 真空法测定理论最大相对密度不适用于（吸水率大于3%的多孔集料的沥青混合料）。正确 错误
第41题 两次平行试验中单次的试样质量应（不少于公称最大粒径对应的混合料最少试样的数量）（见视频中表T0711-1）。
正确 错误
第42题 注入负压容器内水位应（高出混合料表面1-2 mm）。
正确
错误
第43题 对于施工现场水质复杂等情况，为了减少泡沫的产生建议采用（蒸馏水）。
正确 错误
第44题 开动真空泵后，负压容器内负压在（2 min内达到3.7kpa±0.3 kpa）。
正确 错误
第45题 为保证试验精度，对于难以分散的沥青混合料应（用手仔细将混合料分散，不能用锤敲打）。
正确 错误
第46题 对于现场钻芯或者切割过的试件，沥青与集料拌和不均匀、部分集料没有完全裹腹沥青等情况需要进行修正试验（本次修订增加了修正试验）。
正确
错误
第47题 沥青混合料理论最大密度重复性试验允许误差为（0.011g/cm3）,再现性试验的允许误差为（0.019g/cm3）。
正确 错误
第48题 沥青混合料中沥青含量试验的目的是（对沥青路面施工中和旧路调查中沥青路面中沥青含量的检测）。
正确 错误
第49题 真空法测定沥青混合料理论最大相对密度试验的目的是（为沥青混合料配合比设计、路况调查或路面施工计算空隙率、压实度等使用）。
正确 错误
第50题 沥青混合料的矿料级配检验的目的是（测定沥青路面施工过程中沥青混合料的矿料级配，评定矿料级配是否符合要求）。
正确 错误
第51题 沥青混合料的矿料级配检验过程中，集料允许筛分损失为（试样总质量的1％以内）。
正确 错误
第52题 矿料级配筛分过程中（禁止）用手将集料颗粒塞过筛孔。
正确 错误
第53题（以筛孔尺寸为横坐标，各个筛孔的通过筛分百分率为纵坐标）绘制沥青混合料矿料组成级配曲线。
正确 错误
第54题 沥青混合料的矿料级配检验根据沥青混合料（应选用相应筛号，且有筛盖和筛底）。
正确 错误
第55题 拌合楼流量标定的方法是（按照拌合楼日常使用的最小转速、最大转速及两者均值作为标定点，分别测出3次的出料量得到流量转速的对应关系并转化为关系图）。
正确 错误
第56题 确定沥青混合料生产配合比设计的矿料级配曲线的要求是（合成级配接近目标配合比设计确定的矿料级配，不得有太多的锯齿形交错，且在0.3 mm-0.6 mm范围内不出现‘驼峰’）。
正确 错误
第57题 生产配合比设计与目标配合比设计的原材料规格发生较大变化时，生产配合比设计的矿料级配与目标级配的允许差值尽量控制在：（0.075 mm±2％，≤2.36mm±4％，,≥4.75 mm±5％）。
正确 错误
第58题 生产配合比设计与目标配合比设计的最佳油石比当两者差值超过（±0.3％）时，应综合分析存在的原因，必要时进行重新设计。
正确 错误
第59题 沥青混合料试验室砼配合比设计可分为矿质混合料组成设计和沥青最佳用量确定两部分。
正确 错误
第60题 沥青混合料生产配合比设计的目的是（指导拌合楼生产出与目标配合比设计中各原材料组成基本相同的沥青混合料）。
正确 错误
第61题 沥青混合料生产配合比设计的主要任务是（从拌合楼各热料仓取样筛分，确定各热料仓矿料比例，确定最佳油石比）。
正确 错误
第62题 拌合楼流量标定的含义是（冷料仓出料量的改变一般通过调整皮带转速来实现的，冷料仓出料速度的标定一般是标定出料量与皮带转速的关系）。
混合型网络 篇6
关键词：网络 混合式 职校 教学
混合式教学是把传统教学和数字化教学的优势结合起来，获得良好效果的一种教学模式。网络环境（网络教学平台和教育教学资源库）为混合式教学提供有效支持。网络环境下的混合式教学，由课上教学扩展到课下教学，大大提高了学生学习效率和效果。
当今网络环境下混合式教学在各级各类学校中广泛应用，尤其在职校里更彰显独到特色。“十三五”背景下，教育部已明确：大力发展职教事业，提倡“工匠精神”。可见未来职业需要既有一定专业知识又有复合能力的人才。因此职校教育应努力提高学生的综合素养。对于职校的教师来说，真正的教育是回归现实，利用一切网络资源和方法，教会学生独立适应时代和社会对技能型人才的需求。每位职校教师都要不断思索和探求：如何发挥最大的潜能做到教学兼优？
下面以“求职——步入职场的第一步”综合实践教学为例，具体剖析混合式教学在职校教学中的运用。
教学设计和思路是依据职业教育培养目标，即为现代社会培养的应用型技术人才，要求学生具备创新精神、实践能力、终身学习能力，并促进自身的健康发展。根据学校实际情况，坚持面向全体学生，因材施教，充分发挥学生的自主性来制定教学目标，体现职校教学的核心素养。当前毕业生就业形势严峻，学生极少或根本无工作经历。职业教育要为他们后续进入职业场，开启大门。
一、拟定三维目标
知识目标：了解求职应聘的过程。
能力目标：根据不同供职单位要求设计规范的个人求职简历。
情感目标：学生今后起步，走近自己的行业时，能够稳操胜券。
二、制定任务引导项目（完整性、可操行性、能受益性）
课前教师利用网络平台将预先设计好的教学任务布置给学生，提供帮助和指导。教学活动内容过程中利用“任务驱动”方法完成。
网络教学平台活动流程：活动准备（资料收集）→小组活动（组内互评）→班级活动（模拟应聘）→成果展示（班级网页专栏）。
任务项目一：学生课前收集企事业用工信息资料，了解求职应聘活动事宜。
应聘目标：占有信息（就业信息和应聘单位与职位情况），做到知彼。
应聘心态：客观的自我定位（客观的自我评价），做到知己。
应聘准备：个人简历、学业证书、成绩单、荣誉证、技能证、实习证等。
任务项目二：4～6名学生为一个学习小组，根据所学专业（汽运、机电、港电、数控等）对应职业岗位，设计规范个人求职简历。
课上教师展示事先准备好的教学课件，观看职业场的微视频，欣赏特色的个人简历，例如WPS文字办公软件中精美的个人求职简历模板，与学生课前所做任务项目相比照，学生自发提问，取长补短。
任务项目三：课中小组活动， 交流收集的资料，相互评价并提出建议，修改个人求职简历，确保基于项目的研究性学习质量，促进学生知识构建和迁移。教师巡视指导参与学生活动的讨论中。
任务项目四：课堂小组开展研究课题汇报。每组分为两部分，一部分为企业人力资源部工作人员，一部分为求职者，开展模拟应聘活动。为使活动有效开展，教师适当补充有关口语表达，面试的礼仪和技巧方面知识。
基本面试礼仪——保持举止文雅大方，谈吐谦虚谨慎，态度积极热情。
语言运用技巧——口齿清晰，语言流利，语气平和，语调恰当，音量适中；语言含蓄、机智、幽默；注意听者的反应。
回答问题技巧——把握重点，简捷明了，条理清楚，有理有据；确认提问内容，切忌答非所问。
学生体验中感悟情感、态度、价值观，在活动中归纳知识，在参与中培养能力，在合作中学会学习。学生互评谈体会。教师对整个教学活动中学生问题的提出、回答、看法、态度、探究及体验等都及时给予发展性评价。
任务项目五：成果展示（课下体现）。学生再次修改创作，将精美的个人求职简历、模拟情境或亲历体验小微频上传至班级云课堂网页与他人共同分享。课下教师通过网络与学生互动，对话交流。成果展示的信息记录和评价在网中分享给学生。教师在网络环境的支持下建立学生档案袋，通过记录、问卷等多个方面开展教学活动，利用平台给学生提供一些自测题或作业题，及时掌握学生学习情况，对学生进行多元的评价，引导学生健康的发展。
任务项目六： 学生在网络教学平台完成自主评价表。
任务项目七：教学感言。
在网络教学平台上，教师可发布教学体会，学生也可发布参与整个活动体会。
这种教学模式转变了教师的角色。教师不再包揽学生的学习活动，而是更好培养学生的探索精神；转变了教学方式，形成了开放性课堂，利于发展学生的思维；转变了学生意识和学习方式，有效提高学生发现、分析、解决问题并收集、整理资料能力，学生的自主创新型能力得到了发展；改变了以课堂、书本、教师为中心、以传授灌输为基本特征的传统教学模式，重在学科内外的联系和过程，整合了知识与能力。教师的职能不再是传递、训导、教育，而是站在学生中，和他们平等对话交流，去激励和帮助学生完成学业。
总之，混合式职校网络教学，需预测教学效果。它是教学目标的归宿和体现，要求学生充分准备，遇突发性问题时，教师应及时处理。对于生成性的重要话题，教师需及时反馈解答，小疑难可放在课下网上辅导解答。
网络环境下混合式职校教学是课程与信息技术更深层次整合，使信息技术成为辅助学生学习的高级认知工具，同时弥补了师生、生生之间的障碍性沟通，推动了教学改革，帮助学生多方面认识自我，发挥学生的潜能，建立学生自信心，注重教育功能；培养学生的观察能力、感受能力、综合表达能力、人际交往能力、搜集信息能力、组织策划能力、互助合作能力和团队精神等，促进学生在原有水平上发展和提升，同时也使职校教学回归职教本来特色，真正起到职业教育育人的效果。
参考文献：
[1]路秋丽，余胜泉.面向学习对象的网络课程设计与开发[J].中国电化教育，2005（1）.
[2]何克抗.信息技术与课程深层次整合的理论与方法[J].中国大学教学，2005（5）.
[3]倪文锦，于黔勋.语文（职业模块工科类）[M].高等教育出版社，2010.
混合型网络 篇7
随着互联网的不断发展,网络安全日益成为人们关注的话题。网络的黑客攻击,病毒入侵,木马的非法植入,用传统的方法已经不能很好地解决这些问题。将神经网络用于网络异常检测在解决这些问题方面有明显的优势,因为神经网络有很好的容错能力和自组织性。例如,用BP算法训练的多层感知器[1]作为一个典型的神经网络广泛地应用于实际问题的解决。然而,这些神经网络存在着自身的缺陷,比如,学习速度慢,容易陷入局部最优等。小波神经网络[2]是用非线性的小波基取代通常的神经元非线性的激励函数,作为一种普遍的函数逼近工具,与其他传统的神经网络相比,它拥有更加快速的收敛速度。目前有很多小波神经网络的训练算法,如最小二乘法,共轭下降法,PSO算法等[3,4,5]这些训练算法都有着自身的缺点。虽然PSO算法有较快的收敛速度,搜索的起始阶段进行的是全局搜索,但是在搜索的后期阶段会陷入局部搜索,从而导致局部最优。为了克服PSO算法的缺点,提出了一种基于PSO算法和共轭下降法混合算法。通过实验比较PSO算法,CG算法以及PSO-CG混合算法在KDD99数据集上的异常检测率,证明混合算法的可行性。
1 粒子群算法原理
粒子群算法(Particle Swarm Optimization, PSO)是在1995年由美国社会心理学家James Kennedy和电气工程师Russell Eberhart 共同提出的,其基本思想是受他们早期对鸟类群体行为研究结果的启发,并利用了生物学家Frank Heppner的生物群体模型。目前,有关PSO算法的研究大多以带惯性权重的PSO算法为基础进行扩展和修改。为此将带惯性权重的PSO算法称之为标准PSO算法。PSO算法求解优化问题时,问题的解就是搜索空间中的一只鸟的位置,称这些鸟为粒子。所有粒子都有一个由被优化函数决定的适应值(候选解)和一个决定它们飞翔方向与距离的速度。在优化过程中,每个粒子记忆、追随当前的最优粒子,在解空间中进行搜索。PSO算法初始化为一群随机粒子(随机候选解),然后通过迭代找到最优解。在每一次迭代过程中,粒子通过追逐两个极值来更新自己的位置。一个是粒子自身所找到的当前最优解,这个解称为个体极值pbest;另一个是整个群体当前找到的最优解,这个解称为全局极值gbest。标准PSO算法的进化方程为[6]:
vij(t+1)=ωvij(t)+c1r1j(t)(pij(t)-
xij(t))+c2r2j(t)(pgj(t)-xij(t)) (1)
xij(t+1)=xij(t)+vij(t+1) (2)
其中,x,v表示种群中相应的粒子i的位置和速度;r1和r2为两两相互独立的[0,1]范围内变化的随机变量;pi是粒子i的最佳位置;pg是群体中所有粒子的最佳位置;ω是惯性权重因子;c1,c2为加速常数。
根据文献[7]关于粒子收敛行为的分析,要保证算法的收敛性,每个粒子必须收敛于各自的p点,这是由粒子的追随性和粒子群的聚集性决定的。第i个粒子p点的第j维坐标为:
pj=(φ1jpij+φ2jpgj)/(φ1j+φ2j);
其中,φ1j=c1r1j,φ2j=c2r2j (3)
从动力学的角度看,粒子群算法中的粒子收敛过程是以p点为吸引子,随着速度的减小不断接近p点,最后收敛到p点。因此整个过程中,在p点处实际上存在某种形式的吸引势能场吸引着粒子。这正是整个粒子能保持聚集性的原因。
PSO算法的具体实现过程如下:
①设置当前代数t=1,确定粒子数M,预期的适应值eps,在特定范围内随机产生M个初始解与初始速度。
②计算每个粒子的适应值。
③将每个粒子的当前适应值与其自身的个体极值pbest和群体全局极值gbest进行比较,如果某个粒子的适应值优于其个体极值pbest,则设置pbest等于此粒子的当前适应值;如果其当前适应值还优于gbest,则重设gbest等于此粒子的当前适应值。
④根据式②和③,更新每个粒子的速度与新的当前位置,并把它们限制在一定范围内。
⑤t=t+1,返回到步骤②,直到获得一个预期的适应值eps,或t达到设定的最大迭代次数。
2 小波神经网络及共轭下降法
小波网络是基于小波分析而构造的神经网络模型,即用非线性小波基取代了通常的非线性Sigmoid函数,其信号表述是通过将所选取的小波基进行线性叠加来实现的。理论上证明:三层神经网络即可以实现任意复杂的非线性映射问题。因此采用具有单隐含层的三层小波神经网络进行预测,建立模型。小波神经网络通过对小波分解进行了平移和扩张得到级数,由于引入了伸缩因子和平移因子,因而具有良好的函数逼近能力。对于输出层的第个结点的输出结果为:
undefined
其中,σ(xn)=1/(1+e-xn),yi表示第i输出结点的输出向量,xk表示第k个输入结点的输入向量,wij表示输入结点i与隐层结点j之间的权重,vjk表示隐层结点j与输出结点k之间的权重,aj,bj分别表示隐层小波函数的伸缩系数和平移系数。实验中隐层的小波函数采用余弦调制的高斯波,Morlet母小波,其形式如下:
Ψ(x)=cos(1.75t)exp(-t2/2) (5)
采用Fletcher-Reeves(FR)共轭下降法调整网络参数,其中梯度向量为:
undefined
令
undefined
同理可计算St(xj),St(aj),St(bj)
网络参数调节如下:
w(t)ij=w(t-1)ij+αSt-1(wij) (8)
同理可计算x(t)j,a(t)j,b(t)j
3 混合算法
共轭下降法在进行小波神经网络的训练中,可能导致搜索结果在局部最优处产生震荡,甚至会陷入局部最优。另外,共轭下降法的收敛速度与小波网络中的初始权值选取是相关的。如果初始权值的选取不准确,会导致迭代速度慢,训练结果不准确等一些缺陷。而PSO算法不受初始权值的影响,通过实验证明比共轭下降法对于小波神经网络具有更良好的特性。当粒子飞离所谓的搜索空间后,pbest会引领粒子开拓新的搜索空间,有可能避免陷入局部最优。为了克服PSO算法和共轭下降法的缺点,将这两种算法结合使用,形成了基于PSO算法和共轭下降法的混合算法。
在搜索算法开始的时候,先利用PSO算法进行粒子的搜索,尽可能开辟一个大的搜索空间。随着PSO算法的不断搜索,搜索的精确度会衰减,有可能导致局部最优。在这种情况下,再利用共轭下降法继续搜索,打破搜索陷入局部最优的情况,直至达到搜索要求为止。
混合算法如下:
①初始化伸缩系数aj,平移系数bj,权重wij,vjk以及粒子的初始位置xi,初始速度vi,初始化种群数量。
②输入训练样本进行小波神经网络的训练。
③通过误差公式
undefined
对每个粒子进行估计,同时更新pbest, gbest。
④根据公式(1),(2)改变vi,xi。
⑤检查gbest是否陷入停滞状态,如果没有跳转步骤⑧。
⑥利用共轭下降法修正一些不与gbest等值的粒子(一般选取3-5个)。
⑦检查是否达到迭代搜索的标准,如果达到标准跳转步骤⑧,如果没有,跳转步骤③。
⑧保存训练参数,对于小波神经网络的训练结束。
4 实验分析
实验中数据采用KDD CUP99数据集[7]。KDD CUP99数据集中包含5000000个连接记录,其中共包含四类攻击方式,即为Probing, DOS, U2R, R2L等。将10%的KDD CUP99数据集中的数据作为小波神经网络的训练样本,这个训练样本数据中共包含22种不同的攻击方式,494021个连接记录,其中有97278个正常的连接记录,每个连接记录都有41个不同的属性;而测试样本数据中包含311029个连接记录,37种不同的攻击方式,其中有17种新的攻击方式是在训练样本中没有。
设定初始种群为50,迭代次数k为1500次,权值wij,vjk的取值定义在(-1,1)之间,伸缩系数aj以及平移系数bj的取值范围是(1,100),在PSO算法中,ω作为迭代次数的函数从0.7到0.2线性减小,参数c1,c2均取值为2。实验结果如表1,图1所示:
通过对表1,图1的分析,可以看出,PSO-CG这种混合算法训练的小波神经网络对于异常检测比PSO算法和共轭下降法有较为良好的实验结论。而且从算法的收敛性角度考虑,混合算法的收敛性要高于其他两种算法。可见,由PSO-CG算法训练的小波神经网络在异常检测方面有很大的优势,提高了对异常的检测率,同时降低了对正常状态的误判率,收敛速度快,全局收敛性好,经过PSO-CG算法训练的小波神经网络有很强的适应性。该方法对于异常检测是可行的是一种能被广泛应用的检测方法。
5 结束语
提出一种基于PSO算法和共轭下降法的混合算法。混合算法中,为了弥补PSO算法和共轭下降法自身存在的缺陷,将两种算法进行结合运用,减小了算法本身陷入局部最优的可能性,提高了算法本身的精确度,将其用于小波神经网络的训练,从而进行网络异常的检测,最后通过KDD99数据集的验证,证明该方法是可行的。
摘要：提出一种用新型的进化学习算法训练的小波神经网络(WNN)。这种新型的进化学习算法是基于粒子群算法(PSO)和共轭下降法(CG)提出的。以往,将粒子群算法用于神经网络的训练一般是可行的。因为粒子群算法相比于其他的优化算法,具有相对简单的结构和快速的收敛速度,然而,由于粒子的搜索坍塌速度过快而导致粒子停滞这种潜在的危险。粒子的持续停滞使搜索结果很难达到全局最优,甚至会陷入局部最优。为了克服粒子群算法缺点提出了改进的混合算法。通过对KDD99数据集的实验表明,利用新型混合算法训练的小波神经网络对于异常检测具有很高的异常检测率并且又较低的误判率。可见,该方法对于网络异常检测是有效的。
关键词：粒子群算法,共轭下降法,小波神经网络,网络异常检测
参考文献
[1] Chen D S, Jain R C.A Robust Back Propagation Learning Algorithm for Function Approximation[C].IEEE Trans. Neural Networks, 1994,5:67-479.
[2] Zhang Q, Benveniste A.Wavelet Networks[C].IEEE Trans. Neural Networks, 1992,3:889-898.
[3] Billings S A, Wei H A new Class of Wavelet Networks for Nonlinear System Identification[J].IEEE Trans. on Neural Networks,2005,16(4):862-874.
[4] Yumusak N, Temurtas F,Gunturkun R.Harmonic Detection Using Neural Networks with Conjugate Gradient Algorithm[Z].LNAI,2004:304-311.
[5] van den Bergh F, Engelbrecht AP.Cooperative Learning in Neural Networks using Particle Swarm Optimizer[J].South African Computer Journal,2000,26:84-90.
[6]SHI Y,EBERHART R C.A modified particle swarmoptimizer:pro-ceedings of the IEEEInternational Conference on Evolutionary Compu-tation[C].Piscataway:IEEE Press,1998:69-73.
基于混合云计算的网络架构研究 篇8
1、混合云的定义
混合云最简单的定义就是公有云和私有云的组合。美国国家标准与技术研究院所采用的定义为“混合云是使用标准或专有技术使数据和应用程序具有可移植性的公有云和私有云绑定在一起的组合。”它可能是一个企业的私有云与一个或多个供应商的公有云的组合, 或托管在第三方场所里面的私有云与一个或多个供应商的公有云的组合。
根据对公有云服务能不能满足IT和一些商业组织的业务需求的调查, 混合云环境可以更好的满足他们的需求。在某种程度上, 混合云可以被理解为是企业准备将大部分工作转移到公有云上的一个中间阶段。
2、混合云的优点
混合云提供公有云的成本和规模优势的同时, 还提供了私有云的安全和控制。
2.1 节约成本
2.1.1将企业的基础设施需求外包给公有云供应商可以减少资本支出。
2.1.2将临时项目资源外包给公有云供应商可以大幅降低成本, 因为使用公有云不再需要投资就可以开展这些项目。
2.1.3帮助在应用程序生命周期的不同阶段优化基础设施支出, 公有云可以用于开发和测试, 同时私有云可以被用于制作成品。更重要的是, 当企业使用Saa S应用程序时, 公有云可以随时退出, 这比使用专用的内部部署基础设施的成本低得多。
2.2 反应速度快
2.2.1 同时提供了私有云的控制能力和公有云快速扩展能力。
2.2.2 支持云爆发技术, 公有云可以在企业计算需求突然提高时提供额外的计算资源, 如果完全依赖私有云来满足业务高峰期的需求, 那么将有很大一部分资源在日常处于闲置状态。
2.2.3 由于利用了公有云技术, 整个企业的业务敏捷性得到大幅改善, 从而增加了传统的基础架构或纯私有云上无法获得的机会。
2.3 安全性注意事项
要让企业为他们的业务需求使用混合云, 他们必须了解的一个混合云环境中的新的安全要求, 而混合云提供了私有云的安全性优势, 也为企业带来了一些独特的安全挑战, 在考虑私有云相关的典型安全问题之外, 也应该考虑在混合环境中的一些其他因素。
2.3.1 周边延伸:
混合云架构会将企业的IT业务范围扩大, 它有更大的面积可以被攻击, 在云服务供应商控制下的混合云部分更容易被攻击。
2.3.2 身份和访问管理:
一个简单的方法来解决混合云的身份认证, 是扩展现有的企业身份认证来访问和管理公有云, 但这种做法也带来了企业对其身份安全性的担忧。
2.3.3 管理工具:
当企业在复杂的混合云环境使用管理工具, 无论是作为云平台的一部分, 或作为第三方工具, 企业应该考虑使用这种工具的安全隐患。例如, 管理工具应该能够在混合云环境下安全的进行身份认证和任务执行。
2.3.4 数据迁移:
混合云架构使得数据从私人环境中流动到公有云中更加容易, 这样的数据移动具有保密性和完整性, 因为在公有云环境比私有云更注重隐私控制。
2.3.5 安全策略:
混合云环境下的安全策略有一定的风险, 如相对于一个纯粹的私有云环境公有云中的加密密钥如何托管。
3、提高安全性的最佳做法
调查显示, 如果企业了解他们如何能在云中保护他们的数据, 许多企业将考虑迁移到公有云。混合云可以作为一个过渡性的办法, 来帮助企业调整自己对未来的公有云应用的战略。混合云为企业提供一个安全的外壳, 他们可以尝试公有云服务, 同时仍把敏感数据放在一个更可控的私有云中。还有, 这将有助于减轻与混合云部署相关的风险, 在本节中, 我们将重点研究这部分内容。
3.1 虚拟机级安全性:
混合云环境的范围不仅有弹性, 而且跨越多个云, 包括内部部署的私有云, 这就需要在虚拟机级别穿过在云和多个云供应商之间的预置数据中心, 自提升自我防御的安全性。
3.2 多层防御:
使用工具, 如防火墙, IDS/IPS, 日志检查等面向虚拟机的防御策略是很重要的, 更重要的是, 虚拟机之间的通信应通过设定适当的策略连续不断的监控。
3.3 流量控制:
内部网关应该被用来控制发送到公有云的流量, 而不是提供直接访问。
3.4 数据和加密:
在云计算中的数据应该加密, 加密解决方案应该有精心设计的加密密钥管理政策, 以确保数据的完整性。此外, 企业应保留加密密钥的所有权, 以保持企业的工作和公有云服务供应商之间的分离。这也使得企业可以在其私有云和公有云中使用它们的加密和防止厂商锁定, 允许企业自由选择云服务供应商。
3.5 安全控制:
云安全应该由企业来控制, 而不是云供应商。无论是使用登录或使用第三方工具来管理企业的公有云部分, 企业应当对其部署的混合云架构的安全性有完整的控制权。
3.6 执行标准:
企业应当了解法律规定对于混合云部署的影响, 并及时作出调整, 在混合云技术发展过程中收集信息, 如审计日志, 并妥善保存这些信息。还有是从共有云供应商收集必要的信息, 并将其存储在公有云环境之外的其他地方。此外, 企业还有必要雇佣了解使用云服务风险的员工来执行这些规定。
4、对于混合云架构的建议
4.2 混合云技术应用实例
有许多不同的环境适合采用混合云, 这里会列出一些最重要的:
4.2.1使用私有云技术处理关键任务, 使用公有云技术处理非关键技术。例如, 一家公司可能会使用公有云技术来进行产品测试和开发, 在私有云中进行产品最终设计和调试。另一个例子是使用公有云处理面向外部的应用程序, 同时使用一个私有云处理内部应用程序。
4.2.2云爆发, 动态部署应用程序设置, 平时运行在私有云上, 当遇到运算量突然提升时启用公有云以满足意外的运算需求, 如零售企业的假日购物量突然提升。
4.2.3无损灾难恢复测试。如果产品含有灾难恢复功能, 企业可以利用公有云平台对其进行测试, 期间不会产生中断。
5、结论
混合云提供了更大的灵活性, 为企业提供了可以同时保持控制和安全性的选择。希望建设混合云架构的企业, 通常出于让公有云分担工作量、防止云爆发、加快产品生产速度等目的。因为每个混合云基于的公司需求和实现结构各不相同, 没有一个通用的解决办法。由于混合云环境包含本地和公有云供应商, 企业需要额外考虑考虑公有云相关的安全性问题。任何计划部署混合云的企业都应当了解混合云的安全需求, 并参照现有混合云部署的经验和最好的做法, 来降低风险。在保障了混合云环境的安全性的前提下, 企业可以将更多的工作放到公有云上去完成, 节约更多的成本。
摘要：云计算技术分为公有云、私有云和混合云三种, 其中混合云是使用公有云来降低经济支出, 同时使用私有云来保证企业核心技术的安全运行。混合云也被认为是云计算技术的最终解决方案。
关键词：公有云,私有云,混合云
参考文献
[1]陈全, 邓倩妮.云计算及其关键技术[J].计算机应用, 2009.
[2]张莉.浅谈云计算技术国内发展现状[J].计算机光盘软件与应用, 2012.
[3]中国云计算产业发展白皮书[M].赛迪顾问股份有限公司, 2011
[4]基于混合云的安全数据存储架构[J].现代计算机 (专业版) , 2011.
[5]公共云?私有云?哪个才是我的云?[J].微电脑世界, 2010.
混合型网络 篇9
网络为听力学习提供真实、丰富的语言环境和学习资源, 提高了学生的学习兴趣。网路听力学学习环境下, 不同水平的学生进行分层学习。同时可以进行信息反馈和自我评估。网络听力学习突破了时空限制, 最大限度地提高教学资源的使用率, 使听力学习从课堂延伸到课外, 增加了听力输入量。网络听力学习较传统的听力课堂降低了学生的焦虑情绪, 提高了听力学习效率, 最终实现了以学生为中心的自主学习。因此, 计算机网络环境+课堂教学相结合的听力混合学习模式具有可行性。实践证明, 这种混合听力模式能有效提高英语专业学生的听力理解水平和自主学习能力。
一、混合学习理论基础
混合学习模式指的是一种由在线学习和面授相结合的学习方
技术和创新产品进行目标市场选择、定位创意、营销组合策划, 选择与确定企业的销售重点, 初步完善艺术设计的中国特色。
目前, 我国艺术设计现状主要是:设计的内容和目标与社会各行业的需求脱节;借鉴外国经验与立足国情的产生矛盾;设计产品在同领域内没有自己的特点。所以, 外来文化的利用有利于企业能随时根据国际市场的变化来随时调整战略, 有利于中国艺术设计全球化的战略目标。
在二十世纪二、三十年代的时候, 艺术界将中国画纳入学院教学, 对中国画固有的理法用西洋画的理法加以批判, 然后逐步的用西洋画的理法取代了中国画的理法。致使近百年下来我们已没有了中国画自己的标准, 丢失了自身的创作规律, 在大批的所谓新画派、新创作的画框前, 迷失了品读中国画的路径, 丢掉了中国人几千年才滋养成的享受艺术的诗画人生。
中国艺术的境界是诗化的境界, 中国设计艺术的语言是诗意的语言。没有对中国传统文化的深刻理解和真切体会, 就不可能设计出优秀的作品。中国画教学改革背离了深厚的中国文化, 我们应牢记这个教训。中国的艺术设计课程目前应以补充学习, 立足弘扬中国文化为根本, 发掘真正的中国设计思维, 找出属于中国人自己的创作路子。
在全球化步伐越来越加快的今天, 世界各国之间的政治、经济、文化的交流速度也越来越快, 在这种形势下, 我们更应该保持一种清醒的头脑, 从古人那里取得一些有可借鉴的东西, 以应式, 包括各种学习方法、学习媒体、学习内容、学习模式以及学生支持服务和学习环境的混合。混合学习模式的重点在于如何混合才能达到最优的学习效果。将混合学习模式引入英语教学, 使英语学习真正做到虚拟化、个性化和自主化。混合学习模式不是一般意义上的计算机辅助教学模式, 而是网络与课堂听力学习的整合, 发挥了两者的最优效果。
以认知主义学习理论为基础的传统课堂教学模式注重语言系统的掌握。因为统一教学目标, 有利于提高教学效率, 但是难以满足学生个性化学习需求;大部分时间教师控制课堂, 课堂便于管理, 但压抑了学生学习的积极性、主动性和创造性;网络学习模式的理论基础是建构主义理论, 其核心是以学生为中心。在建构主义模式指导下, 网络学习具有个性化、协作学习、自主化等特点。网络+课堂混合听力学习模式是建构在认知理论和建构主义理论整合的基础之上。两种模式的综合运用既能发挥教师在教学中的主导作用, 又能发挥学生的主体作用, 形成了一种更为有效的听力混合学习模式。
二、混合学习模式应用
网络+课堂教学相结合的听力混合学习模式不是一种简单的混合, 应用的关键在于如何有效地衔接网络和课堂教学, 进而提高听力学习效果。将从以下三个方面探讨混合学习模式的具体应用。
(一) 课堂教学
听力课堂教学中要注重知识的学习, 因为语言知识是听力理解的基础。此外, 还要考虑到非语言因素对听力理解的影响, 比如文化背景, 情感因素, 学习策略等。应从以下两个方面提高课堂教学效果。
1. 精听和泛听的结合
课堂上的精听是通过练习反复地听, 学习听力材料中的基本语言知识, 逐步习惯外国人讲话时的发音和语调在语流中的变化, 有助于提高学生的自信心和理解水平。在精听过程中, 首先要解决语音、语调, 以及英式英语、美式英语分别具有的发音特点等问题, 因为语音是听力理解的最基本的影响要素。
对全球化阴影下复杂多变的局面。中华民族文化与艺术必须也只能在中国这块土地上发展和创造中华民族的文化与艺术, 用中华民族的文化与艺术, 为世界和人类的文明贡献着自己应该贡献的力量。
参考文献
[1]苏立文著, 东西方美术的交流[M], 江苏:江苏美术出版社,
[2]汤林森著, 文化帝国主义[M], 上海:上海人民出版社,
[3]王宁编, 全球化与文化:西方与中国[M], 北京:北京大学出版社, 2003.101.
[4]周宪著, 中国当代审美文化研究[M], 北京:北京大学出版社,
[5]周建德.包装设计中艺术与设计思维的转换[J].美术观察杂志出版社2001 (10) .12.
[6]丁钢, 价值取向:课程文化的观点[J], 北京:《北京大学教育评论》2004. (12) .8.
蒲军, 讲师, 2000年毕业于西南师范大学美术学院, 现为河南科技学师艺术学院教师。
泛听就是不用刻意联系语言知识, 泛泛地去听, 了解听力材料的大意。泛听是精听的延伸, 目的是巩固和扩大精听的成果。要想提高听力理解水平, 要在精听的基础上大量泛听, 更多的输入语言。课堂教学要做到精听与泛听相结合。在听力学习的起始阶段要以精听为主, 随着语言知识的丰富, 逐步增加泛听的比例, 精听与泛听是听力训练中两种相辅相成的方法。由于课堂教学时间的限制, 教师要在课堂上鼓励学生在课外更多的泛听, 提高获取信息和学习知识的能力。
2. 听力策略:
授人以鱼, 不如授人以渔。所以教师要把听力策略融入听力课堂教学中。研究表明, 有效地应用策略能够提高学习成绩。但是目前英语专业学生的策略应用意识比较淡薄, 应用效果较差。Oxford (1990将听力策略分为三大类, 即元认知策略, 认知策略和社交/情感策略。三大类策略下包含31项分策略, 比如预先练习、定向注意、归纳、记笔记等。教师不仅传授给学生策略, 还要引导学生如何选择应用策略。英语专业学生主要使用的听力策略为推理、笔记、集中注意、选择注意、联想、情感策略, 而较少使用评估、监控和母语策略。在听力策略中, 笔记能力的训练是至关重要的。记笔记的过程非常复杂, 一定要遵从“大脑记忆为主, 笔记为辅”的基本原则, 因为过分依赖笔记会造成适得其反的结果。听力策略不仅应用于课堂, 还要引导学生应用于网络自主听力学习, 提高学习效率。
(二) 网络听力自主学习
网络自主学习把英语听力教学从单纯的课堂教学变成全方位的教学, 学生成为学习过程的主体和中心, 使英语学习变成学生的一种自觉行为, 一种习惯。要实现真正意义上的网络自主学习目标, 教师和学生可以从以下两个方面努力。
1. 选择合适的网络资源听力材料
网络听力自主学习不等同于完全的自学, 教师要负责选择适合的自主听力学习材料。听力材料的选择在网络自主学习中起着重要的作用。通过教师推荐网络资源, 节省学生盲目查找学习资料的时间, 提高自主学习效率, 教师还可上传视听材料、自制课件及教学要求、学生作业等, 让学生充分利用自主学习室进行自主听力学习。材料选择一般由学习者的学习目的、学习期望、语言水平、知识面、兴趣范围等因索决定, 应本着真实性、趣味性、难易性和时效性的原则。目前可供选择的听力材料范围很广, 可以选择一些经典的听力材料, 比如《英语听力入门》 (Step by Step) , 《走遍美国》 (Family Album USA) , 《老友记》 (Friends) , 也可以选择VOA, BBC, CNN News, ABC News, CRI等最新新闻。计算机网络提供了足够的语境和真实材料, 起到一般课堂无法起到的作用。
2. 网络自主学习模式中教师的角色定位
受传统的应试教育体制的影响, 学生自主学习能力普遍较差, 他们习惯于传统的课堂教学。所以在网络自主学习环境下, 教师应该激发学生听力自主学习的动机, 教师的角色变化在网络自主学习中也发生了改变, 由以前的知识传授者变为资料提供者和学生的学习顾问。教师应该尊重学生的需求和个性特点, 为学生提供自主学习的环境和条件。教师应具有能够更扎实的英语基础, 丰富的语言文化知识, 为学生提供很好的学习资料, 解答学生们网络自主听力过程中遇到的问题, 提供有效的解决方法。教师要为学生制订科学可行听力自主学习计划, 引导学生自主学习, 发挥好学生的主体作用。总之, 教师充分利用网络技术, 发挥多种作用, 从而达到提高英语专业学生网络自主学习能力的目的, 提高听力理解水平。
(三) 听力教学评估
教学评估是大学英语课程教学的一个重要环节, 是教师获取教学反馈信息、改进教学管理、保证教学质量的重要依据, 又是学生调整学习策略、改进学习方法、提高学习效率的有效手段。新的评估方式采用形成性评估和终结性评估相结合, 取代了原有的只注重终结性评估的方式。形成性评估主要是课堂活动和课外活动情况, 终结性评估主要指期末课程考试和能力水平考试。在网络+课堂新型听力混合学习模式下, 教师要对学生进行评估, 同时学习者要进行自我评估, 注重终结性评估的同时, 加强对课堂和课外网络听力的形成性评估, 可采用学生建立档案袋的评估方式, 做好相应的听力笔记, 记录每天的网络自主听力的学习情况, 放入档案袋, 教师也应及时收集各个层次学生出现的问题, 在研究、整理、总结后, 将信息迅速反馈给学生, 同时进行必要的指导。此外, 还需要学生的自我评估, 学习者对自己的学习进程进行评判, 找出听力学习的优势和不足, 逐渐完善。
三、学习效果分析
通过一个学期的教学实验检验混合听力学习模式下的英语专业听力学习效果。实验组同学平均成绩教对照组高出12分, 标准差分别为18和19, t检验结果显示两组差异具有显著性 (P值为0.0373<0.05) 。此外, 为了验证新的教学模式是否有利于学生自身的发展, 还将实验组期末成绩与上一学期的期末成绩进行了对比。结果证明, 大多数学生在网络+课堂的教学模式中获益。实验组期末成绩平均分较上一学期有明显提高, 从上一学期的68分提高到了78分, 同时t检验结果提示相差有统计学意义 (P值为0.0406<0.05) 。与此同时, 通过对实验组同学的不定期访谈与问卷调查发现, 大部分同学对这一新的学习模式很感兴趣, 并能从中受益, 85.6%的同学对混合学习模式充满信心。实践证明, 将课堂教学和网络自主学习模式有效整合, 能充分发挥各自的优势, 促进语言知识向语言技能的转化, 提高了英语专业学生的听力水平, 具有推广的价值和意义。
四、结语
网络+课堂听力混合学习模式具有传统英语听力教学无可比拟的优势, 为实施因材施教和个性化教育创造了客观条件。这种新型模式丰富和改进了英语听力教学, 实现了课堂教学内容与课外学习的有机结合, 使听力学习环境更加轻松, 学习形式更加丰富和多样化, 极大地激发了学生的学习动机, 学习效果非常突出。同时, 网络自主听力在很大程度上弥补了传统听力教学课时少、授课信息量小的缺憾, 使学生的学习从课堂内延伸到课堂外, 提高了自主学习效果, 保证了足够多的语言输入, 为提高英语综合技能奠定了坚实的基础。
摘要：本文阐述了将网络环境+课堂教学相结合的听力混合学习模式应用于英语专业学生的听力学习, 提出了混合应用模式下的课程整合改革措施。混合学习模式将传统的教学模式和现代信息网络技术进行有效的整合, 使听力学习从课堂延伸到课外的网络听力自主学习, 扩大了信息的输入量, 培养学生自主学习习惯, 有效的提高了英语专业学生的听力理解水平, 对听力学习的可持续发展具有深远意义。
关键词：网络,课堂,混合学习,模式
参考文献
[1]Maurice Claypole.Integration and Innovation:Incorporating Blended Learning into ELT.Foreign Language Teaching&Research in Basic Education, 2005 (1) .
[2]陈坚林.大学英语教学新模式下计算机网络与外语课程的有机整合——对计算机“辅助”外语教学概念的生态学考察.[J].《外语电化教学》, 2006 (12) .
[3]华维芬.自主学习中心——一种新型的语言学习环境[J].《外语界》, 2001, (5) .
[4]田世生.傅钢善.Blended Learning初步研究.《电化教育研究》.2004 (7) .
基于神经网络的混合优化算法研究 篇10
神经网络因具有适应能力, 学习能力和映射能力[1]而应用广泛, 但目前还没有一套完善的理论可以包罗各种应用。本设计针对嵌入式系统软硬件资源有限的特点, 先在PC机上构建模型, 经过改进和调试, 最终将网络结构相对简单的、具有较好的逼近能力和泛化能力的代码移植到嵌入式系统[2]。
对于神经网络权值的优化, 以往大多是采用局部寻优能力较强的梯度下降法, 但是容易陷入局部极小值, 导致其全局寻优性能不高。而基于优胜劣汰、适者生存和基因遗传思想的遗传算法虽具有较好的全局寻优能力, 但局部寻优能力不足[3]。本文对遗传算法操作算子做了改进, 并结合遗传算法和梯度下降法的优点, 形成了一种神经网络混合优化算法, 能同时优化神经网络的结构和权值及阈值[4]。
2改进遗传算法
2.1编码方式
对于严格分层全连接的多层前馈神经网络, 仅需确定隐层的个数以及每层的神经元个数[5], 为了编码和解码方便, 结构采用二进制编码, 其串长表示神经元个数, 其算术和表示有效神经元个数。但权值和阈值学习是一个复杂的连续函数优化问题, 不需要编码和解码, 故直接用实数表示。这种采用二进制与十进制相结合的编码方案[6], 如图1所示。
X= (x1, x2, …, xi, …, xn) T和O= (o1, o2, …, ok, …, ol) T分别表示神经网络的输入向量和输出向量。n和l分别表示输入和输出的维数, 假设隐层神经元数最大为m, 则神经网络的编码如下:
s1, s2, …, sj, …, sm, v11, v21, …, vn1, θ1, v12, v22, …, vn2, θ2, …, vij, …, θj, …, vnm, θm, w11, w21, …, wm1, T1, w12, w22, …, wm2, T2, …, wjk, …, Tk, …, wml, Tl
2.2适应度函数的选取
为了实现网络结构和网络权值及阈值的同步进化, 在同等网络逼近能力的条件下构造出相对简单的网络结构, 本文提出如下的适应度函数表达式:f=ae- (b×E+c×nh) , 为了将个体的差别放大, 便于比较, a一般取比较大的值。
2.3遗传操作算子
遗传算法的三个基本操作算子分别为:交叉、变异和选择。对于二进制编码部分, 可利用已有的遗传操作算子, 但对于实数编码部分, 需重新设计遗传算子[7]。
2.3.1 交叉算子
首先在整个父代种群中随机两两配对, 然后以交叉概率pc对父代个体对进行交叉操作。对二进制编码部分采用单点交叉算子, 实数编码部分采用算术交叉算子。
假设x, y分别为被选中进行交叉操作的父代个体对X, Y的实数编码部分, 交叉操作后子代个体对X′, Y′的实数编码部分为x′, y′。若个体X的适应度比个体Y的适应度大, 即f (X) >f (Y) , 则x′=x+λ1 (x-y) , y′=x-λ1 (x-y) ;若个体X的适应度比个体Y的适应度小, 即f (X) <f (Y) , 则x′=y+λ1 (y-x) , y′=y-λ1 (y-x) 。其中
2.3.2 变异算子
对每个父代个体以变异概率pm进行变异操作。对于二进制编码部分采用均匀变异;对于实数编码部分采用自适应变异。
设x为被选中进行变异操作的父代个体X的实数编码部分, 则变异操作后子代个体对X′的实数编码部分为x′。x′=x+λ2x, 若rnd (0, 1) ≥0.5;x′=x-λ2x, rnd (0, 1) <0.5。其中
2.3.3 选择算子
本文只进行一次选择操作, 即以交叉概率pc对父代个体对进行交叉操作, 同时以变异概率pm对每个父代个体进行变异操作。
2.4交叉率和变异率的确定
为了在尽量不破坏适应度高的个体同时还能保证群体的多样性, 宜采用自适应交叉率和自适应变异率。在进化的初期, 应加大pc和pm, 加快新个体的产生, 增加物种的多样性, 防止算法早熟;而在进化的后期, 应减小pc和pm, 使种群趋于收敛。同时, 为了保证算法收敛, 将交叉率pc限制在[0.5, 1]范围内, 变异率pm限制在[0, 0.5]范围内。基于此, 提出如下自适应交叉率pc和自适应变异率pm,
2.5BP算子
对于经过选择操作后的种群中的最优个体执行BP算法, 采用梯度下降法修改最优个体中的网络权值及阈值。以上述三层前馈网络为例, η为学习率, p为训练样本模式数, 对于输出层, 权值
3神经网络优化算法实现步骤
(1) 给定网络的训练样本集[8], 输入模式为{X1, X2, …, XP}, 对应的目标输出为{d1, d2, …, dP};
(2) 设置所有参数, 种群的规模N, 隐层的个数h, 隐层神经元最大个数m, 网络误差系数b, 网络复杂性系数c, 适应度函数里的放大系数a, 选择策略中的数量n, 交叉概率中的k1、变异概率中k2, BP算法中的学习率η, 网络期望误差Emin, 最大进化代数T;
(3) 以设定的种群规模N随机产生初始种群;
(4) 对初始种群中每个编码个体进行解码, 由训练样本集经前向传播算法求得对应个体的网络实际输出, 从而计算出每个个体的学习误差和适应度值;
(5) 整个种群随机两两配对, 以交叉概率pc对父代个体对进行交叉操作, 同时以变异概率pm对每个父代个体进行变异操作, 产生交叉子代和变异子代;
(6) 对交叉子代和变异子代中每个编码个体进行解码, 由训练样本集经前向传播算法求得对应个体的网络实际输出, 从而计算出每个个体的学习误差和适应度值;
(7) 采用优秀个体保护和两两竞争的选择策略, 在交叉子代和变异子代中选择N个编码个体, 得到新一代种群;
(8) 对最优个体进行解码, 然后进行BP算子操作, 修改最优个体中的网络权值及阈值, 得到新最优个体;
(9) 计算新最优个体对应网络的学习误差和适应度值, 并将其替代原来的最优个体。
(10) 遗传进化是否达到最大进化代数T, 满足条件继续, 否则转到步骤 (5) ;
(11) 新最优个体对应网络的权值及阈值作为神经网络的初始值, 网络结构不变, 采用拟牛顿LM算法, 对网络的权值及阈值进行梯度下降法训练。
(12) 判断误差是否小于指定的网络期望误差Emin, 满足条件继续, 否则转到步骤 (11) ;
(13) 输出优化后的神经网络结构和权值及阈值。
4仿真实验
本文采用函数逼近法来验证算法的效果, 这里引用文献[9]的非线性函数作为仿真对象。f= (sinx1+ex2) /3 , x1∈ (0, 20) , x2∈ (0, 2) 。
在两个变量x1、x2的取值范围内随机选取样本数据对和测试数据对各60对。取种群规模为80, 最大进化代数100, 网络复杂系数为c=0.001, 适应度放大系数为100, BP算法学习率为0.8, 交叉变率K1为100, K2为50, 选择策略中的数量n为4。采用本文算法对网络进行优化设计, 运行9次, 结果如表1所示, 各种算法对比如表2所示。
从以上两表可以看出, 本文算法具有较强的鲁棒性, 基本上都收敛接近于最优解[10]。
5结束语
本文对遗传算法操作算子做了改进, 并结合遗传算法和梯度下降法的优点, 形成了一种神经网络混合优化算法。实验结果表明, 该混合优化算法能够有效地确定神经网络的结构和权值及阈值, 所得神经网络有较好的逼近能力和泛化能力, 因而该算法是可行有效的。
参考文献
[1]刘华眷.基于E lm an神经网络的股市决策模型[J].计算机应用, 2009, 29 (6) :152-154
[2]王平, 江华丽.嵌入式网络终端的神经网络邮件过滤技术设计[J].福建师范大学学报, 2009, 25 (5) :45-49
[3]包红军, 李致家, 王莉莉.降雨径流模拟神经网络模型及应用[J].西安建筑科技大学学报, 2009, 41 (5) :719-722
[4]张小刚, 蒋程, 韩军锋.基于神经网络的变压器故障智能检测与分析[J].电气开关, 2009, (5) :31-34
[5]张宏斌, 贾志新.基于逆向思维的系统可靠性精确分配模型[J].计算机应用, 2009, 29 (9) :2468-2470
[6]镇方雄, 李跃新.基于改进遗传算法的神经网络优化[J].湖北大学学报, 2006, 28 (4) :345-349
[7]马芳芳.基于实数编码遗传算法的神经网络优化设计[J].微处理机, 2008, 3:107-112
[8]李春好, 刘成明, 才淦.前馈神经网络病态学习样本剔除方法[J].吉林大学学报, 2009, 27 (5) :514-519
[9]叶德谦, 康建红.基于实数编码遗传算法的前向神经网络优化设计[J].计算机工程, 2005, 31 (16) :163-164
混合型网络 篇11
关键词：多元智能理论;材料力学;多元混合式教学
中图分类号：G642.42 文献标志码：B 文章编号：1673-8454（2016）20-0034-04
一、引言
翻转课堂模式[1]无疑是近年来在国内外广泛关注的新模式，越来越多的教师结合课程教学开展翻转课堂教学实践，取得了不少成果。经过笔者的教学实践，感觉在操作层面上还存在一些问题。首先，学生在缺少教师监控的环境下难以保持学习的动力。对于学习自主性不是太高的地方高校大学生来说，自主学习的动力主要取决于学习者自身的内因，但来自教师和同学等方面的外部因素也会起到很大的作用。课前的网络学习没有了教师的监控，学生的学习热情和学习动力都会大打折扣。再者，学生自主学习碰到的疑问无法及时得到反馈，学生累积的疑问会越来越多，进而影响学习的热情和自主性，学生容易半途而废，或者敷衍了事，学习的知识就变得支离破碎，没有系统性和条理性。[2]
在此大背景下，混合式学习（Blended Learning）的概念应运而生。混合式学习是指在学习过程中，将面授学习（Face-to-FaceLearning，F2F）的优势与在线学习（OnlineLearning）的优势相融合，以达到有效学习的一种学习模式。目前混合学习的基本理念几乎是公认的，即在“适当的”时间，将“适当的”学习技术与“适当的”学习风格相契合，对“适当的”学习者传递“适当的”能力，从而取得最优化的学习效果与学习方式。[3]混合学习是学习理念的一种提升，这种提升会使得学生的认知方式发生改变，教师的教学模式、教学策略、角色也都发生改变。 但混合学习模式在操作层面上，给老师和学生都带来了挑战，其挑战来自混合学习理念中的五个“适当的”，即如何才能做到“适当”，这就要求教师要认真研究教学内容、学生群体状态等诸多要素。材料力学课程是机械类、土木各专业的重要技术基础课，[4]课程学习的目的是为后续课程以及未来的工作搭建一个扎实稳固的基础性支撑平台。课程内容相对庞杂，有以高等数学、理论力学作为基础的理论知识，也有基于实验的材料性能知识，更有直接面向工程的应用性知识。内容中，有的需要学生理解，有的需要掌握，有的则要会应用，还有的需要学生学会分析，锻炼综合能力。因此，根据课程中不同的教学内容和教学目标设计，合理应用传统教学、网络教学、对分课堂等有效教学方法，形成适合课程特点、适合教师风格、适合学生学习习惯的多元混合教学模式。本文结合材料力学内容特点，提出了“教师精讲+自主学习+对分课堂+翻转课堂+小组协作探究学习”的多元混合式教学模式，经过两轮的教学实践，取得了良好的效果。
二、多元智能理论与多元混合式教学
多元智能理论是由美国哈佛大学教育研究院的心理发展学家霍华德·加德纳（HowardGardner）在1983年提出。加德纳从研究脑部受创伤的病人发觉到他们在学习能力上的差异，从而提出本理论。他认为我们每个人都拥有八种主要智能：语言智能、逻辑—数理智能、空间智能、运动智能、音乐智能、人际交往智能、内省智能、自然观察智能。多元智能理论有助于老师从学生的智能分布去更加了解自己的学生，知道学生之间存在差异，同一个同学对不同内容的接受程度也存在差异，应该采取多样化的更适合他们的教学方法。[5]
多元智能理论应用在课程教学中，给我们诸多启发。一是要改变以往的学生观，多元智能理论认为几乎每个人都是聪明的，但聪明的范畴和性质呈现出差异。要用赏识和发现的目光去看待学生，改变以往用一把尺子衡量学生的标准，要重新认识到每位学生都是某些方面的天才，只要我们正确引导和挖掘他们，每个学生都能成才。二是要用多元化的教学方法，多元智能理论强调应该根据每个学生的智能优势和智能弱势选择最适合学生的方法。根据不同的教学内容选择不同的教学方法，促进学生潜能的开发，最终促进每个学生都成为优秀的自己。三是教师要改变自己的教学目标，多元智能并不主张将所有人都培养成全才，而是认为应该根据学生的不同情况来确定每个学生最适合的发展道路。通俗来讲，多元智能理论不是让学生千军万马过独木桥，也不是简单地要求给学生多架几座桥，而是主张给每条学生都铺一座桥。教育的价值除了为社会培养有用之才，更在于发展和解放人本身。
多元混合式教学模式一定程度地体现了多元智能教育理念，在多元混合教学环境中，学习者的多元智能可以得到潜移默化的浸润式的发展，如果教育者对混合式教学环境进行精心设计，学习者多元智能的发展将更具系统性和成效性。混合式教学环境能够为学习者的多元智能发展创设适应性、触发性和诱导性的学习氛围，是诱导、激发和强化多元智能发展的强效活动平台。本文的多元混合式教学突破了传统课堂教学时间和空间维度的限制，可以帮助学习者扩大交流对象，通过教学中对分课堂、小组研讨、翻转课堂、问题探究等多种形式的教学活动安排，能够为学习者创设情境化的问题空间，引导学习者学会解决现实问题，从而建构有意义的知识。[6]此外，在多元混合式教学实践中，学生通过运用现代教育技术，如多媒体软件、文字处理软件、PPT课件制作、数据处理工具等，不仅可以极大地提高学习效率、节省学习时间，而且可以开拓和体验全新的学习方式，感受新型的学习文化，更重要的是锻炼了学生的表达、自主学习、团队合作、批判思维等能力。
三、《材料力学》课程多元混合教学模式改革
1.教学目标设计
课程教学模式改革总体教学目标基于以下三点：①提升专业素养，教会学生力学概念、力学基本分析方法、力学知识体系、工程中的力学问题、力学文化与力学扩展。②重视能力培养，培养学生分析问题解决问题的能力、自主学习的能力、准确而优雅的书面和口头表达能力、批判性思维能力、团队协作能力、终身学习能力、人生规划与幸福生活能力和领导力。③关注人格养成，引导学生习得一种积极乐观的良好思维习惯，具有高贵的品格和丰富内心世界，真实、善良、健康、快乐地工作和生活。
2.信息化学习环境创建
只有在丰富的信息化学习环境下，才能保证课程教学模式改革的顺利实施。本课程搭建了资源丰富的网络教学综合平台，教学资源栏目上传了课程信息化教学设计、按照章节区分的教学课件、按照知识点区分的教学课件、电子教案、实验教学、课堂拓展等9个二级栏目。教学活动栏目设计了：教学笔记、课程作业、答疑讨论、研究型教学、播客单元、在线测试、课程问卷等10个二级栏目。在课程建设栏目设计了：课程教学研究、课程学习、学习进程、教师教案、学习讨论区、研究型学习、行程性评价、翻转课堂学习指导等13个二级栏目，教学平台能够满足信息化环境下教学模式改革的需求。另外平台上的教学邮箱、学习笔记、答疑讨论、常见问题指导、课程通知等栏目很好地实现了师生之间、生生之间及时的信息交互，充分营造了交流讨论的学习氛围，为教学模式改革的顺利进行构建了较为理想的信息化学习环境。
3.材料力学多元混合教学模式
基于以上目标，设计了“教师精讲+自主学习+对分课堂+翻转课堂+小组协作探究学习”的多元混合式教学模式。教师精讲主要是讲透基本概念、基本原理、重点难点、易混淆点。其他内容主要是开展自主学习、对分课堂、翻转课堂、小组协作探究等学习形式，充分发挥了学生学习的主体地位。
（1）学生自主学习
对于理论性不强、文字叙述较多、学生通过浏览网络平台的相关学习资源能够自主完成学习的内容（应力集中、非圆截面杆扭转、提高弯曲强度措施、提高弯曲刚度措施、提高压杆稳定性措施）安排学生自学。
主要环节包括：教师提前布置学习任务、在网络平台上发布学习任务书和学习指导书;学生课下通过查阅文献、研读教材、研读授课课件、观看老师的微视频等资源进行学习，撰写学习报告，提交在网络教学平台上;教师审阅学习报告，就学生学习的效果进行跟踪指导和评价，及时把发现的问题通过网络教学平台反馈给学生;教师针对大多数学生存在的共性问题进行课堂反馈和交流;所有的环节结束后，学生独立完成在线测试，以检测自己的学习效果。
（2）对分课堂学习
对分课堂是一种有效的“教师讲授+学生讨论的合作学习模式，[7]该模式以思维训练为导向，逐步引导学生会学习、会表达、会思考、会提问、会解决问题。注重学生的课后复习，鼓励督促学生平时学习，把应该付出的努力分散到整个学期。
主要步骤为：①分组：教师预先根据学情分析，开课之前对学生进行随机分组，4人一组，并指定一名小组长，将分组情况提前公示在网络教学平台上，以备学生随时查阅。②第一次上课交代好分组情况，并要求小组4人并排坐在一起，预备进入小组讨论和小组探究学习。③课上：要求学生认真听讲、掌握核心知识。④课下：要求学生独立学习、自主阅读教材、浏览课件、温习授课内容，并独立思考、独立完成作业。⑤待作业完成后，学生就所学习的内容，以及自己对内容的掌握程度梳理“亮考帮”，即将自己学习的结果分为三个等级展示出来：最大的收获、学懂的、不懂的。⑥小组讨论：下一次课上，利用10-15分钟进行4人小组的交流讨论，组员之间温习课本内容、分享学习体会或针对自己的“亮考帮”互相解答疑问。在此过程中，组员之间为别人解答、为自己释疑。讨论结束后各小组要总结本次讨论的精华和解决不了的困惑。⑦教师与学生之间互动讨论：教师随机抽查4-5组的小组讨论效果，被抽查到的同学一定要说“我们组的收获是……”，“我们组遗留的困惑是……”。教师针对共性的疑惑给出解答，同时展示、点评优秀作业，促进学生的共同进步。对分课堂可以让全班每一位同学都动口、动脑、彼此交流意见想法。在交流的过程中，训练学生能够清楚阐明自己的观点，并且能被他人正确理解;也能训练学生学习倾听，准确理解他人的观点。
（3）翻转课堂学习
翻转课堂学习模式强调学生课前预习，在预习环节发现自己解决不了的、困惑的、迷茫的问题，课上师生、生生交流讨论，解决迷茫点、困惑点。
本课程设计的主要步骤为：①学习准备：对分课堂的4人小组合并形成翻转课堂6-8人学习小组。评价组由班长2人+学习委员2人+课代表2人组成，评价组提前制定翻转课堂表现的评分标准，经教师审阅并给出指导意见;评价组再进行修改，最终形成对讲课组和提问组都有所考评的评价标准。②网络学习与师生交流，内容包括任务发布、进入学习、撰写学习报告、审阅与答疑、修改报告、网上提交等环节。③课堂讨论与生生交流，首先是登台讲课，课堂交流环节按照学习小组进行，教师根据学生的分组名单随机抽取一位学生登台讲课，讲课时间控制在8-10分钟。然后是生生交流，讲解完成后其他小组同学就讲课同学的学习效果以及学习质量提出质疑。讲课同学的小组成员可以帮助讲课同学回答问题。
（4）小组协作探究学习
为了培养学生分析问题解决问题的能力，提高学生的团队意识，锻炼学生的书面写作和口头交流表达能力，设计了小组协作探究学习环节。[8]
主要步骤为：①教师提前2-3周在网络平台上发布小组探究学习项目，学生4人一组，每人领取一项任务。②学生各自独立完成自己的任务，学习有困难的学生可以求助组内成员的帮助。③2-3周之后，待学生各自完成自己的任务，组内成员之间进行交叉批阅、纠错，然后将自己的学习成果进行拍照留存，形成Word文档或PPT文档，并将纸质成果上交，作为行程性评价的一部分。④纸质材料上交后，进入课堂交流环节。本着学生自主自愿的原则，学生登上讲台面对全体同学讲解思考的过程、分析问题的思路、解决问题的方法、付出努力之后的收获体会，目的在于对学生思维能力、探索精神的培养。⑤讲解完成后，必须回答同学提出的问题。此环节重点在于吸引学生的参与，提升学生的交流表达能力，锻炼学生的逻辑思维和推理能力。教师多鼓励学生大胆登台讲解，敢于在众人面前表达自己的想法。⑥学生之间的课堂交流环节之后，教师针对概念含糊不清之处给予进一步的指导和纠正。同时在网络教学平台上公示教师对此次小组作业的进一步解疑和分析过程的指导。
四、效果与总结
1.学生学习成绩得到提高
实验班与平行班期末考试采用了相同的试卷。从实验班和平行班的成绩对比来看，实验班级的总体成绩普遍得到提高。
2.学生的综合能力得到锻炼和提高
我们对103名学生进行了课程教学改革满意度调查和综合能力调查，见表3。
进行学生能力提高调查：通过材料力学课程的学习，我在以下几个方面得到了提高（可选择多项），见表4。
从调查结果可以看出，学生的综合能力都得到不同程度的锻炼和提高，认为自己自主学习能力得到提高的学生最多，其次是口头表达和逻辑思维能力。学生综合能力的提高，透过学生的留言也充分地得到了印证。如学号为14120201078的同学写道：在这个新学期我摒弃了上学期一些不好的学习习惯，比如上课玩手机、做作业时总是想着看参考答案等。这表明我克服了自己最大的敌人那就是惰性，这也是本学期我最大的收获。并且我也获得了丢失的自信。在材料力学课程的学习过程中，我获得了以下能力：①总结知识点，归纳分析的能力;②学会了提出问题，比以前更加善于提出问题。③提高了与人沟通的能力，更加自信地与他人分析讨论问题，能清楚地表达自己的观点。如学号为14110202008的同学写道：材料力学课堂形式多样，小组协作、翻转课堂、小组讨论等在各个方面综合提高了我们的能力。课前讨论环节在一定程度上“逼迫”我们发现问题、积极思考;小组协作对于我们的团队合作能力得到了提高;翻转课堂提升了我敢于在公众场合大声说话的勇气。透过本学期材料力学课程的学习，我在综合素质方面得到了提高，让我有了一个20岁青年应有的冲劲儿，有勇气敢于在公共场合大胆地表达自己的想法，敢于表现自己。
3.结束语
从调查反馈信息来看，多数同学喜欢并积极参与这种教学模式，课前学生们查阅资料、收集信息、小组讨论、网络讨论、整理学习报告;课上学生登台讲解，回答同学们的提问，也提出问题质疑别人;课后查漏补缺、完成在线测试。这种模式给学生充分的自主学习时间与空间，让学生真正地参与教学的各个环节，做课堂的主人，做学习的主宰，充分锻炼了学生的思维能力、自学能力、交流表达能力，同时也增强了自信心，加强了同学之间的交流和联系，促进了同学之间的深度合作。学生们的收获是显而易见的。但也存在一些不足，如个别同学思想比较传统，仍然抱住传统的观念、传统的学习方法不放，对教学模式和信息化教学带有一定的抵触和偏见，认为“期末我考个高分不就行了吗，干嘛这么复杂”。
本文基于多元智能理论对多元混合式教学模式的研究和探索才刚刚起步。多元混合式教学不但在教学实践上融合了传统课堂教学和网络化教学的优势，而且它是一种更加开放、更加包容的教学模式，可以根据教学目标、教学内容、学生群体差异、教师特性等不断接纳、改进、融合各种新的教学方法。
参考文献：
[1]张金磊.“翻转课堂”教学模式的关键因素探析[J].中国远程教育，2013（10）：59-64.
[2]周雨青，万书玉.“互联网+”背景下的课堂教学——基于慕课、微课、翻转课堂的分析与思考[J].中国教育信息化，2016（2）：10-12.
[3]韩锡斌，王玉萍，张铁道等.迎接数字大学：纵论远程、混合与在线学习——翻译、解读与研究[M].北京：清华大学出版社，2016：50-55.
[4]米红林.国外材料力学课程教学模式与初探[J].科技创新导报，2014（4）：160.
[5]孙洁.论混合式教学的多元智能及人本主义理论基础[J].科学大众（科学教育），2013（8）：128-129.
[6]王竹立.新建构主义的理论体系和创新实践[J].远程教育杂志，2012（6）：3-11.
[7]张学新.对分课堂：大学课堂教学改革的新探索[J].复旦教育论坛，2014（5）：5-10.
[8]王丹华，刘敏昆，孟宝兴.混合式学习环境下的小组学习设计与应用研究[J].中国教育信息化，2016（4）：34-36.
论复合型网络财务人才的培养 篇12
网络财务要顺利实施, 离不开高素质的人才, 很多高校在网络财务课程的教学中, 只侧重理论知识的教学, 忽视实验教学和实践教学, 导致学生只掌握课程相关理论知识, 却缺乏应用能力, 本文拟针对大学本科阶段的网络财务教学工作, 探讨如何培养复合型网络财务人才。
1通过课堂教学让学生掌握网络财务丰富的理论知识
网络财务课程的顺利开展, 首先要确定合理的人才培养目标, 并做好课程设计, 采用多元化的教学方法和教学手段, 让学生掌握网络财务丰富的理论知识。
(1) 网络财务人才的培养目标。
学校的根本任务是培养符合社会需要的人才, 因此, 网络财务教学目标定位依据主要是社会岗位的现实需求, 并随着岗位需求的变化而变化。我们将网络财务的教学目标定位为:培养具有网络财务的开发和应用能力的人才。在教学过程中, 我们一方面要加强对学生在网络财务系统分析、设计方面能力的培养, 即软件开发能力的培养。另一方面, 要加强对学生在网络财务系统应用方面能力的培养, 即侧重网络财务管理系统和网络财务决策支持系统应用能力的培养。
(2) 网络财务课程的设计。
在网络财务的教学实施前, 教师应通过对课程特点的研究, 明确教学改革的目标, 在软件、教材、补充资料方面做好前期规划, 并通过网络、书籍、软件培训部门等多种途径了解学科发展的前沿动向, 从而全面掌握课程内容, 形成课程教学改革与实施的基本思路。网络财务是一门综合了财务会计知识与网络技术知识的边缘学科, 在进行课程设计时, 教师应充分考虑知识的完整性, 并即时把握网络财务的发展动态, 不断更新内容。一般而言, 在基本的财务会计知识的基础上, 教师应重点介绍网络技术, 阐述局域网、广域网和INTERNET网技术, 另外, 网络财务的核心技术是安全技术, 由于安全技术本身内容丰富, 教师应该根据学生的实际情况, 有选择性地介绍一些重要的安全技术, 例如:电子支付技术、VPN虚拟专网技术等。由于网络财务技术是随着各种相关技术的发展不断发展和更新的, 教师想给学生讲解所有的网络财务的理论和技术是不现实的, 因此, 教师应力求使学生首先在宏观上对网络财务系统的相关技术构成有一个框架, 然后再对一些重点知识和技术有系统、全面的认识。
(3) 多元化的教学方法。
在网络财务教学方法方面, 教师可以采用宣讲法、演示法、反向思维教学法、自我设计教学法、材料分析教学法等多种方法。宣讲法主要是由教师在课堂上给学生讲解课程知识点, 这是一种传统的教学方法。演示法主要是教师将网络财务的一些操作方法和技巧通过计算机给学生进行操作演示, 让学生能够有一个直观的认识。反向思维教学法是指改变常规的网络财务处理业务的操作顺序, 按照相反方向对某个错误结果进行逐一分析和检查, 直至找到原因并解决实际问题, 这是一种比较新的教学方法, 可以培养学生解决实际问题的能力。自我设计教学法是教师要求学生根据所学过的网络财务知识, 在规定的时间内, 自行设计作业题, 并通过上机完成, 最后提交作业设计的纸质打印文稿、电子文稿、运行作业所产生的数据等。作业设计可以小组或者个人独立方式完成。实施作业设计教学法可以使学生全面掌握所学的知识点, 提高学生对所学知识的综合应用能力, 并且有助于培养和提高学生的团队意识和创新精神。案例教学法是一种具有启发、诱导、决策等功能的新型教学法。材料分析教学法应用到网络财务的教学中, 即是在学生学习和掌握了一定的理论知识的基础上, 通过剖析材料, 让学生把所学的理论知识运用到网络财务中去的“实践活动”。首先, 由教师根据网络财务的教学内容、重点、难点、目的编制一定案例材料;其次, 材料在课堂上由学生讨论, 教师引导、提示、总结;最后由学生撰写报告, 对材料的认识和所学到的知识等进行总结。材料分析教学也可以采用小组学习、辩论、公开演示课等形式, 对材料进行分析, 培养学生科学的学习方法和积极的学习态度, 扩大和提高学生表达技能、知识运用技能、以及信息技术运用技能等综合技能。
(4) 基于现代信息技术的教学手段。
在网络财务教学手段方面, 教师可以采用多媒体 (网络) 教室和多媒体课件。在多媒体教室中, 借助于计算机、网络设备、多媒体教学软件、音像系统等多媒体设备, 在常规的课堂教学方式的基础上引入图形、声音、动画、视频等多媒体, 对学生进行知识点讲授、实务操作演示等。在教学中, 教师利用教师机通过多媒体设备以及计算机系统软件、多媒体教学软件等, 可以控制学生机, 学生机可以进行电子举手、自动接收文件等。采用这一新的教学手段有利于网络财务教学的合理化、标准化, 并提高教学效果。
2通过实验和实训教学培养学生的应用能力
学生通过计算机的实践练习, 可以获取一定的感性认识, 同时又可以对所学过的理论有更深刻的理解, 上机实验所产生的效果是单一的课堂教学无法比拟的, 因此, 在理论教学的基础上, 还要配合实验教学。
(1) 实验内容。
教师可以选择企业常用的商品化ERP软件, 要求学生通过练习, 掌握账务处理系统、报表管理系统、工资核算系统、固定资产核算系统的基本操作方法。在此基础上, 教师还要向学生进一步介绍ERP的基本原理、功能、系统结构和企业信息化基本思想, 以及物流系统 ( 购、销、存) 模块的使用方法。
(2) 实验过程。
每学期开始, 教师就要根据网络财务的授课进度和上机计划安排好本学期该门课程的上机任务, 分若干次实验, 要求学生每次实验都要事先准备并在实验过后规定的时间内提交实验报告, 实验报告应包含如下内容:本次实验的目的和要求、本次实验的完成步骤、在实验过程中碰到哪些问题以及你是如何解决的, 本次实验还存在哪些问题、有何感想体会和建议。在实验的过程中, 学生一般会碰到各种各样的实际操作问题, 他们通过自己的摸索和老师的答疑, 可以了解财务软件的操作要领, 并了解软件的设计思路。教师通过批阅实验报告, 能了解学生的实验过程碰到的问题, 还存在哪些问题, 对共性的问题, 可以在下次上课之前, 集中为学生讲授。从教学实践上看, 通过学生的练习和教师的讲解, 学生能得到很大程度的提高。
(3) 实验要求。
教师在指导实验时, 首先要求学生掌握基本的财务会计处理方法。另外, 财务软件一般也有强大的辅助决策功能, 教师可以通过布置大量的实例, 要求学生进行如量本利分析、辅助生产费用的分配、成本预测、投资决策等来提高学生分析问题和解决的能力。最后, 教师可以根据学生的实际情况, 要求学生大致把握财务软件的设计思路, 虽然很多的学生在将来更多的是利用财务软件而不是单独的开发财务软件, 但是, 我们认为会计人员只有掌握了财务软件的设计思路, 才能更好地运用财务软件完成财务管理任务。如网络财务下财务软件各模块之间数据传递关系复杂, 只有掌握了其设计思路, 才可以更充分地进行功能的挖掘, 此外, 财务软件的升级也需要财务人员提出需求, 因而财务软件的设计思路应该是教师在辅导实验时讲解的重点, 如数据库设计思想、输入输出的设计思想等。
最后, 为培养学生的应用能力, 学校要加强网络财务实践设施的建设, 强化实验性的模拟教学, 适当增加实训课时。在网络财务实训室的建设上应突出仿真性。对学生进行课程实训的主要目的是为了提高其操作技能, 提高职业能力。如果实训室能够做到全方位地模拟工作流程, 工作环境, 职能岗位, 会非常有利于教学。
3通过实践教学培养学生的开发能力
在网络财务的教学中, 我们要追求教学与社会实践的紧密结合, 即通过社会调查、校企联合等方式, 积极开展网络财务的实践教学。
学生进行社会调查也是实践教学的重要内容, 调查内容由教师根据课程所学内容进行宏观上的安排, 学生根据自身的实际情况具体选择管理方面或是操作方面的内容, 深入企业做细致的调查工作。这些工作一方面有利于学生的实践能力的提高, 同时可以提供一些好的教学案例, 充实教学资源。在时间安排上, 社会调查可放在节假日进行。
学校与企业合作, 能够全方位地拓宽高等教育办学之路, 同时有利于企业的发展。在网络财务人才的培养上, 软件开发和生产企业和高等院校各有所长。软件开发和生产企业具有资金优势、实务经验和开发市场能力。他们利用丰富的的软件开发经验和广泛的客户基础, 可以在实验环境的建立、复合型师资队伍的培养、软件的市场化运作和案例教学等多方面为高等院校教学提供切实的支持。但是, 他们也迫切需要理论界优秀人才的指导和帮助, 并建立长期的合作伙伴关系。并且, 他们也需要大量高素质的人才, 来不断补充和充实员工队伍。人才培养有赖于稳定、有序和成熟的育人机制, 而高等院校有着完善的教学设施、先进的教学方法和丰富的教学经验, 是人才培养的摇篮。因此, 双方开展积极和富有成效的合作, 无疑有助于高素质的网络财务人才的培养。我们认为可以采取校企双方共同组建网络财务实验室或实验中心的模式来进行网络财务的实践教学。在硬件配置方面, 很多高校都十分重视实验教学, 并加大了资金的投资力度, 从而为网络财务教学提供了物质基础。高校可以邀请企业的专业人员给学生介绍网络财务系统的分析设计、开发、实施和管理等知识, 在讲解的过程中, 应重业务过程的模型建立和描述, 淡化技术色彩, 以帮助学生掌握系统实施、管理的方法。另外, 针对学生的实际情况, 还可以拓展内容, 给学生讲解如何综合利用信息技术工具, 进行财务数据分析、挖掘, 运用各种财务管理模型, 从而辅助企业高层进行财务决策。对学有余力的学生, 还可以补充讲解数据仓库、数据挖掘和决策支持系统, 以及网络财务发展的前沿专题等知识。进行网络财务实践教学的根本目的是提高学生分析问题、解决问题的能力, 因此, 在实际教学中, 应注重培养学生独立思考、勇于创新的精神, 在企业的允许和教师的指导下, 可以考虑由企业吸收一部分专业知识扎实的学生参与到企业的系统分析、系统设计、系统评价和一些软件开发工作, 从而切实培养学生独立或配合计算机专业人员进行网络财务系统开发的能力。另外, 学校可以派专业教师深入企业实际, 进行学科调研, 及时了解网络财务在实际应用中存在的热点问题, 以便网络财务教学和科研活动的开展。
参考文献
[1]陈翔鸥.网络财务理论与技术[M].上海:立信会计出版社, 2005.
[2]刘雪晶.网络财务课程体系的创新与建设[J].财会月刊, 2007, (30) .
【混合型网络】推荐阅读：
混合对等网络09-08
混合交通网络设计07-11
有线/无线混合网络08-04
混合网络数字电视08-09
网络环境下的混合式教学05-13
混合型捕收剂09-07
混合型入侵检测系统05-21
混合型防火墙系统设计08-14
混合型多电平变流器08-24
混合模型05-12