導語：如何才能寫好一篇快速學習，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務(wù)員之家整理的十篇范文，供你借鑒。

篇1

 

 

拼音字母是漢語最基礎(chǔ)最基本的東西，想要學習好漢字就要學習好拼音字母。很多小朋友對于學習其實都是覺得很枯燥的，那么有沒有一些比較好的拼音字母快速學習法可以運用，讓孩子可以學得更好呢?

拼音字母快速學習法

一、融入生活，調(diào)動學生的學習興趣

漢語拼音教學是枯燥而乏味的。教學時，教師如果按部就班則會使學生對漢語拼音的學習失去興趣。因此，教學時把學生喜聞樂見的“超人”引入課堂。例如說：“今天，老師帶大家認識一些‘拼音超人’?，F(xiàn)在請大家和老師一起認識‘超人’的基本部件，如左斜、右斜、左半圓、右半圓、豎右彎等，這些部件可以組合成很多‘拼音超人’。如果你們認識了所有的‘拼音超人’，就將幫你認識很多的‘生字寶寶’。”此時，學生的學習興趣高漲。

二、學動物鳴叫法。

有些拼音字母的發(fā)音像某些動物的叫聲。如，學習復韻母ei時，圖上畫的是一個小男孩正在喂小羊吃草，小羊“咩咩”叫著走過來吃草，“ei”發(fā)音就是小羊“咩咩”叫的聲音。還有公雞的啼聲，就是“o”的發(fā)音聲。同學們一邊做有趣的表演，記住了 “ei” “o”等韻母的讀音，這樣學得快，效果好。

三、可把有趣的游戲同拼音學習結(jié)合起來， 如“釣魚”游戲：拼音卡片別一個回形針;另外做幾個釣魚竿，用小磁鐵石作魚鉤系在線的下端，把卡片當魚撒在桌上，請幾個同學上來，老師或家長報一個音節(jié)，學生就釣那個音節(jié)，看誰先釣上來。還有像“找朋友”、“猜謎語”等游戲，都是小朋友喜聞樂見的。

拼音字母

拼音文字所用的字母。指漢語拼音方案采用的為漢字注音的二十六個拉丁字母。

拼音字母是埃及人發(fā)明的。他們在沒有拼音字母前，是看到什么就畫個什么來表示，因此創(chuàng)造了許多圖畫文字。為了方便書寫，他們選擇了二十幾種簡單的符號代替文字，這就是可以拼音的拉丁字母，現(xiàn)在我們用的拼音字母就是從拉丁字母發(fā)展過來的。

23個聲母：b p m f d t n l g k h j q x zh ch sh r z c s y w

24個韻母，其中：

單韻母6個：a o e i u v

復韻母9個：ai ei ui ao ou iu ie ue er

前鼻韻母5個：an en in un vn

后鼻韻母4個：ang eng ing ong

篇2

1、觀察：生活是藝術(shù)的源泉，要注意在日常生活中多觀察、比較、積累、收集各種物體的形態(tài)和特征，厚積薄發(fā)。

2、聯(lián)想：要有圖形的概念，將抽象的圖形聯(lián)想到具體的實物形象，要把各種具體的事物用抽象的圖形去概括。

3、記憶：多觀察、多聯(lián)想、多記憶，注意積累，建議熟練幾種畫法。

篇3

做好相關(guān)準備,

將“書房隨身帶”

在職人員的學習較難持續(xù),很大的原因在于,和學生時代相比,除了難以擠出整塊的時間進行學習外,回家后也沒有專門用于學習的房間,也就是說,缺乏學習的場所必將對此產(chǎn)生制約。

在過去,學習就意味著手拿紙筆端坐于書房之中;或是像二宮金次郎(日本江戶時代著名的農(nóng)政管理者、思想者,因從小刻苦學習而為人們所稱道――編者注)一樣,手持紙筆,將書別于腰間,利用工作間歇勤奮攻讀。事實上,即便在現(xiàn)在,很多介紹學習方法的書也依然將上述兩種形式奉為圭臬。

然而,在信息時代,隨著IT產(chǎn)品逐漸廉價,不斷涌現(xiàn)出類似筆記本電腦、MP3播放器、個人博客等這些效率較之傳統(tǒng)的紙筆高出數(shù)十倍的學習工具。如果我們能夠?qū)⑦@些工具與手段組合起來,在人滿為患的電車車廂中用MP3學習英語,或利用閑暇時間坐在有寬帶網(wǎng)絡(luò)信號的地鐵站的長椅上,用筆記本電腦完成網(wǎng)絡(luò)課程的作業(yè)就成為了可能。

這也就是筆者所說的“將書房隨身帶”。過去只能借助筆和紙來進行的學習,今天卻可以利用如此便捷高效的工具來完成。所以,在開始學習之前請專為自己準備一臺筆記本電腦,最好是重量在一公斤左右,以利輕便易攜。

讀書重在以量取勝,

善于尋找有益信息

對于讀書來說,我比較崇尚不加選擇地“泛讀”。只要在時間允許且又感興趣的情況下,我們盡可能地多讀就可以了。這是因為現(xiàn)在的人過于繁忙,很難抽出時間對所需的信息進行仔細篩選。但是,我所說的“泛讀”是以具備快速閱讀的技巧或類似的文字處理能力為前提的。通常情況下,沒有經(jīng)受過訓練的人每分鐘能夠閱讀400~600字。許多時候,我們無須仔細閱讀報紙上的每一個字,僅僅粗粗瀏覽就能夠憑借新聞標題甚至版式設(shè)計,記住哪個版面刊登了什么內(nèi)容。

在工作中,我們不斷地翻閱此前的一些文件,認真觀察他人的工作方法。不久之后,我們就會發(fā)現(xiàn),文件的撰寫方法、待人接物的注意事項等在不知不覺中已刻印在腦海之中。學習也是這樣,在沒有達到所需的“量”之前,一定要認認真真地做好積累工作,體現(xiàn)在讀書上,就是要大范圍地進行涉獵,盡一切可能收集信息。

但是,“泛讀”絕不是“瞎讀”。在這方面,我們要時刻注意以下兩點:一是要對信息加以篩選。二是要始終帶著“尋找什么信息”“學習什么技能”這樣的問題進行閱讀?？傊?“泛讀”實際上是一種在有益信息中篩選出能夠解決問題的最佳答案的能力。那么,怎樣尋找有益信息呢?下面我來介紹幾個選擇好書的方法,以尋找有益信息。

首先,最好的方法是向喜歡讀書又關(guān)注圖書市場動態(tài)的朋友請教。這個方法最為有效,若是身邊有類似“書蟲”一樣的朋友,不妨多和他交流。

其次,通過SNS網(wǎng)站或博客上的書評,尋找網(wǎng)友推薦的圖書進行閱讀。在你身邊沒有上述朋友但又想進一步拓寬閱讀面的時候,采用這種方法較為合適。雖說在雜志上刊登的書評也不錯,但內(nèi)容、觀點往往相似,因此我個人還是喜歡在網(wǎng)絡(luò)上搜尋書評。

第三,就是多到書店逛逛,通過瀏覽圖書的書名和目錄進行篩選。書名是否切合內(nèi)容、目錄是否清晰易懂、作者的觀點是否鮮明,這些因素都可以拿來判斷一本書的好壞。通過這種看似不經(jīng)意的翻閱,我們就能夠確定某本書是否是自己所需要的。

最后,就是大范圍地閱讀了。在這一過程中,基于一定的概率,我們會遇到中意的好書。

向有經(jīng)驗的人多學習,

不必舍近求遠

一提起學習,恐怕很多人首想到的是購買圖書、教材,或是報名參加函授課程或培訓班。但是,我卻覺得應(yīng)首先向?qū)W習過相關(guān)課程或參加過相關(guān)考試的人請教,隨后再去翻閱相關(guān)的圖書與教材。

雖說筆者至今已經(jīng)寫了許多本書,但說句心里話,一本書所能傳達的信息量并不多。如果可能的話,我寧愿與讀者們一對一地進行實時交流,傳授我的一些學習心得。總之,我建議大家在下決心開始學習某個東西之前,一定要向已經(jīng)學習過相關(guān)內(nèi)容或在這一領(lǐng)域取得較為突出成績的人虛心請教。

我在高中階段就想要參加注冊會計師考試了,而我首先是請姐姐和她的朋友們幫忙介紹已通過注冊會計師考試的人給我認識,并且我還就此專門向幾位會計師請教應(yīng)學習哪些東西,以制訂學習計劃。

如今,很多考上某一學?；蛲ㄟ^某一資格認證考試的人,會把自己的心得寫成文章掛在網(wǎng)上。這對我們來說是極佳的參考,知道了在應(yīng)試過程中的得失。我們可以避免重復相同的錯誤,從而向成功又邁進一步。但若身邊就有能夠當面提問的對象,我們又何必舍近求遠呢?這種實時交流的效果比起閱讀網(wǎng)上的文章來說更易吸收和理解。

“學習”在很大程度上意味著模仿。我們身邊不可能隨時有可以請教的對象,但現(xiàn)在不是有了因特網(wǎng)了嗎?在搜索框內(nèi)輸入關(guān)鍵詞,立刻就能找到那些可供請教的“模范”,什么人在什么學習方面有著怎樣的秘訣,了解了這些,就是模仿的開始。

隨后,我們可以向選定的對象禮貌性地發(fā)出一封電子郵件,在郵件中簡單地自我介紹,并提出相關(guān)問題。

帶著問題工作,

學習的方向自然明確

為了培養(yǎng)學習某種知識或技能的動機,我們有必要經(jīng)常帶著問題去工作?！爱斠惶旌蜕凶惨惶扃姟笔降墓ぷ鳡顟B(tài),是永遠無法激發(fā)出學習激情的。

如果我們在工作中經(jīng)常想到:使用現(xiàn)在的工作方法為何總是無法提高工作實績?需要通過什么樣的途經(jīng)予以改進?就應(yīng)向上司或同事請教。而一旦發(fā)現(xiàn)周圍的人也無法為自己提供滿意的答案,就我們會順其自然地開始思考應(yīng)主動學習哪方面的知識。

雖然一些單位的培訓也提供了有關(guān)的學習機會,比如營銷基礎(chǔ)技巧及企劃書的寫作等,但所學習的知識與技巧是有限的。為了能夠在激烈的競爭中勝出,我們有必要時刻考慮如何獲得更多的知識與技能,并帶著問題,尋找合適的書籍,這樣必將有所斬獲。

假如一個人始終無法進入上述狀態(tài),那就說明個人的危機意識還不夠,而當自身無法認識到自身問題的時候,又何談問題的解決?

對于產(chǎn)品開發(fā)者來說,若是想要明白技術(shù)革新的本質(zhì)以及怎樣開發(fā)適銷對路的產(chǎn)品,克里斯滕森所著的《創(chuàng)新者的窘境》《技術(shù)革新的解決之道》《明天屬于什么人》等就是必讀書目。而對于從事金融工作,想要培養(yǎng)有關(guān)專業(yè)素養(yǎng)的人來說,至少應(yīng)讀讀《富爸爸,窮爸爸》(羅伯特?清崎著)。而對于想要進行創(chuàng)新的人來說,《誰動了我的奶酪?》(約翰?斯賓塞著)則是最基本的啟蒙讀物。此外,工作若是與產(chǎn)品制造領(lǐng)域相關(guān),我建議閱讀《目標:簡單而有效的常識管理》(艾利?高德拉特著)。而《高效能人士的七個習慣》(史蒂芬?柯維著)《原因與結(jié)果法則》(詹姆斯?埃倫著)等書,對于從事任何工作的人來說都應(yīng)反復閱讀。

關(guān)于讀書,最重要的還是要帶著相關(guān)的問題去閱讀,其次則是要積極地將在書中學到的東西嘗試應(yīng)用到工作之中。對于圖書的訂購來說,最為便利的方法是在互聯(lián)網(wǎng)上搜索書名,而若是不掌握有關(guān)書名的關(guān)鍵詞的話,就必須借助實體書店的分類書架了。

從身邊的數(shù)字

解讀世間萬象

雖然市場上有不少打著經(jīng)濟學入門書旗號的書籍,但真正通俗易懂的仍然是少數(shù)。這就使得很多上班族對經(jīng)濟學采取一種敬而遠之的態(tài)度。然而,經(jīng)濟學卻屬于與英語、會計、IT并列的科目,是商務(wù)人士必須掌握的基本技能。擁有這方面的知識,我們也就擁有了判斷資金流向以及事物發(fā)展動向的絕佳工具。

例如,如果想要知道日本整個圖書市場的規(guī)模,即使沒有這方面的詳細數(shù)據(jù)的支撐,我們也能夠運用經(jīng)濟學的原理大致推算出來。我們從對日本國民日常生活的調(diào)查中知道,一個人每月在書籍、雜志方面的支出大約在1000多日元。而將這一數(shù)字與人口總數(shù)相乘,就可以得出圖書市場的總體規(guī)模在1萬億~2萬億日元。而實際上,日本國內(nèi)每年圖書的銷售收入是9000多億日元,雜志則是7000多億日元,兩者合計1.7萬億日元。

可以看到,只要掌握了一定的經(jīng)濟學知識,我們就完全可以對所從事行業(yè)的規(guī)模等多方面的因素加以了解。

篇4

關(guān)鍵詞： 英語學習 快速記憶

一、英語快速記憶的理論前提

很多學生花了很多時間學習英語，但效果卻很差。那么，怎樣才能使學生用更少的時間把英語學得更好呢？我們必須在理論上明白這樣一個道理：學習英語的一般規(guī)律就是能夠記憶并且靈活運用英語的語音、詞匯和語法三個語言要素。語言學家認為語音、詞匯、語法是語言的最重要內(nèi)容，并將其稱之為語言的“三要素”。如果我們能夠記憶并且靈活運用足夠數(shù)量的英語“三要素”，就可以解決英語學習中的主要問題。英語學習固然有學習課文和聽、說、讀、寫及考試等問題，但是這些問題都不過是“三要素”的具體體現(xiàn)。因此，學習英語的一般規(guī)律是能夠記憶并且靈活運用英語的“三要素”。

二、中學生在漢語環(huán)境中學習英語的效率和原因分析

中學生學習英語有很多問題，其集中體現(xiàn)是“費時較多、收效較低”。在英語學科中，從初一下學期即普遍出現(xiàn)嚴重的兩極分化現(xiàn)象，很多學生從初一到高三，聽英語課好像在聽“天書”，做英語試題多數(shù)在“瞎蒙”。即使是英語成績優(yōu)秀的中學生，用于學習英語的時間也大大多于其他學科。中學生學英語“費時較多、收效較低”的原因是什么呢？本人認為主要有以下原因：

1．我們沒有英語環(huán)境。英國人可以在英語的環(huán)境中自然而然地學好英語，而我國學生卻在漢語環(huán)境中學習英語，由于沒有英語環(huán)境，必然會遇到很多困難。

2．我們的母語和英語差異太大。一般來說，學習那些和自己母語差異較小的外語總比學習那些和自己母語差異較大的外語效率高得多。所以，我國學生在已經(jīng)基本掌握了漢語的基礎(chǔ)上學習英語，效率必然相對較低。

3．我國目前的英語教學還存在較大的問題。表現(xiàn)在：由于沒有英語環(huán)境，中學生只能依賴于英語教材，在課堂上通過教師講課的方法學習英語，學生學習英語的興趣不濃，學習效率較低。而“三要素”被分散在教材中，不能體現(xiàn)“三要素”知識的規(guī)律性，因而導致學生學習英語“費時較多、收效較低”的狀況。

三、怎樣才能使中學生在漢語環(huán)境中用更少的時間把英語學得更好呢？

到英、美等國家去學習英語是最佳選擇，但并不現(xiàn)實。那么到底怎樣才能使中學生在漢語環(huán)境中用更少的時間把英語學得更好呢？原國務(wù)院副總理李嵐清指出：“為什么中國人學外語效果那么不理想呢？不是中國人不聰明，是我們還沒有找到一個很好的方法……什么時候我們能夠找到一種適合于中國人更有效地學習外語的方法就好了?！笔裁礃拥姆椒ú拍芊Q之為科學的英語教學法呢?“記憶在英語學習中占重要地位，記憶方法直接關(guān)系到英語學習的成敗”。我國著名英語教學法專家胡春洞的話和我十年的反復研究、實驗都證明：快速記憶對學習英語的意義比一般學科的意義更大。體現(xiàn)在：按照英語“快速記憶”學習法，可以使中學生5天基本掌握語音，10天識記完初中或高中一學年的單詞，20天基本掌握初中或高中全部語法。即在掌握英語“三要素”的基礎(chǔ)上學習英語，可以大大提高學習教材的效率。

四、英語“快速記憶”學習法的原理和例證

1．在詞匯部分，我把初中、高中的單詞集中總結(jié)規(guī)律，并編成可以快速記憶的“韻律歌訣”。例如，按照“韻律歌訣”的方法，用20分鐘即可記住下面39個單詞。（目前已把中學約70％的單詞編成了“韻律歌訣”）

（1）四季名稱歌訣

春季 spring［spri?］，夏 summer［? s?蘧m?藜］

秋季 autumn［? ?蘅?蘼t?藜m］，冬 winter［? wint?藜］

（2）all讀作 ［?蘅?蘼l］

高的 tall［t?蘅?蘼l］ 小(的) small［sm?蘅?蘼l］

都 all［?蘅?蘼l］ 球 ball［b?蘅?蘼l］ 禮堂 hall［h?蘅?蘼l］

墻 wall［w?蘅?蘼l］喊 call［k?蘅?蘼l］落下fall［f?蘅?蘼l］

商業(yè)街讀作mall［m?蘅?蘼l］

（3）ation 讀［? ei?蘩?藜n］

祝賀 congratulation［k?藜n? gr?tju? lei?蘩?藜n］

車站 station［? stei?蘩?藜n］

考試examination［ig? z?mi? nei?蘩?藜n］

聽寫 dictation［dik? tei?蘩?藜n］

人口 population［? p?蘅pju? lei?蘩?藜n］

手術(shù) operation［? ?蘅p?藜? rei?蘩?藜n］

說明：除“韻律歌訣”外，我對其余單詞采取了合成、添加前后綴、圖表、諧音、單詞分解聯(lián)想等方法。如：

window(窗子) 窗子in，do在里頭，兩端兩個w。

tomato(蕃茄)蕃茄中間ma，兩個to在兩邊飛。

museum(博物館)博物館里使用(use)油(u)，m在兩頭。

moustache(小胡子) 老鼠(mouse)的尾巴(e)掉了，它(t)痛得(ache)胡子翹了。

2．語法部分，先學句法后學詞法。在句法部分，我從五種基本句型的結(jié)構(gòu)入手，首先分析五種基本句型一般的、簡單的結(jié)構(gòu)和現(xiàn)在一般時態(tài)，然后再逐層分析其特殊結(jié)構(gòu)、復雜結(jié)構(gòu)（添加定語、狀語的規(guī)律）和其它時態(tài)。首先分析五種基本句型的陳述肯定句型，然后再逐層分析其否定句型、疑問句型、祈使句型和感嘆句型。學完了簡單句之后再抓住并列連詞分類學習并列句，抓住連接詞（引導詞）分類學習復合句，可以很快學好句法知識。這種抓住不同知識之間聯(lián)系，然后通過分層有序、以熟帶生、遷移聯(lián)想的方法，可以快速學好句法知識。

時態(tài)（動詞變化形式）是英語學習的重點和難點，很多學生按照傳統(tǒng)的方法，往往學了六年英語還不能掌握其規(guī)律。按照快速記憶的方法可以使中學生兩堂課基本掌握英語的16種時態(tài)的變化規(guī)律。體現(xiàn)在：

第一，使學生明白時態(tài)的定義：時態(tài)在英語中指主語在不同時間下發(fā)生的動作或存在狀態(tài)所使用的謂語動詞形式（漢語沒有詞形變化的問題，所以時態(tài)在漢語是被淡化的）。

第二，使學生明白：時態(tài)就是時（時間）和態(tài)（動作或狀態(tài)）的有機統(tǒng)一。

第三，讓學生首先掌握表達4種“態(tài)”的基本形式：一般態(tài)用動詞原形，進行態(tài)用be+現(xiàn)在分詞，完成態(tài)用have+過去分詞，完成進行態(tài)用have been+現(xiàn)在分詞。然后再掌握表達4種時間的方法：現(xiàn)在、過去時間改變“態(tài)”的基本形式，將來、過去時間在“態(tài)”的基本形式前添加助動詞shall，will(should，would)。如此一來，完全可以使中學生兩節(jié)課基本掌握英語16種時態(tài)的變化規(guī)律。

篇5

關(guān)鍵詞：技工院校；職業(yè)生涯規(guī)劃；學習興趣

近幾年，經(jīng)常聽到同仁無奈地感嘆：“現(xiàn)在的技校生真是越來越難教，王小二過年，一年不如一年?！边@恐怕也是當前技工院校普遍存在的現(xiàn)象之一。這類學生學習現(xiàn)狀不容樂觀，令人擔憂。究其原因，就是我們沒能充分調(diào)動學生的學習興趣。就會計教學而言，教師可采用各種科學的教學方法來改變學生的價值觀念，提高學生的學習興趣。

一、做好專業(yè)介紹，引導學生做好職業(yè)生涯規(guī)劃

對于初次接觸會計學科的學生而言，由于該類課程涉及的概念多，理論抽象，核算復雜，專業(yè)術(shù)語難懂，學生會感到學習會計枯燥乏味、缺乏興趣，從而產(chǎn)生厭學情緒，學生處于被動學習的狀況。因此，在新生入學之初，快速提高會計專業(yè)學生的學習興趣，是至關(guān)重要的。我校在新生報到之初，就要求各教研組長對本專業(yè)學生進行專業(yè)特色的介紹，使其明確學習目標，激發(fā)其積極向上的熱情與動力。筆者認為這是一個不錯的舉措。教師針對學生的具體情況，把握最佳時機向?qū)W生詳細介紹會計人員應(yīng)具備的職業(yè)素質(zhì)和專業(yè)技能，引導學生制訂一個明確的學習目標；并向?qū)W生介紹會計從業(yè)人員要考取的資格證書，從會計從業(yè)資格證、初級會計師、會計師、高級會計師，再到注冊會計師等資格的考試，相當于為學生做好了學習本專業(yè)的職業(yè)生涯規(guī)劃。這樣，學生明白為未來前途而學習，可以大大激發(fā)其學習動機。

二、上好第一課，調(diào)動學生的學習興趣

學生對專業(yè)有了初步的了解，接下來就是趁熱打鐵，上好第一堂課了。俗話說萬事開頭難。會計課程的專業(yè)性和專業(yè)概念的籠統(tǒng)性、課程內(nèi)容的系統(tǒng)性，都會給初學者造成一定的學習困難，常會使學生產(chǎn)生枯燥乏味、不易入門的感覺。所以會計入門的第一節(jié)課，就必需調(diào)動起學生的學習興趣，而興趣很大程度上來自于好奇心和好勝心，教師應(yīng)大膽嘗試，利用第一課，協(xié)助學生跨過學習會計的第一道門檻。

所以，筆者第一堂課往往是組織學生觀摩學校財務(wù)處和學校會計仿真模擬實訓室，翻閱會計資料、翻閱學長以前做過的實習作業(yè)，學生邊看，教師邊解說。通過查看憑證、賬簿、會計報表等會計資料，使學生在第一堂課就對“會計”有了一定的認識，這樣學生對以后會計基本原理的學習和理解，就會變得輕松許多。學生學得輕松，才會持久、無限地產(chǎn)生學習興趣。

三、巧打比方，讓會計知識貼近生活

會計起源于生活，教師巧用身邊的事例增加學生對會計的親切感，讓學生感覺會計不是遙不可及，而是就在我們身邊，唾手可得的。貼近生活的舉例或比喻能很好地啟發(fā)學生豐富的聯(lián)想和深入的思索，有助于學生對知識重點和難點的理解，達到快學快用之目的。學生經(jīng)常會產(chǎn)生一種恍然有所悟的感覺，從而樹立信心，變畏懼為興趣。比方說，用“巧婦難為無米之炊”來比喻資產(chǎn)的重要性；用“借雞下蛋，賣蛋還錢”來解釋融資的作用；將總賬與明細賬間的關(guān)系比作“老祖宗與子孫”的關(guān)系等等。

四、理論聯(lián)系實際，使課堂教學與實際操作有機結(jié)合

為了使學生從理論課中學到的抽象知識盡快轉(zhuǎn)化為專業(yè)技能，達到在實踐中鞏固理論知識的效果，實現(xiàn)在理論學習的同時突出基本操作能力的培養(yǎng)，真正培養(yǎng)學生持久的學習興趣，技工院校應(yīng)建立多媒體教室、手工會計模擬實訓室、電算化會計實訓室和校外實習基地，讓學生有身臨其境之感，從而達到寓教于樂、學以致用的效果。這是技工院校與普通高校在培養(yǎng)目標和培養(yǎng)手段上的主要區(qū)別，也是技工院校能夠充分發(fā)揮自身優(yōu)勢做大做強會計專業(yè)、全面提高職業(yè)學校會計專業(yè)學生競爭能力的有效途徑。

俗話說：“興趣是最好的老師?！敝挥羞\用多種行之有效的科學方法，激發(fā)學生學好會計的濃厚興趣和強烈的求知欲，才能更好更快地提高會計的教學質(zhì)量，達到預期的教學效果。

參考文獻：

[1]章振東.高職會計專業(yè)實踐性教學探討[J].科學時代，2007（7）.

[2]翟龍珍.淺談對會計入門課興趣的培養(yǎng)：讓基礎(chǔ)會計課生動[J].大眾商務(wù)：下半月，2009（5）.

[3]潘菽.教育心理學[M].人民教育出版社，2007.

[4]朱孔連.中職學校《基礎(chǔ)會計》教學淺談[J].新華教育導刊，2010（6）.

篇6

關(guān)鍵詞：高中物理；心理疏導；障礙；學習興趣；能力培養(yǎng)

高中物理概念、規(guī)律繁多，而且比較抽象，很多剛剛步入高中的學生反映.很難適應(yīng)高中物理的學習，尤其是幾次考試下來，學生的信心就受到嚴重打擊，產(chǎn)生了畏懼、討厭學物理的心理.那么如何消除這種現(xiàn)象幫助學生盡快適應(yīng)高中物理的學習呢.

一、跨好初、高中物理過渡臺階

初高中物理銜接梯度大，難度明顯增加，導致學生畏難情緒伴隨著整個學習過程.可見，要學好物理，克服畏學心理，首先要妥善過渡，循序漸進，降低臺階.如果學習過程中專挑難的學，急于求成，勢必造成自己對高中物理望而生畏.學習中要注意和初中知識的新舊對比、前后聯(lián)系、查漏補缺.在新舊知識的銜接中用舊知識“同化”新知識，降低初高中物理知識的臺階；在更新或重建新知識時，用新知識和新方法來調(diào)整、潛化原有的認識結(jié)構(gòu)，避免人為的“走彎路”而加高學習物理的臺階；選做的例題或作業(yè)不宜太難，以免喪失信心；對自己想當然的錯誤經(jīng)驗要想方設(shè)法找出原因，并及時糾正；要從生活實際中積累正確的分析物理的方法，從較低層次開始，經(jīng)多次反復，循序漸進地使知識擴展和加深，這樣能力也得到提高.

二、進行心理疏導，消除“物理難學”障礙

眾所周知，在高考各科成績中，物理學科的平均分歷來都是較低的；而在學生當中“物理難學”成為抹不去的陰影，再加上在初中的兩年學習中有一部分學生由于學習方法不當、貪玩等因素導致他們沒有學好物理，這就在他們的心理形成了陰影，對物理產(chǎn)生了畏懼心理；另外一部分女生受傳統(tǒng)思想的影響，認為女生很難把物理學好，一開始就對物理心存畏懼.這不良的心理暗示嚴重制約他們的進步.針對部分學生畏懼物理的心理，教師應(yīng)從以下幾個方面進行疏導：一是給學生分析初中物理沒學好的原因，并且要談一談學習高中物理應(yīng)注意的問題以及學習方法.二是通過講名人事跡培養(yǎng)學生積極向上的心態(tài).鑒于女生畏懼物理心理嚴重的事實，應(yīng)多舉一些像居里夫人、梅特勒等女物理學家的事跡，通過對這些科學家獻身事業(yè)的精神和成功經(jīng)驗樹立女生同樣可以學好物理的信心.

三、激發(fā)學習興趣，使學生“樂學”

教育心理學家布魯姆指出：“最好的學習動力是對學習材料有內(nèi)在的興趣”，學生只有對學習對象有濃厚的興趣時，才會產(chǎn)生去認識、去探究的心理傾向，才會積極主動的去探究思考，想方設(shè)法地去克服困難，求得問題的解決.因此，教師要根據(jù)物理學科特點去激發(fā)學生學生學習物理的興趣，增強學習的內(nèi)驅(qū)力.在教學過程中教師可以通過以下幾種方式激發(fā)學生的學習興趣：一是加強實驗教學.觀察和實驗是物理學最基本的研究方法，學生具有好奇心強、樂于動手的特點.因此，實驗教學對激發(fā)學生的學習興趣，消除對物理的畏懼具有不可替代的作用.教師必須充分認識到物理實驗的價值，切實加強實驗教學.二是聯(lián)系實際，注重應(yīng)用，發(fā)展學生學習興趣.物理學是一門自然科學，要讓學生知道學習物理知識不僅僅是為了認識自然、了解自然，更重要的是改造自然為人們生活服務(wù).多舉些實例，如，神州九號飛船的發(fā)射以及與天宮一號飛行器的對接等，讓學生體會到物理知識在生產(chǎn)建設(shè)以及整個社會的發(fā)展和進步中的作用.

四、打造良好教學氛圍

“親其師才能信其道”，教師首先要放下師道尊嚴的架子，平等的對待每一個學生，做學生的“良師”和“益友”，把微笑帶進課堂.教學中，教師要精神飽滿，熱情大方，用良好的師表形象感染學生，用欣賞的眼光看待學生，用夸張的話語鼓勵學生，注意保護學生的學習熱情，學生回答問題時，鼓勵學生發(fā)表不同觀點，答對的要給予肯定和表揚，答錯的或不會的要給予啟發(fā)、引導，切勿冷嘲熱諷，挫傷學生的積極性.教師要關(guān)心每一個學生，特別是差生，要真心誠意地幫助他們客服學習困難，獲得成功的樂趣，是學生在松寬和諧、相互尊重的教學環(huán)境中，輕松愉快地學習.

五、進行學習方法指導

長期以來，”教師講學生聽“的教學模式，形成了學生依賴教師的習慣，學生離開了教師的講就不知道如何學.只有學生學會了自己如何“學”，才能真正主動地參與到教學活動中，才能消除對物理的畏懼.在教學過程中教師可以通過以下兩種方法指導，使學生學會學：一是閱讀方法指導.物理學的概念和規(guī)律具有很強的抽象性和嚴格的內(nèi)涵、外延，其文字語言邏輯性強、結(jié)構(gòu)嚴謹、修辭復雜，其數(shù)學表達式往往與物理內(nèi)涵有本質(zhì)上的差異，造成了學生閱讀理解困難.因此，要使學生學會學，必須先從指導閱讀入手.二是解題方法指導.學生覺得物理難學，難就難在解題上.因此，加強解題方法指導至關(guān)重要，教師要針對學生難以理解的共性問題，從典型例題入手，引導學生歸納總結(jié)解題思路、方法和技巧，利用“一題多解”、“一題多變”來拓展學生的解題思路，提高學生的解題能力.

總之，我們要充分意識高中新生適應(yīng)高中物理過程中遇到的困難，根據(jù)學科特點及學生特點，想方設(shè)法幫助學生更好地跨過初中物理到高中物理這個過渡臺階.



參考文獻： 

[1] 路文柱.造成高中物理“學困生”的成因及對策研究[J].教育革新，2008（12）.

篇7

關(guān)鍵詞:模糊神經(jīng)網(wǎng)絡(luò);擴展卡爾曼濾波;自組織學習

Fast self-organizing learning algorithm based on EKF for fuzzy neural network

ZHOU Shang-bo，LIU Yu-jiong

(College of Computer Science， Chongqing University， Chongqing 400044， China)

Abstract:To construct an effective fuzzy neural network， this paper presented a self-organizing learning algorithm based on extended Kalman filter for fuzzy neural network. In the algorithm， the network grew rules according to the proposed growing criteria without pruning， speeding up the online learning process.All the free parameters were updated by the extended Kalman filter approach and the robustness of the network was obviously enhanced. The simulation results show that the proposed algorithm can achieve fast learning speed， high approximation precision and generation capability.

Key words:fuzzy neural network; extended Kalman filter(EKF); self-organizing learning

模糊神經(jīng)網(wǎng)絡(luò)起源于20世紀80年代后期的日本，由于其簡單、實用，已經(jīng)被廣泛應(yīng)用在工業(yè)控制、系統(tǒng)辨識、模式識別、數(shù)據(jù)挖掘等許多領(lǐng)域[1~4]。然而，如何從可用的數(shù)據(jù)集和專家知識中獲取合適的規(guī)則數(shù)仍然是一個尚未解決的問題。為了獲取模糊規(guī)則，研究人員提出了不同的算法，如文獻[5]利用正交最小二乘算法確定徑向基函數(shù)的中心，但是該算法訓練速度比較慢;文獻[6]提出了基于徑向基函數(shù)的自適應(yīng)模糊系統(tǒng)，其算法使用了分層自組織學習策略，但是逼近精度低。擴展卡爾曼濾波(EKF)算法作為一種非線性更新算法，在神經(jīng)網(wǎng)絡(luò)中得到了廣泛應(yīng)用。文獻[7]利用擴展卡爾曼濾波算法調(diào)整多層感知器的權(quán)值，文獻[8]利用擴展卡爾曼濾波算法調(diào)整徑向基函數(shù)網(wǎng)絡(luò)的權(quán)值。

本文提出了一種模糊神經(jīng)網(wǎng)絡(luò)的快速自組織學習算法(SFNN)。該算法基于無須修剪過程的生長準則增加模糊規(guī)則，加速了網(wǎng)絡(luò)學習過程，同時使用EKF調(diào)整網(wǎng)絡(luò)的參數(shù)。在該算法中，模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)不是預先設(shè)定的，而是在學習過程中動態(tài)變化的，即在學習開始前沒有一條模糊規(guī)則，在學習過程中逐漸增加模糊規(guī)則。與傳統(tǒng)的模糊神經(jīng)網(wǎng)絡(luò)學習算法相比，本算法所得到的模糊規(guī)則數(shù)并不會隨著輸入變量的增加而呈指數(shù)增長，特別是本算法無須領(lǐng)域的專家知識就可以實現(xiàn)對系統(tǒng)的自動建模及抽取模糊規(guī)則。當然，如果設(shè)計者是領(lǐng)域?qū)＜?，其知識也可以直接用于系統(tǒng)設(shè)計。本算法所得到的模糊神經(jīng)網(wǎng)絡(luò)具有結(jié)構(gòu)小、避免出現(xiàn)過擬合現(xiàn)象等特點。

1 SFNN的結(jié)構(gòu)

本文采用與文獻[9]相似的網(wǎng)絡(luò)結(jié)構(gòu)，如圖1所示。其中，r是輸入變量個數(shù);?x?i(i=1，2，…，r)是輸入語言變量;y是系統(tǒng)的輸出;MFij是第i個輸入變量的第j個隸屬函數(shù);R?j表示第j條模糊規(guī)則;w?j是第j條規(guī)則的結(jié)果參數(shù);u是系統(tǒng)總的規(guī)則數(shù)。

下面是對該網(wǎng)絡(luò)各層含義的詳細描述。

第一層:輸入層。每個節(jié)點代表一個輸入語言變量。

第二層:隸屬函數(shù)層。每個節(jié)點代表一個隸屬函數(shù)，隸屬函數(shù)采用如下的高斯函數(shù):

μij=exp(-(x?i-cij)?2σ?2ij);i=1，2，…，r; j=1，2，…，u(1)

其中:r是輸入變量數(shù);u是隸屬函數(shù)個數(shù)，也代表系統(tǒng)的總規(guī)則數(shù);μij是x?i的第j個高斯隸屬函數(shù);cij是x?i的第j個高斯隸屬函數(shù)的中心;σij是x?i的第j個高斯隸屬函數(shù)的寬度。

第三層:T-范數(shù)層。每個節(jié)點代表一個可能的模糊規(guī)則的IF-部分，也代表一個RBF單元，該層節(jié)點個數(shù)反映了模糊規(guī)則數(shù)。如果計算每個規(guī)則觸發(fā)權(quán)的T-范數(shù)算子是乘法，則在第三層中第j條規(guī)則R?j的輸出為

φ?j=exp(-?ri=1(x?i-cij)?2σ?2ij);j=1，2，…，u(2)

第四層:輸出層。該層每個節(jié)點代表一個輸出變量，該輸出是所有輸入變量的疊加。

y(X)=?uj=1w?jφ?j(3)

其中:y是網(wǎng)絡(luò)的輸出;w?j是Then-部分。

2 SFNN的學習算法

如前文所述，第三層的每個節(jié)點代表一個可能的模糊規(guī)則的IF-部分或者一個RBF單元。如果需要辨識系統(tǒng)的模糊規(guī)則數(shù)，則不能預先選擇模糊神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)。于是，本文提出一種新的學習算法，該算法可以自動確定系統(tǒng)的模糊規(guī)則并能達到系統(tǒng)的特定性能。

2.1 模糊規(guī)則的產(chǎn)生準則

在模糊神經(jīng)網(wǎng)絡(luò)中，如果模糊規(guī)則數(shù)太多，不僅增加系統(tǒng)的復雜性，而且增加計算負擔和降低網(wǎng)絡(luò)的泛化能力;如果規(guī)則數(shù)太少，系統(tǒng)將不能完全包含輸入/輸出狀態(tài)空間，將降低網(wǎng)絡(luò)的性能。是否加入新的模糊規(guī)則取決于系統(tǒng)誤差、可容納邊界和誤差下降率三個重要因素。

2.1.1 系統(tǒng)誤差

誤差判據(jù):對于第i個觀測數(shù)據(jù)(x?i，t?i)，其中x?i是輸入向量，t?i是期望輸出，由式(3)計算網(wǎng)絡(luò)現(xiàn)有結(jié)構(gòu)的全部輸出y?i。

定義:e?i=t?i-y?i;i=1，2，…，n(4)

如果e?i>k?e k?e=max[emax×β?i，emin](5)

則說明網(wǎng)絡(luò)現(xiàn)有結(jié)構(gòu)的性能比較差，要考慮增加一條新的規(guī)則;否則，不生成新規(guī)則。其中:k?e是根據(jù)網(wǎng)絡(luò)期望的精度預先選擇的值;emax是預定義的最大誤差;emin是期望的輸出精度;β(0

2.1.2 可容納邊界

從某種意義上來講，模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的學習是對輸入空間的高效劃分。模糊神經(jīng)網(wǎng)絡(luò)的性能和結(jié)構(gòu)與輸入隸屬函數(shù)緊密相關(guān)。本文使用的是高斯隸屬函數(shù)，高斯函數(shù)輸出隨著與中心距離的增加而單調(diào)遞減。當輸入變量采用高斯隸屬函數(shù)時，則認為整個輸入空間由一系列高斯隸屬函數(shù)所劃分。如果某個新樣本位于某個已存在的高斯隸屬函數(shù)覆蓋范圍內(nèi)，則該新樣本可以用已存在的高斯隸屬函數(shù)表示，不需要網(wǎng)絡(luò)生成新的高斯單元。

可容納邊界:對于第i個觀測數(shù)據(jù)(x?i，t?i)，計算第i個輸入值x?i與已有RBF單元的中心c?j之間的距離d?i(j)，即

d?i(j)=x?i-c?j;i=1，2，…，n; j=1，2，…，u(6)

其中:u是現(xiàn)有的模糊規(guī)則或RBF單元的數(shù)量。令

di，min=arg min(d?i(j))(7)

如果di，min>k?d，k?d=max[dmax×γ?i，dmin](8)

則說明已存在的輸入隸屬函數(shù)不能有效地劃分輸入空間。因此，需要增加一條新的模糊規(guī)則，否則，觀測數(shù)據(jù)可以由已存在的距離它最近的RBF單元表示。其中:k?d是可容納邊界的有效半徑;dmax是輸入空間的最大長度;dmin是所關(guān)心的最小長度;γ(0

2.1.3 誤差下降率

傳統(tǒng)的學習算法把誤差減少率(ERR)[5]用于網(wǎng)絡(luò)生長后的修剪過程，算法會因為修剪過程而增加計算負擔，降低學習速度。本文把誤差減少率用于生長過程形成一種新的生長準則，算法無須經(jīng)過修剪過程，從而加速網(wǎng)絡(luò)的學習過程。

給定n個輸入/輸出數(shù)據(jù)對(x?i，t?i)，t=1，2，…，n，把式(3)看做線性回歸模型的一種特殊情況，該線性回歸模型為

t(i)=?uj=1h?j(i)θ?j+ε(i)(9)

式(9)可簡寫為

D=HΘ+E(10)

D=T?T∈R?n是期望輸出，H=φ?T∈R??n×u是回歸量，Θ=?W?T∈R?u是權(quán)值向量，并且假設(shè)E∈R?n是與回歸量不相關(guān)的誤差向量。

對于矩陣φ，如果它的行數(shù)大于列數(shù)，通過QR分解:

H=PQ(11)

可把H變換成一組正交基向量集P=[p?1，p?2，…，p?u]∈R??n×u，其維數(shù)與H的維數(shù)相同，各列向量構(gòu)成正交基，Q∈R??u×u是一個上三角矩陣。通過這一變換，有可能從每一基向量計算每一個分量對期望輸出能量的貢獻。把式(11)代入式(10)?可得

D=PQΘ+E=PG+E(12)

G的線性最小二乘解為G=(P?TP)??-1P?TD，或

g?k=p?T?kDp?T?kp?k;k=1，2，…，u(13)

Q和Θ滿足下面的方程:

QΘ=G(14)

當k≠l時，p?k和p?l正交，D的平方和由式(15)給出:

D?TD=?uk=1g?2?kp?T?kp?k+E?TE(15)

去掉均值后，D的方差由式(16)給出:

n??-1D?TD=n??-1?uk=1g?2?kp?T?kp?k+n??-1E?TE(16)

由式(16)可以看到，n??-1?uk=1g?2?kp?T?kp?k是由回歸量p?k所造成的期望輸出方差的一部分。因此，p?k的誤差下降率可以定義如下:

err?k=g?2?kp?T?kp?kD?TD，1≤k≤u(17)

把式(13)代入式(17)可得

err?k=(p?T?kD)?2p?T?kp?kD?TD，1≤k≤u(18)

式(18)為尋找重要回歸量子集提供了一種簡單而有效的方法，其意義在于err?k揭示了p?k和D的相似性。err?k值越大，表示p?k和D的相似度越大，且p?k對于輸出影響越顯著。利用ERR定義泛化因子(GF)，GF可以檢驗算法的泛化能力，并進一步簡化和加速學習過程。定義:

GF=?uk=1err?k(19)

如果GF

2.2 參數(shù)調(diào)整

需要注意的是，不管是新生成的隱節(jié)點還是已存在的隱節(jié)點，都需要對網(wǎng)絡(luò)參數(shù)進行調(diào)整。傳統(tǒng)的方法是使用LLS[10]方法對網(wǎng)絡(luò)參數(shù)進行調(diào)整，本文提出使用EKF方法調(diào)節(jié)網(wǎng)絡(luò)的參數(shù)。由于LLS方法在確定最優(yōu)參數(shù)時計算簡單、速度快，但該方法對噪聲敏感，其學習速度隨著信噪比的增加而下降。另外，與LLS方法相關(guān)的問題是其求解可能是病態(tài)的，這使得參數(shù)估計變得很困難。EKF方法由于其自適應(yīng)過程比較復雜，計算速度沒有LLS方法快，但是EKF方法在噪聲環(huán)境下具有魯棒性，使用EKF方法可以實現(xiàn)一種健壯的在線學習算法。網(wǎng)絡(luò)參數(shù)可以用下面的EKF[11]方法進行調(diào)整。事實上，網(wǎng)絡(luò)的參數(shù)向量θ可以看做一個非線性系統(tǒng)的狀態(tài)，并用下面的方程描述:

θ?i=θi-1

t?i=h(θi-1，X?i)+e?i(20)

在當前的估計值i-1處將非線性函數(shù)h(θi-1，X?i)展開，則狀態(tài)模型可以重寫為

θ?i=θi-1

t?i=H?iθi-1+ε?i+e?i(21)

其中:ε?i=h(i-1 ，X?i)-H?ii-1+ρ?i。H?i是如下的梯度向量:

H?i=?h(θ，X?i)?θ|θ=i-1 (22)

參數(shù)向量θ使用下面的擴展卡爾曼濾波算法更新:

K?i=Pi-1H?T?i[H?iPi-1H?T?i+R?i]??-1

θ?i=θi-1+K?i(t?i-h(θi-1，X?i))

P?i=Pi-1-K?iH?iPi-1+Q?i(23)

其中:K?i是卡爾曼增益矩陣;P?i是逼近誤差方差陣;R?i是量測噪聲方差陣;Q?i是過程噪聲方差陣。

全局擴展卡爾曼濾波算法會涉及大型矩陣運算，增加計算負擔，因此可以將全局問題劃分為一系列子問題從而簡化全局方法。網(wǎng)絡(luò)的前件部分具有非線性特性，利用擴展卡爾曼濾波算法對其進行調(diào)整;網(wǎng)絡(luò)的后件部分具有線性特性，利用卡爾曼濾波算法對其進行調(diào)整，該方法等同于將全局方法簡化為一系列解耦方法，可以降低計算負擔。由于高斯函數(shù)的中心對系統(tǒng)的性能影響不明顯，為了簡化計算，只對高斯隸屬函數(shù)的寬度進行調(diào)整。

前件參數(shù)使用如下的擴展卡爾曼濾波算法更新:

K?δ?i=P?δi-1G?T?i[R?i+G?iP?δi-1G?T?i]??-1

δ?i=δi-1+K?δ?i(T?i-wi-1φ?i)

P?δ?i=P?δi-1-K?δ?iG?iP?δi-1+Q?i(24)

后件參數(shù)使用如下的卡爾曼濾波算法更新:

K?w?i=P?wi-1φ?T?i[R?i+φ?iP?wi-1φ?T?i]??-1

w?i=wi-1+K?w?i(T?i-wi-1φ?i)

P?w?i=P?wi-1-K?w?iφ?iP?wi-1+Q?i(25)

2.3 模糊規(guī)則的增加過程

在SFNN學習算法中，模糊規(guī)則增加過程如下:

a)初始參數(shù)分配。當?shù)玫降谝粋€觀測數(shù)據(jù)(X?1，t?1) 時，此時的網(wǎng)絡(luò)還沒有建立起來，因此這個數(shù)據(jù)將被選為第一條模糊規(guī)則:c?0=X?0，δ?1=δ?0，w?1=t?1。其中δ?0是預先設(shè)定的常數(shù)。

b)生長過程。當?shù)玫降趇個觀測數(shù)據(jù)(X?i，t?i)時，假設(shè)在第三層中已存在u個隱含神經(jīng)元，根據(jù)式(4)(7)和(19)，分別計算e?i、di，min、GF。如果

e?i>k?e，di，min>k?d，且GF

則增加一個新的隱含神經(jīng)元。其中k?e、k?d分別在式(5)和(8)中給出。新增加的隱含神經(jīng)元的中心、寬度和權(quán)值賦值為:Cu+1=X?i，δu+1=k?0di，min，wu+1=e?i，其中k?0(k?0>1)是重疊?因子。

c)參數(shù)調(diào)整。當增加新神經(jīng)元后，所有已有神經(jīng)元的參數(shù)通過式(24)(25)描述的算法調(diào)整。

3 仿真研究

時間序列預測在解決許多實際問題中是非常重要的。它在經(jīng)濟預測、信號處理等很多領(lǐng)域都得到了廣泛應(yīng)用。

本文采用的時間序列由Mackey-Glass差分延遲方程產(chǎn)生，其方程定義為[5]

x(t+1)=(1-a)x(t)+bx(t-τ)1+x??10(t-τ)(27)

為了能夠與文獻[5，6]在相同的基礎(chǔ)上進行比較，取值?Δt=P=6，式(27)中的參數(shù)選擇為:a=0.1，b=0.2，τ=17。預測模型表示為

x(t+6)=f[x(t)，x(t-6)，x(t-12)，x(t-18)](28)

為了獲得時間序列，利用式(27)生成2 000個數(shù)據(jù)，式(27)的初始條件為:x(0)=1.2。為了訓練和測試，在t=124和t=?1 123之間選擇1 000個樣本作為式(28)的輸入/輸出樣本數(shù)據(jù)。使用前500個數(shù)據(jù)對作為訓練數(shù)據(jù)集，后面的500個數(shù)據(jù)對驗證該模型的預測性能。圖2顯示了SFNN生成的模糊規(guī)則數(shù);圖3顯示了從t=124到t=623的訓練結(jié)果;圖4顯示了SFNN良好的預測性能。表1列出了SFNN與其他算法的比較結(jié)果。表1顯示，與OLS、RBF-AFS算法相比，SFNN具有最少的規(guī)則數(shù)、最小的誤差和良好的泛化能力，同時具有快速的學習速度。SFNN的快速性就在于:采用無須修剪過程的生長準則，加速了網(wǎng)絡(luò)學習過程;利用擴展卡爾曼濾波調(diào)整網(wǎng)絡(luò)的參數(shù)，可以縮短網(wǎng)絡(luò)的學習周期。從上面的分析可以看出，SFNN具有緊湊的結(jié)構(gòu)、快速的學習速度、良好的逼近精度和泛化能力。

4 結(jié)束語

SFNN采用在線學習方法、參數(shù)估計和結(jié)構(gòu)辨識同時進行，提高了網(wǎng)絡(luò)的學習速度?；谠摲椒ㄉ傻哪：窠?jīng)網(wǎng)絡(luò)具有緊湊的結(jié)構(gòu)，網(wǎng)絡(luò)結(jié)構(gòu)不會持續(xù)增長，避免了過擬合及過訓練現(xiàn)象，確保了系統(tǒng)的泛化能力。

參考文獻

[1]

HUANG Huan，WU Cong-xin.Approximation capabilities of multilayer fuzzy neural networks on the set of fuzzy-valued functions[J].Information Sciences，2009，179(16):2762-2773.

[2]DENG Xing-sheng，WANG Xin-zhou.Incremental learning of dynamic fuzzy neural networks for accurate system modeling[J].Fuzzy Sets and Systems，2009，160(7):972-987.

[3]韋玉科，汪仁煌，李江平，等.一種新的數(shù)據(jù)智能化處理算法[J].計算機應(yīng)用研究，2008，25(5):1328-1329.

[4]CHEN Sheng，HONG Xia，LUK B L，et al.Orthogonal-least-squares regression:a unified approach for data modeling[J].Neurocompu-?ting，2009，72(10-12):2670-2681.

?[5]CHEN S，COWAN C F N，GRANT P M.Orthogonal least squares learning algorithm for radial basis function networks[J].IEEE Trans on Neural Networks，1991，2(2):302-309.

[6]CHO K B，WANG B H.Radial basis function based adaptive fuzzy systems and their applications to system identification and prediction[J].Fuzzy Sets and Systems，1996，83(3):325-339.

[7]RIVALS I，PERSONNAZ L.A recursive algorithm based on the extended Kalman filter for the training of feedforward neural models[J].Neurocomputing，1998，20(1):279-294.

[8]SIMON D.Training radial basis neural networks with the extended Kalman filter[J].Neurocomputing，2002，48(1):455-475.

[9]WU Shi-qian，ER M J，GAO Yang.A fast approach for automatic ?generation of fuzzy rules by generalized dynamic fuzzy neural networks[J].IEEE Trans on Fuzzy Systems，2001，9(4):578-594.

篇8

1、若是要清洗床單上的血漬，建議越快清洗越好，血漬長時間停留，會滲入面料纖維，增大洗凈難度，應(yīng)將床單拆下進行清洗。

2、在床單干的時候，用手洗專用洗衣液原液涂抹在污漬處，完全覆蓋污漬，靜置5分鐘后（可輕輕搓洗），加入洗衣液常規(guī)洗滌；溫馨提示：血漬屬于蛋白質(zhì)類污漬，請用涼水進行洗滌，如用熱水會導致蛋白質(zhì)變性深入衣物纖維，增加清洗難度。

3、如經(jīng)過上述方法污漬仍無法去除，則純白色的棉、麻、滌綸材質(zhì)的床單：每半盆水（約2升）加入白色衣物色漬凈（600g規(guī)格）1瓶蓋（40克），攪勻，放入床單浸泡30分鐘，漂洗干凈。 視需要可適當延長浸泡時間，若2小時后色漬未去除，將床單取出，往盆中添加白色衣物色漬凈（每半盆水加1瓶蓋），攪勻，放入床單繼續(xù)浸泡，累計浸泡時長不超過6小時。

4、彩色或其他材質(zhì)的白色床單：將床單放入盆中，污漬部位貼盆底，用彩色衣物色漬凈（600g規(guī)格）瓶蓋量取1/4瓶蓋（10克）彩色衣物色漬凈和1/4瓶蓋（10克）衣領(lǐng)凈，倒在污漬處，用床單其他無污漬部位蓋住污漬，防止風干，靜置2小時，漂洗干凈。若2小時后仍有污漬未去除，可延長靜置時間至過夜。

（來源：文章屋網(wǎng) ）

篇9

陽泉市轄三區(qū)兩縣,常住人口約150萬左右,城市并不大,是一個能源城市,也是很有高端產(chǎn)品消費潛力的市場。但陽泉高端衛(wèi)浴類市場才剛剛起步,在消費者并沒有太強品牌概念的市場中,當你所銷售的產(chǎn)品在當?shù)馗叨耸袌鲋袥]有達到一定規(guī)模時,品牌的影響力也是有限。如在陽泉普通消費者自己購買熱水器時最先想到的就是海爾,裝修設(shè)計公司的設(shè)計師在向用戶推薦品牌時首先也是推薦海爾,他們都認為海爾才是大品牌。

在接手這個專賣店的管理時,姚店長并沒有做過衛(wèi)浴產(chǎn)品銷售工作,他認為雖然沒做過衛(wèi)浴產(chǎn)品的銷售,但從事進口廚房電器產(chǎn)品銷售的經(jīng)驗對自己管理好定位高端的衛(wèi)浴凈水專賣店應(yīng)該有很多可借鑒的地方。畢竟自己所銷售的產(chǎn)品都是知名品牌,在當?shù)馗叨诵l(wèi)浴凈水消費市場并沒有成熟的情況下,肯定是有很多市場機會可以挖掘的。能取得多大的銷售量一方面是取決于市場容量與所銷售品牌的市場占有率,另一方面則是要靠自己這個專賣店團隊的智慧和勤奮。畢竟銷售工作都是相通的,既然自己被放在這個位置,面對激烈的市場競爭只要讓自己學習的速度快于當?shù)厥袌鲎兓乃俣?掌握豐富的產(chǎn)品知識,增加對行業(yè)的了解,并把學到的知識靈活運用到日常銷售工作當中,就能夠找到推動銷售的要領(lǐng),讓知識成為自己的助銷工具,在高端消費市場中打開局面并不是很難的事情。

因此姚店長非常注重收集各類相關(guān)的行業(yè)及產(chǎn)品知識,如購買行業(yè)報告、專業(yè)雜志等,從中了解行業(yè)的情況,熱水器行業(yè)是一種什么狀況,各品牌的情況,產(chǎn)品的技術(shù)上的差異等等,并及時給店員進行培訓,在日常銷售中用豐富的行業(yè)及產(chǎn)品知識來引導消費。他們的專業(yè)也得到了消費者的認可,目前姚店長的專賣店中平均客單價在6000元左右,熱水器和凈水設(shè)備成套購買的比例能夠達到50%,其中在成套購買的消費者中選擇金額在1.6萬元以上高端消費的用戶占很高的比例。在居然之家家電類專賣店的銷售排名中,他管理的店從3月份開始一直是第一第二名。居然之家的店面銷售排名是按單位面積計算的,姚店長管理的專賣店面積為150平方米,是陽泉居然之家中店面規(guī)模比較大的店,有些店的面積僅有30多平米,因此能夠取得單位面積產(chǎn)出前一二名的成績也的確是很值得他驕傲的。

篇10

關(guān)鍵詞 食品分析 食品安全 快速檢測技術(shù) 教學改革

中圖分類號：G424 文獻標識碼：A DOI：10.16400/ki.kjdkz.2015.02.034

Rapid Detection Technology in Food Analysis Teaching

YAO Xiaolin， ZHAO Meng， Zhang Weiqi

（Food and Pharmaceutical Engineering College， Hubei

University of Technology， Wuhan， Hubei 430068）

Abstract This paper introduced the importance of rapid detection technology in food safety analysis and implementation necessity of food analysis teaching in colleges and universities. The teaching reform of food analysis teaching content is made some discussion.

Key words food analysis; food safety; rapid detection technology; teaching reform

食品分析是國內(nèi)各大高校食品科學與工程專業(yè)必開的專業(yè)基礎(chǔ)課程。本課程主要包括食品各組分的標準分析檢測方法，內(nèi)容主要涉及食品營養(yǎng)成分、食品風味成分以及有毒有害成分等的分析與檢測。①目前食品分析技術(shù)的發(fā)展趨勢包括兩個方面：污染物或毒素等安全衛(wèi)生控制指標的限量值在逐漸降低;檢測方法和手段日趨高科技化、便攜化和系列化。為了追求靈敏度和效率，檢測方法的更新和提高十分迅速，如固相微萃取技術(shù)也正在逐步向食品安全檢測領(lǐng)域過度，如用于醬油中致癌物2，3-二氯丙醇的分析檢測。②因此，將快速檢測技術(shù)引入食品分析課程中，使學生了解并掌握食品安全分析檢測的實用知識，是目前食品分析內(nèi)容的有效補充，可拓寬學生的專業(yè)基礎(chǔ)知識范圍，提高教學質(zhì)量，增進學生的綜合技能運用能力。

1 快速檢測技術(shù)的定義③

快速檢測技術(shù)是沒有確切定義的，是個通俗概念，即在短時間內(nèi)（通常為幾分鐘或十幾分鐘）采用科學的檢測技術(shù)和手段檢測出被檢物質(zhì)是不是有毒有害物質(zhì)、被檢物質(zhì)是否處于正常狀態(tài)以及得到的檢測結(jié)果能否滿足標準限定值，上述檢測行為稱為快速檢測。

2 在食品分析與檢測中快速檢測技術(shù)的重要性

在食品安全分析檢測工作中，快速檢測技術(shù)具有重要的意義。目前頻發(fā)的食品安全事件已造成食品行業(yè)在消費者心中的公信度下降。究其原因，不僅僅是由于食品監(jiān)管執(zhí)法部門制定的法律法規(guī)和標準存在不足需要不斷強化外，還包括一些客觀條件的不足。如專門用于食品安全檢驗的實驗室數(shù)量較少，在一些農(nóng)村地區(qū)條件更加落后;檢驗成本較高，導致應(yīng)送檢的樣品未能及時送檢;實驗室的檢測周期較長，如食品中的微生物檢測，微生物生長至少需要18～24小時，該類食品沒等檢測報告出來食品就已經(jīng)銷售完畢了。為了彌補實驗條件落后及法律法規(guī)不完善等因素造成的不足，降低食物安全事件發(fā)生的可能，全方位地保障食品安全，一個便捷高效的解決辦法就是普及快速檢測技術(shù)。

為了保障食品的衛(wèi)生安全，需要采樣檢測的食品產(chǎn)品和食品生產(chǎn)各環(huán)節(jié)的半成品眾多，采集各級樣品并送到實驗室檢測的工作量巨大，可實施性不強。采用快速檢測技術(shù)，可在銷售現(xiàn)場或生產(chǎn)線上對食品取樣進行初步篩查，提前發(fā)現(xiàn)問題食品及生產(chǎn)環(huán)節(jié)的漏洞，可擴大食品安全控制范圍。對有問題的樣品在必要時再送達實驗室進行具體精確的分析檢測，可有效提高食品安全管理的效率，使現(xiàn)場快速檢測技術(shù)成為實驗室常規(guī)檢測的有益補充。對于食品安全監(jiān)管人員，在日常食品安全監(jiān)督工作中，在初步感官檢驗篩查的同時，輔以快速檢測，能在現(xiàn)場及時發(fā)現(xiàn)可疑問題食品，并采取相應(yīng)管理措施。這對提高食品監(jiān)管人員的監(jiān)督力度和工作效率，保障食品衛(wèi)生安全具有重要的現(xiàn)實意義。

3 快速檢測技術(shù)的主要檢測形式

快速檢測技術(shù)的檢測形式包括以下幾種：（1）試紙法，利用試紙顯色或不顯色來判定被檢物質(zhì)如農(nóng)藥、鼠藥是否存在或是否超標，根據(jù)試紙層析技術(shù)觀察顯色與否來定性判斷或作為限量指示違禁添加物，如蘇丹紅、瘦肉精等，或依據(jù)試紙顯色的深淺來對如食用油酸價、過氧化值等指標進行半定量。（2）試管法，可用速測管顯色來定性如毒鼠強、生豆?jié){等，用速測管顯色的深淺半定量如亞硝酸鹽、甲醇、二氧化硫等有毒物質(zhì)。（3）滴瓶法，將被檢物質(zhì)溶液滴入裝有標準溶液的滴瓶中，根據(jù)消耗的體積來推算被檢物質(zhì)含量，如醬油中氨基酸態(tài)氮含量等。（4）光度計法：用于快速檢測的光度計實際上是一種微型分光光度計，將用比色定量測得的檢測項目的線性斜率和截距作為參數(shù)預先設(shè)定，可省去標準曲線，現(xiàn)場檢測時直接讀數(shù)得到樣品結(jié)果。目前，還開發(fā)出一些用于現(xiàn)場快速檢測的儀器，包括用于油脂品質(zhì)檢測的食用油極性組份測定儀、蒸餾酒甲醇速測儀、農(nóng)藥殘留速測儀、環(huán)境溫度瞬間測定儀、電導儀、食品中心溫度計、肉類水份測定儀等。目前已開展的快速檢測技術(shù)包括：亞硝酸鹽的快速檢測、真菌毒素的快速檢測、生熟豆?jié){的快速檢測、乳品中三聚氰胺的快速檢測、油脂酸價和過氧化值的快速檢測、瘦肉精的快速檢測、蘇丹紅的快速檢測、變質(zhì)肉制品的快速檢測、摻水牛乳的快速檢測、醬油總酸和氨基酸態(tài)氮的快速檢測及有毒豆角的快速檢測、生熟豆?jié){的快速檢測、谷物中生物毒素的快速檢測、蜂蜜中淀粉和糊精的快速檢測、食醋感官和游離礦酸的快速檢測等。④這其中采用的檢測方法都是基于食品分析的基本實驗方法，結(jié)合當前存在的食品安全問題設(shè)計提出的?？焖贆z測技術(shù)是食品分析基本實驗方法的綜合性應(yīng)用，具有便捷性、時效性和實用性。

4 快速檢測技術(shù)在食品分析教學中開展的意義

針對我國當前國情的需要，對市場和超市等食品零售網(wǎng)點需進行食品安全監(jiān)督，包括食品銷售商自身管理，均需要配以方便快捷的現(xiàn)場抽樣和快速檢測。盡管快速檢測技術(shù)由于靈敏度和特異性方面的限制，不能作為判定樣品安全性的最終依據(jù)，但作為發(fā)現(xiàn)問題的第一步，其具有不可替代的作用。食品分析課程講授的檢驗方法多為經(jīng)食品標準委員會認可并形成的國家標準檢測方法， 但是這些金標準會隨著食品質(zhì)量安全日益嚴格的新要求和新的檢測手段的出現(xiàn)而不斷發(fā)生變化。因此高校教師的教學內(nèi)容應(yīng)與新出臺的食品檢測國家標準相對應(yīng)，在強調(diào)更新測定方法的同時，還要提及食品質(zhì)量安全有毒有害殘留物質(zhì)的最新標準。食品課程教學應(yīng)從實際出發(fā)， 突出重點。目前世界各地都普遍面臨食品安全問題，食品安全問題變得日益嚴峻。⑤因此，高校食品專業(yè)的食品分析教學應(yīng)將重點放在食品中農(nóng)藥獸藥殘留的檢測、生物毒素和激素的檢測、食品中重金屬污染檢測、食品中違法添加物如三聚氰胺的檢測等內(nèi)容上面，而快速檢測技術(shù)恰恰是主要針對食品安全問題設(shè)計提出的綜合型實用性方法。

食品分析教學大綱要求本專業(yè)學生在學習中注重國家標準測定方法與現(xiàn)代分析技術(shù)的應(yīng)用相結(jié)合， 在掌握傳統(tǒng)分析原理的同時， 熟悉現(xiàn)代先進分析儀器的使用方法。教師在課堂教學中需增加本學科發(fā)展的科學進展與動態(tài)，并融入國內(nèi)外食品安全熱點問題的檢測手段與方法，擴展學生的視野，提高學生學習的興趣。大多數(shù)學生畢業(yè)后將從事食品生產(chǎn)和分析檢測方面的工作，食品分析課程僅僅能提供給學生一些常規(guī)食品組分及食品添加物的標準檢測方法，在實際工作應(yīng)用中往往可利用度不高。目前快速檢測技術(shù)在在食品分析檢測中主要用于食品中的農(nóng)藥獸藥的殘留、重金屬污染、生物毒素，致病微生物等有害物質(zhì)的快速篩查與分析，其檢測領(lǐng)域越來越廣泛，已經(jīng)成為食品中有毒有害組分的便捷快速的篩查手段。但在高校本科教學中較少開展該方面內(nèi)容的理論和實踐教學，學生對快速檢測技術(shù)了解很少。引入快速檢測技術(shù)的內(nèi)容，可提高學生對實用型分析技術(shù)的認識，并了解快速檢測技術(shù)在食品安全分析領(lǐng)域應(yīng)用的優(yōu)勢及重要性。學生通過掌握食品檢測的技術(shù)方法和操作規(guī)范，明確食品安全的重要性，有利于其培養(yǎng)良好的食品質(zhì)量安全分析控制的意識與素養(yǎng)。

5 結(jié)論

為了保證人們安全消費食品，新的分析手段和分析方法應(yīng)運而生，這要求我們本科教學內(nèi)容必須與時俱進。食品分析課程的目前的教學內(nèi)容仍停留在現(xiàn)有傳統(tǒng)的國家標準分析檢測方法的講授上，這在檢測技術(shù)日新月異的今天是遠遠不夠的。作為高校食品專業(yè)教師，必須及時關(guān)注食品分析領(lǐng)域中的新技術(shù)和新方法，使知識體系不斷更新完善，并在教學過程中及時更新教學的內(nèi)容，使學生學習到最新的更實用的知識，培養(yǎng)為社會所需的實用型人才。

注釋

① 聶瑾芳，張云，李建平，陶慧林.淺議食品分析課程體系教學改革[J].廣州化工，2011.39（22）：109-110.

② 沈玉棟，李瑞婷.酶聯(lián)免疫吸附分析實驗在食品分析教學中的實施[J].科技創(chuàng)新導報，2013.13：149-151.

③ 師邱毅，紀其雄，許莉勇.食品安全快速檢測技術(shù)及應(yīng)用[M].北京：化學工業(yè)出版社，2010：1-5.