简介:“客观说”和“建构说”是研究课业负担原因的两类取向。基于2014年北京中小学生的实证调查数据,建立了囊括“客观说”“建构说”的Logistic多项回归模型。模型的结果证实了基于“客观说”的一些假设,例如学习成绩好的学生自感负担程度较低;教师质量高,学生自感负担轻;学校课程选择性高,学生课业负担也相对较轻。同时,Logistic多项回归模型也证实了“建构说”的一些假设,例如学生预期学历水平越高,自感负担越重;应试压力较强的学生,自感负担较重;体现学习态度的学习价值感、学习快乐感也对学生自感负担程度有显著影响。Logistic多项回归结果表明,作为一种客观“实在”,“课业负担”在中小学生中确实存在(客观说);然而学生对此的感受则会有强弱差异(建构说)。基于此,笔者提出“课业负担感”的概念,试图整合“客观说”和“建构说”两种观点。相比于传统的“课业负担”概念,笔者认为“课业负担感”这一概念提供了更为广阔的理论研究空间,对于“政策”导向的减负策略研究也富有价值。
简介:提出了一种基于期望模式修正(EMA)的改进交互式多模型(IMM)算法。该算法主要解决自主水下航行器(AUV)复杂工作环境下量测噪声统计特性未知或易发生变化时的状态估计问题,其核心思想是将期望模式修正机制和交互式多模型滤波算法相结合,利用状态估计过程中的获取的模型概率进行决策,得到更加接近与系统真实模式的期望模型集合,再通过期望模型集合滤波结果对固定模型集合滤波结果进行修正。与传统的交互式多模型算法相比,提出的基于期望模式修正的交互式多模型算法可以捕捉到系统模式更细微的变化。仿真结果表明,该算法可以大幅提高AUV组合导航系统的估计精度和稳定性。
简介:分布式水文模型的模拟精度受空间参数精度的影响。提升空间参数精度能较为精准描述流域空间特征,也会使空间数据量冗增,甚至影响模型运行效率。以分布式水文模型SWAT为例,分析DEM、子流域划分、土地利用、土壤、降水站点等空间数据精度对模型模拟精度的影响。结果表明:1)对不同对象(流量、泥沙、营养元素等)进行模拟时,大多数空间数据分辨率阈值不同,分辨率超出阈值可能降低模型模拟的精度;2)DEM分辨率降低,泥沙和总磷(TP)模拟结果的相对误差明显增加,而流量和硝态氮(NO3-N)模拟结果变化极小;3)DEM分辨率达到一定精度后,进一步提高并不会使地表径流模拟精度得到改善,低分辨率DEM获得的坡度较小,这会降低模型对流量的模拟,模拟的洪峰径流产生滞后现象;4)子流域划分对流域产流模拟影响较小,而对产沙模拟影响较大。子流域和水文响应单元的划分数量对流域上游产沙量影响较大,而对流域出口处泥沙荷载影响较小;5)土地利用和土壤图精度主要通过影响模型中HRU生成的数量而影响模拟结果;6)地表径流模拟上,能够体现对地表径流贡献较大的局地降水事件的分布式的降水数据要比利用气象站点获得的降水数据模拟结果的精度要高。研究结果可以为今后模型开发、利用、改进提供参考,提高模型模拟的精度。