梁爽
- 作品数:3 被引量:12H指数:2
- 供职机构:首都师范大学更多>>
- 发文基金:国家自然科学基金全国教育科学规划教育部重点课题更多>>
- 相关领域:文化科学天文地球更多>>
- 基于策略的可视化协同知识建构支持系统研究被引量:4
- 2016年
- 流行的B/S架构计算机支持协作学习(CSCL)支持系统已有较充分的发展,但在可视化、图形化、速度等交互体验上有根本性的不足,很难支持和推进高质量的学习协同。本研究探索把Silverlight应用于基于策略的可视化CSCL专门系统的技术与方法 ,讨论了其理论支持与开发思路,着重强调通过可视化的方式来重建远程学习情境中缺失的在场感,并通过一些支持学生更好协同的引导策略来促进学生"意义"与"身份"的双重建构。文章最后简单介绍了一个此类CSCL协同知识建构支持工具设计与实现的示例,该工具在支持协同知识建构方面有更大的优势。
- 任剑锋梁爽郭花
- 关键词:知识建构可视化CSCL
- 基于多季相Sentinel-2影像的白洋淀湿地信息提取被引量:8
- 2021年
- 白洋淀湿地是华北平原上重要的浅水湖泊湿地,对雄安新区绿色发展具有重要的生态价值。对白洋淀高度异质化的景观格局进行分类,能够为白洋淀湿地资源的遥感监测提供指导意义。针对湿地季节变化的特点,对白洋淀每个季节选取一期具有代表性的Sentinel-2影像,采用分类与回归树(CART)、支持向量机(SVM)、随机森林(RF)3种常用的机器学习分类器对15种季相组合实验方案进行分类,分析不同季相遥感影像及其组合对白洋淀湿地信息提取的优劣。结果表明:相较于使用单一季相影像分类,多季相影像的组合能够显著提高分类精度,春&夏季相组合能够得到最优的分类效果,相对单季影像总体分类精度提高了10.9%~25.5%,Kappa系数提高了0.09~0.29;SVM分类器的分类表现较为稳定,能够得到最高的平均分类精度,CART分类器在处理高维特征的能力不如随机森林和SVM;不同特征类型对湿地信息提取的贡献度从高到底依次是红边光谱特征、传统光谱特征、缨帽变换特征、主成分分析特征、纹理特征。实验成果能为湿地信息的遥感识别提供依据。
- 梁爽梁爽梁爽宫兆宁赵文吉关鸿亮赵雪
- 关键词:白洋淀湿地信息提取
- 可视化协作学习工具的设计与实现
- 随着教育信息化的深入,网络技术对教育领域的改革和发展产生了重大影响,网络学习交流平台不断创新和完善。在分析了当前存在的网络交流环境存在的优势和不足的基础上,本研究设计了一种基于CSCL的网络交流工具,该工具以支持协作和深...
- 梁爽
- 关键词:知识建构
- 文献传递