期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
周期学习单:开展整本书阅读的有效支架——以三年级上册“快乐读书吧”《安徒生童话》为例
被引量：
3
1
作者
王霞
《语文建设》
北大核心
2021年第6期67-69,共3页
整本书阅读是提升学生语文素养的有效途径,“周期学习单”是在遵循儿童整本书阅读的周期性和个性化的基础之上研制出的有效支架。本文以周期学习单为支架,通过预学、导学、延学,为学生设置一个完整的阅读周期,在学生周期阅读的关键处,...
整本书阅读是提升学生语文素养的有效途径,“周期学习单”是在遵循儿童整本书阅读的周期性和个性化的基础之上研制出的有效支架。本文以周期学习单为支架,通过预学、导学、延学,为学生设置一个完整的阅读周期,在学生周期阅读的关键处,教师创设阅读情境,点燃学生的阅读热情;以任务为驱动,培养学生的阅读能力;引发思辨,发展学生的高阶认知;通过拓展延伸,形成阅读期待。本文希望通过“周期学习单”层层推进整本书阅读,引导学生向深度阅读迈进。
展开更多
关键词
周期
学习
单
整本书阅读
支架
在线阅读
下载PDF
职称材料
基于ResNet50-OC模型的彩色眼底照片质量多分类方法效果评估
被引量：
3
2
作者
万程
周雪婷
+2 位作者
游齐靖
沈建新
俞秋丽
《中华实验眼科杂志》
CAS
CSCD
北大核心
2021年第9期785-790,共6页
目的对基于深度学习的ResNet50-OC模型彩色眼底照片质量多分类的效果进行评估。方法纳入2018年7月在南京医科大学附属明基医院收集的彩色眼底照片PD数据集及EyePACS数据集,临床医师根据眼底图像的成像质量将其大致分为质量较好、曝光不...
目的对基于深度学习的ResNet50-OC模型彩色眼底照片质量多分类的效果进行评估。方法纳入2018年7月在南京医科大学附属明基医院收集的彩色眼底照片PD数据集及EyePACS数据集,临床医师根据眼底图像的成像质量将其大致分为质量较好、曝光不足、曝光过度、边缘模糊和镜头反光5类。在训练集中,每个类别包含1000张图像,其中800张选自EyePACS数据集,200张选自PD数据集;在测试集中,每个类别包含500张图像,其中400张选自EyePACS数据集,100张选自PD数据集。训练集总计5000张图像,测试集总计2500张图像。对图像进行归一化处理和数据扩增。采用迁移学习方法初始化网络模型的参数,在此基础上对比当前深度学习主流分类网络VGG、Inception-resnet-v2、ResNet和DenseNet,选取准确率和Micro F1值最优的网络ResNet50作为分类模型的主网络。在ResNet50训练过程中引入One-Cycle策略加快模型收敛速度,得到最优模型ResNet50-OC并将其应用于眼底照片质量多分类,评估ResNet50与ResNet50-OC对眼底照片进行多分类的准确率和Micro F1值。结果ResNet50对彩色眼底照片质量多分类准确率和Micro F1值明显高于VGG、Inception-resnet-v2、ResNet34和DenseNet。ResNet50-OC模型训练15轮对眼底图像质量多分类准确率为98.77%,高于ResNet50训练50轮的98.76%;ResNet50-OC模型训练15轮对眼底图像质量多分类的Micro F1值为98.78%,与ResNet50训练50轮的Micro F1值相同。结论ResNet50-OC模型可以准确、有效地对彩色眼底照片质量进行多分类,One-Cycle策略可减少训练次数,提高分类效率。
展开更多
关键词
人工智能
图像质量分类
卷积神经网络
单周期学习
彩色眼底照片
在线阅读
下载PDF
职称材料
题名
周期学习单:开展整本书阅读的有效支架——以三年级上册“快乐读书吧”《安徒生童话》为例
被引量：
3
1
作者
王霞
机构
江苏省扬中市外国语小学教育集团
出处
《语文建设》
北大核心
2021年第6期67-69,共3页
基金
江苏省教育科学“十三五”规划重点资助课题“周期学习单:撬动小学适性课堂的实践研究”
2019年江苏省教育厅基础教育前瞻性教学改革实验项目“支持儿童挑战性学习的支架建构实践探索”研究成果。
文摘
整本书阅读是提升学生语文素养的有效途径,“周期学习单”是在遵循儿童整本书阅读的周期性和个性化的基础之上研制出的有效支架。本文以周期学习单为支架,通过预学、导学、延学,为学生设置一个完整的阅读周期,在学生周期阅读的关键处,教师创设阅读情境,点燃学生的阅读热情;以任务为驱动,培养学生的阅读能力;引发思辨,发展学生的高阶认知;通过拓展延伸,形成阅读期待。本文希望通过“周期学习单”层层推进整本书阅读,引导学生向深度阅读迈进。
关键词
周期
学习
单
整本书阅读
支架
分类号
G623.2 [文化科学—教育学]
在线阅读
下载PDF
职称材料
题名
基于ResNet50-OC模型的彩色眼底照片质量多分类方法效果评估
被引量：
3
2
作者
万程
周雪婷
游齐靖
沈建新
俞秋丽
机构
南京航空航天大学电子信息工程学院
南京医科大学第二附属医院眼科
出处
《中华实验眼科杂志》
CAS
CSCD
北大核心
2021年第9期785-790,共6页
基金
国家自然科学基金项目(61603182)
中国博士后科学基金项目(2019M661832)
+1 种基金
江苏省博士后科研资助计划项目(2019K226)
江苏高校优势学科建设工程项目。
文摘
目的对基于深度学习的ResNet50-OC模型彩色眼底照片质量多分类的效果进行评估。方法纳入2018年7月在南京医科大学附属明基医院收集的彩色眼底照片PD数据集及EyePACS数据集,临床医师根据眼底图像的成像质量将其大致分为质量较好、曝光不足、曝光过度、边缘模糊和镜头反光5类。在训练集中,每个类别包含1000张图像,其中800张选自EyePACS数据集,200张选自PD数据集;在测试集中,每个类别包含500张图像,其中400张选自EyePACS数据集,100张选自PD数据集。训练集总计5000张图像,测试集总计2500张图像。对图像进行归一化处理和数据扩增。采用迁移学习方法初始化网络模型的参数,在此基础上对比当前深度学习主流分类网络VGG、Inception-resnet-v2、ResNet和DenseNet,选取准确率和Micro F1值最优的网络ResNet50作为分类模型的主网络。在ResNet50训练过程中引入One-Cycle策略加快模型收敛速度,得到最优模型ResNet50-OC并将其应用于眼底照片质量多分类,评估ResNet50与ResNet50-OC对眼底照片进行多分类的准确率和Micro F1值。结果ResNet50对彩色眼底照片质量多分类准确率和Micro F1值明显高于VGG、Inception-resnet-v2、ResNet34和DenseNet。ResNet50-OC模型训练15轮对眼底图像质量多分类准确率为98.77%,高于ResNet50训练50轮的98.76%;ResNet50-OC模型训练15轮对眼底图像质量多分类的Micro F1值为98.78%,与ResNet50训练50轮的Micro F1值相同。结论ResNet50-OC模型可以准确、有效地对彩色眼底照片质量进行多分类,One-Cycle策略可减少训练次数,提高分类效率。
关键词
人工智能
图像质量分类
卷积神经网络
单周期学习
彩色眼底照片
Keywords
Artificial intelligence
Image quality classification
Convolutional neural network
One-Cycle learning
Color fundus photograph
分类号
R770.4 [医药卫生—眼科]
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
周期学习单:开展整本书阅读的有效支架——以三年级上册“快乐读书吧”《安徒生童话》为例
王霞
《语文建设》
北大核心
2021
3
在线阅读
下载PDF
职称材料
2
基于ResNet50-OC模型的彩色眼底照片质量多分类方法效果评估
万程
周雪婷
游齐靖
沈建新
俞秋丽
《中华实验眼科杂志》
CAS
CSCD
北大核心
2021
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
