导读:本文包含了解释学习论文开题报告文献综述及选题提纲参考文献，主要关键词:学习品质,区域活动,指导策略
解释学习论文文献综述
陈慧[1]（2017）在《培养幼儿反思与解释学习品质的指导策略》一文中研究指出幼儿的反思与解释是指幼儿对已经发生的事情及自己的言行、思想的认识,它指向的是幼儿曾经经历过的事件。在能够清楚回忆、描述的基础上,我们可以利用这一学习品质来帮助幼儿更有效地自主学习、解决问题。美国华盛顿州的《早期学习与发展标准》里,关于反思与解释的发展标准认为:儿童应能用多种方式来表达自己的想法与意见(如讨论或艺术活动);对一些有趣的事或想法表现出较长时间的记忆;对记忆中的一个(本文来源于《东方宝宝(保育与教育)》期刊2017年02期）
曹宝龙[2]（2016）在《用认知的观点解释学习》一文中研究指出现代认知研究的实验和理论可为教学活动提供有益的启示,教学中遇到的问题也可以从认知理论中得到可靠的解释,从认知的观点讨论教学,有助于把日常教学的研究从经验总结的层次提升到科学的理论解释。从认知的观点来看,学习效率的关键在于自主学习;课堂问题的本质在于培养学生的思维能力。样例教学、课堂问题和翻转课堂等案例的认知解释可作为教学问题认知解释的典型案例。(本文来源于《课程教学研究》期刊2016年02期）
[3]（2013）在《农业部办公厅关于做好《最高人民法院最高人民检察院关于办理危害食品安全刑事案件适用法律若干问题的解释》学习宣贯工作的通知》一文中研究指出(农办质[2013]26号)《最高人民法院、最高人民检察院关于办理危害食品安全刑事案件适用法律若干问题的解释》已于2013年5月4日起正式施行。为进一步加强行政执法和刑事司法的衔接,依法严厉惩处农产品质量安全犯罪行为,切实发挥司法震慑作用,现就做好学习、宣传、贯彻《司法解释》有关工作通知如下:一、提高认识,深刻领会《司法解释》的重要意义食用农产品是食品的源头,事关人民群众身体健康和生命安全。最高人民法院、最高人民检察会同有(本文来源于《新疆畜牧业》期刊2013年09期）
[4]（2013）在《农业部办公厅关于做好《最高人民法院最高人民检察院关于办理危害食品安全刑事案件适用法律若干问题的解释》学习宣贯工作的通知》一文中研究指出农办质[2013]26号各省、自治区、直辖市及计划单列市农业(农林、农牧)、畜牧、兽医、农垦、渔业厅(局、委、办),新疆生产建设兵团农业局:《最高人民法院、最高人民检察院关于办理危害食品安全刑事案件适用法律若干问题的解释》已于2013年5月4日起正式施行。为进一步加强行政执法和刑事司法的衔接,依法严厉惩处农产品质量安全犯罪行为,切实发挥司法震慑作用,现就做好学习、宣传、贯彻《司法解释》有关工作通知如下。(本文来源于《中华人民共和国农业部公报》期刊2013年07期）
刘泽[5]（2012）在《基于解释学习策略的汽车变速器故障诊断研究》一文中研究指出基于解释学习策略的决策树推理机,是一种以解释学习策略以先验领域知识指导泛化为理论,决策树ID3算法构造决策树方法为基础,建立具有一般规则的证明树方法,以推理演绎的方式对推理机进行描述。按照符号主义的观点,知识是一切智能行为的基础,计算机的智能化前提必须使它拥有知识。先验领域知识是一种在建立前已经验证过的领域知识。能够很容易地描述出事实和规则,形成领域知识体系。从而应用正向推理产生式系统给出以符号型存在的规则库,建立领域知识规则库。基于解释的学习(EBL)用明确表示的领域知识来建立对一个训练实例的解释,通常是这个实例逻辑上服从这个理论的证明。通过实例解释结构,可以清晰的描述出领域知识中的具体规则,进而实现以先验知识为基础的智能化。其中,解释结构是以证明树的形式存在的。决策树学习过程实际上是一个构造决策树的过程。其学习前提是必须有一组训练实例,学习结果是由这些训练实例构造出来的一棵决策树。决策树是基于符号型的决策表建立起来的,在实际采集数据过程中,大量的数据是以连续变量形式存在的。应用实际数据进行决策树的建立,需要将连续型变量转变为离散型变量,即连续属性离散化。为此提出了一种具有抗干扰能力和泛化能力强的基于分位算法的参数估计方法。在上述工作基础上,以汽车变速器故障诊断为例,建立具有以上优点的推理机,并开发了相关算法的C语言应用程序,并得到应用。(本文来源于《长春工业大学》期刊2012-03-01）
路海东[6]（2008）在《自我解释学习策略及其应用》一文中研究指出自我解释是指学习者在学习或问题解决情境中把学习材料解释给自己,以此力图理解和掌握新知识的活动。自我解释包含了多种有效的认知与元认知学习策略,是学生自主学习的重要体现。将自我解释的理论与实验研究成果推广到我国的教育教学实践中,既可以提高学生在学习数理化等理科课程中的问题解决能力,也可以有效促进学生在课文学习中的阅读理解。(本文来源于《现代中小学教育》期刊2008年09期）
王小朋,李义杰[7]（2006）在《基于解释学习的包装器生成》一文中研究指出开发Web信息抽取系统的核心是为各个Web信息源构造包装器,而构造包装器的关键在于规则学习器。鉴于传统的规则学习器一般都基于单一的学习策略,结合归纳学习和分析学习的优点,提出了基于解释学习的规则学习器,以此为核心生成包装器,并将其应用到了实际的包装器生成系统中去。(本文来源于《计算机与数字工程》期刊2006年05期）
周光明[8]（2004）在《基于解释学习中的不完善理论问题》一文中研究指出不完善的领域理论包括不完全理论、不正确理论、不一致理论和难以操纵的理论 ,它们限制了基于解释学习系统的学习能力。提出了相应的改进方法 ,包括部分解释方法、过失测定和改进、实验以及近似理论 ,最后提出了集成学习方法解决一个领域理论中包含多种不完善性的问题(本文来源于《电脑开发与应用》期刊2004年03期）
王彤,石纯一[9]（1997）在《一种解释学习系统的模型EBL／GA》一文中研究指出解释学习是演绎式学习方法，而遗传算法是归纳式学习方法，本文提出的解释学习系统模型ＥＢＬ／ＧＡ，结合两者的优点提高了系统的效用．ＥＢＬ／ＧＡ的特点在于：（１）将宏规则的概念加以扩大，并不局限于可操作的规则．（２）采用结构化遗传算法在庞大宏规则空间内搜索有用的宏规则，以优化宏规则集．（３）采从优胜劣汰的进化思想对宏规则进行有效的管理．这些特点使得ＥＢＬ／ＧＡ在提高系统效用方面比包括ＰＲＯＤＩＧＹ在内的以往工作更具优势．实验表明，ＥＢＬ／ＧＡ模型的学习结果是令人满意的．(本文来源于《计算机学报》期刊1997年02期）
吕翠英,徐亦方,沈复,史忠植[10]（1996）在《基于解释学习的石油蒸馏过程故障诊断机器学习系统》一文中研究指出建立了基于深层知识处理石油蒸馏过程故障诊断知识库不完善问题的学习模型。对于学习模型进行知识获取，对完善知识库过程中产生的多个断口问题进行数学抽象，并提出了较通用的解决策略。同时提出了知识库一致性维护操作方法，使机器学习获得的新知识在确认非矛盾和非冗余后输入到原始知识库中。(本文来源于《计算机与应用化学》期刊1996年04期）
解释学习论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
现代认知研究的实验和理论可为教学活动提供有益的启示,教学中遇到的问题也可以从认知理论中得到可靠的解释,从认知的观点讨论教学,有助于把日常教学的研究从经验总结的层次提升到科学的理论解释。从认知的观点来看,学习效率的关键在于自主学习;课堂问题的本质在于培养学生的思维能力。样例教学、课堂问题和翻转课堂等案例的认知解释可作为教学问题认知解释的典型案例。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
解释学习论文参考文献
[1].陈慧.培养幼儿反思与解释学习品质的指导策略[J].东方宝宝(保育与教育).2017
[2].曹宝龙.用认知的观点解释学习[J].课程教学研究.2016
[3]..农业部办公厅关于做好《最高人民法院最高人民检察院关于办理危害食品安全刑事案件适用法律若干问题的解释》学习宣贯工作的通知[J].新疆畜牧业.2013
[4]..农业部办公厅关于做好《最高人民法院最高人民检察院关于办理危害食品安全刑事案件适用法律若干问题的解释》学习宣贯工作的通知[J].中华人民共和国农业部公报.2013
[5].刘泽.基于解释学习策略的汽车变速器故障诊断研究[D].长春工业大学.2012
[6].路海东.自我解释学习策略及其应用[J].现代中小学教育.2008
[7].王小朋,李义杰.基于解释学习的包装器生成[J].计算机与数字工程.2006
[8].周光明.基于解释学习中的不完善理论问题[J].电脑开发与应用.2004
[9].王彤,石纯一.一种解释学习系统的模型EBL／GA[J].计算机学报.1997
[10].吕翠英,徐亦方,沈复,史忠植.基于解释学习的石油蒸馏过程故障诊断机器学习系统[J].计算机与应用化学.1996