移动通信基本概念篇1
关键字：大数据；数据挖掘；分类算法；概念漂移
中图分类号：tp311文献标识码：a文章编号：1009-3044（2016）09-0011-03
DesignandimplementationofFlowminingalgorithmandResistanceConceptDriftSystemBasedonStormplatform
LUYuan-fu，penGtian-ci，JiKai-yang，tanHai-yu
（CollegeofComputerScience，nanjingUniversityofpostsandtelecommunications，nanjing210046，China）
abstract：withtheriseofcloudcomputingandinternetofthings（Lot）technology，streamdatawidelyexistinallfieldsasanewmegadataform.thisarticleproposeastream-classifyingalgorithmandsystemorientedtobigdata，whichisbasedonDCp（DistributedComputingplatform）.parallelizewindowsandCVFDtalgorithmarebothadopted.weuseaDCptotestwhetherthemutationconceptdrifthappenedindatastream，soastochangetheinflowofmodelingsampledataadaptively.theaccuracyandefficiencyofstreamdatamodelwillbeimprovedatlast.
Keywords：bigdata；datamining；classifyingalgorithm；conceptdrift
1背景
随着云计算、互联网+等技术的快速发展，生产制造控制、无线通信网络、电子商务交易、金融信息监控等领域形成了高速、海量、动态的数据流，而有效的对数据流进行处理并从中挖掘有价值的信息就显得尤为重要。
在流数据分类挖掘中，概念漂移是指流数据特性的改变使得目标分类模型随着时间的变化而变化。针对流数据挖掘过程中的概念漂移问题，Hulten等人提出了概念自适应快速决策（Concept-adaptingVeryFastDecisiontree，CVFDt）算法[1]。CVFDt算法是一种扩展了VFDt算法用以解决概念漂移问题的高效算法，通过在原有的算法基础上改进添加滑动窗口使得建立决策树模型的数据流能够不断实现更新，从而保证在概念漂移的数据流中模型建立的准确率。
本文主要讨论研究了基于分布式实时计算系统StoRm平台的去概念漂移算法及系统的设计与实现，在流挖掘过程中，利用分布式平台的特点采用并行化窗口方案来检测数据流中是否发生概念漂移，并行化窗口bin-win根据数据流中的概念漂移自适应调整窗口大小，从而自适应的改变建模样本数据的流入，提高了流数据的准确性和高效性。
2算法分析与实现
2.1CVFDt算法
2.1.1CVFDt算法的原理
概念自适应快速决策树（CVFDt）[2]是一种扩展了VFDt算法用以解决概念漂移问题的高效算法，具有类似VFDt的Ht树生成过程，在保持了VFD的速度和精度的前提下，能够处理样本产生过程中所出现的概念漂移问题[3]。CVFDt对样本维持一个滑动窗口，并能够动态改变窗口的大小。CVFDt算法过程包括CVFDtGrow过程、Forgetexample过程、Removeexample过程和CheckSplitValidity过程。算法主要思想是先根据当前的数据构建临时决策树，然后并不断地获取新的数据去优化已建立的决策树。若在某个时候出现了概念漂移，则算法会在出现漂移的节点上建立一个新的替代子树。当替代子树的分类效果优于当前的决策子树时，就直接取而代之。
2.1.2CVFDt算法抵抗概念漂移问题
概念漂移表示目标变量的统计特性随着时间的推移以不可预见的方式变化的现象[4]。在流数据分类挖掘中，也指流数据特性的改变使得目标分类模型随着时间的变化而变化。CVFDt周期性的扫描Ht生成树的内部节点来检验原先的分裂节点是否依然是最优的分裂属性节点。当该节点发生了概念漂移，最优分裂属性节点已不再是原先的Xa。CVFDt算法会重新寻找最佳测试属性，新的属性不直接取代原有的测试属性，而是成为一个替代子树的根节点，并且依据该根节点建立替代子树。如果后继滑动窗口的样本在替代子树上有较高的分类精度，则替代子树便取代原先的决策树，以维持滑动窗口的样本和更新后的决策树的一致性。
2.2基于StoRm平台的CVFDt算法实现
2.2.1CVFDt并行化窗口抵抗概念漂移算法设计
本小节讨论以StoRm作为分布式实时计算平台，结合CVFDt流挖掘算法，解决数据流的概念漂移问题，从而提高模型建立的准确性。基于storm分布式平台的并行化窗口抵抗概念漂移方案，通过并行化窗口bin-win对数据流实时检测实现概念漂移抵抗[5-6]，窗口调整流程图如图1所示。
从流程图中，可以看到并行化窗口根据数据流中的概念漂移自适应调整窗口大小，当窗口检测数据流未发生概念漂移时，则增大窗口中的样本量，反之，则减小并行化窗口的大小，有利于较快的适应概念漂移。
其中，检测是否发生概念漂移模块，通过对Ht树中的非叶子节点的替代子树调用CheckSplitValidity函数，计算属性增益，从而判断是否发生概念漂移，流程图如图2所示。
2.2.2CVFDt算法实现与分析
在现实生活中，大部分数据都是非平稳分布的，数据流根据时间的推移不断发生变化，即发生了概念漂移[7]。CVFDt算法通过并行化窗口检测数据流是否发生概念漂移，窗口太大不能快速有效的抵抗数据流中的概念漂移，窗口太小影响模型建立的时间和模型一段时间内的稳定性，如图3所示在建立决策树模型时检测到概念漂移，则减小窗口的大小。当数据流稳定时，则增大窗口的大小，从而有效建立准确的决策树模型。
3系统实现
3.1系统总体架构
CVFDt算法在StoRm平台上的实现方式有两种，一种是垂直并行化实现，一种是结合随机森林的实现，该抵抗概念漂移系统的设计主要基于垂直并行化的实现方式。系统包括三大模块：并行化窗口模块、抵抗概念漂移模块、决策树建立更新模块。系统整体框架如图4所示。
3.2系统界面
抵抗概念漂移流分类挖掘系统参数设置界面如图5所示，用户输入训练样本、更新样本、测试样本以及样本所在文件的具体地址。点击确定之后传输相应参数，CVFDt算法执行结束之后，弹出该算法挖掘结果显示窗口，姐main如图6所示，结果展示界面输出当前决策树以及其评价结果，以及未分类样本的标记结果[8]。
4结束语
本文以分布式实时计算StoRm平台，设计并实现CVFDt算法，解决在流数据挖掘过程中出现的概念漂移现象，保证了流数据分类挖掘模型的准确性和高效性。CVFDt算法对样本数据维持一个滑动窗口，在新样本到达的时候更新节点上的统计信息，并在样本滑出窗口的时候肩上其对应的统计信息。StoRm平台保证算法能够提前预测数据流中的概念漂移，并实时更改窗口的大小，提高决策模型的准确性。
本文设计实现的算法与系统仅仅只是数据挖掘的一个方面，随着大数据时代的到来，数据流会越来越大，并且会不断变化，这就影响到了决策模型的建立与改善，因此，如何设计准确的算法和平台来彻底解决流数据的概念漂移仍然需要进一步的研究。
参考文献：
[1]HultenG，SpencerL，andDomingosp.miningtime-changingdatastreams[C]//proceedingsoftheSeventhaCmSiGKDDinternationalConferenceonKnowledgeDiscoveryandDatamining.SanFrancisco，California，USa，2001：97-106.
[2]GantiV，JohannesGehrke，RaghuRamakrishnan.miningDataStreamsunderBlockevolution.[J].SiGKDDexplorations，2002，3（2）.
[3]Streetwn，KimYS.astreamingensemblealgorithm（Sea）forlarge-scaleclassification[C]//proceedingsoftheseventhinternationalConferenceonKnowledgeDiscoveryandDatamining.SanFrancisco，USa，2001：377-382.
[4]mitchelltm.machinelearning[m].newYorkCity：mcGraw-Hill，1997.
[5]杨雅双.关联规则的并行挖掘算法研究[D].西安：西安科技大学，2010.
[6]唐耀红.数据流环境中关联规则挖掘技术的研究[D].北京：北京交通大学，2012.
移动通信基本概念篇2
关键词：移动环境；动态策略；匹配方法
中图分类号：tn929.5
1移动环境
无线通讯技术被认为是工业控制领域继现场总线、工业以太网技术后的又一热点，作为当年世界最具活力的新兴技术之一，无线通讯技术具有有线技术无法取代的技术优势，并且逐渐渗透到工业控制的各个环节，这就要求下一代网络具备更高的服务质量。在无线通信网络中，尤其是切换移动ip的过程中如何保证过硬的QoS技术已经成为当前研究的一个重要课题。笔者基于对QoS技术的了解认为，当网络过载或拥塞时，QoS对关键应用和多媒体应用的优越性立即显现，它能确保重要业务量不受延迟或丢失，同时保障了网络的高效运行。
本文的基本思想是建立以概念格选择和模糊方法相结合的算法从策略库中匹配合适的策略应用到移动环境网络中。笔者首先介绍策略的形式和定义，为以后使用提供一个统一的框架，介绍概念格存储策略的结构及筛选方法，然后利用模糊数学中隶属度的概念及Hamacher算子对策略进行进一步选择，最后用程序算法实现策略的匹配过程。
不论移动节点是否处于移动状态，其对网络资源的需求是随机变化的，业务需求的变化会导致网络资源配置与移动节点资源分配的变化。但实际情况是在一些人流量密集且活动频繁的公共场合，某一个移动节点的移动路径和资源分配是有章可循的。根据移动节点的预测信息可预估移动节点未来的移动路径和资源分配情况。通过预测信息可知移动节点下一个即将发生的动作及可能覆盖的基站范围，可以计算出到达基站的概率及覆盖这些基站范围所需的资源量和移动ip的切换时间等等。
预测信息虽然具有科学性、准确性，但其也存在一定的局限性与不确定性，因此在研究移动节点的资源分配情况时，要把所有概率事件全部考虑其中，将其看成一个整体确定的信息群，切忌不可主观臆断、胡猜乱测，只有以科学准确的信息为依据，才能通过对其资源分配情况的研究认识到有章可循的规律性，科学地预测其未来移动路径与资源需求。当移动结点真正到来时，把配置策略下发去执行。所以要根据预测信息和当前的网络运行状态与策略仓库中的策略进行策略匹配找出一个适合的策略应用到网络，这样周期性调整的策略配置就是动态。
2动态策略
动态策略由传统策略发展而来，目前主要有两种实现动态策略管理的办法：一是在获知预测信息后根据网络准入控制进行管理，二是为有效完成资源分配，依据预测信息预估移动ip的切换时间，那么相关配置的完成则要依靠一个动态策略集。
其语法如下：
3匹配方法
对于预测信息中时间和带宽的匹配具有随机性且无章可循，人们用模糊的方法将二者进行模糊处理，使之匹配。模糊集合（fuzzyset）又被称为模糊集、模糊子集，是用来表达模糊性概念的集合。人们思维中的所有概念并非界限分明、非此即彼，存在许多不能简单用“是”或“否”来回答的模糊概念，模糊集合即指某个模糊概念所描述的属性的对象的全体，这一概念最早于1965年由美国加利福尼亚大学控制论专家L.a.Zadeh提出。Zadeh在其模糊集合概念中推广了康托集合论，模糊集合这一概念的出现使得数学的思维和方法更加有效地处理了现实生活中的模糊性问题，因而得到广泛应用，构成了模糊集合论的基础。
模糊集合的定义如下：论域U上的模糊集通常表示为={（x，）|x∈U}，其中称为x对的隶属度。当=1时，则x完全属于模糊集。当=0时，则x完全不属于模糊集。越接近于1，x属于的程度就越大，当隶属函数={0，1}时，则与普通集合的特征函数一致，退化为普通集合。模糊数是由Dbbios和prade提出的，模糊数常用来表示“≥n”或“≥m”等。如果模糊集是定义在实数域上的正则凸模糊集且满足以下条件：存在唯一的点x0∈R，使得=1，此时x0可被称为的平均值；是左右连续的，则称为模糊数，其含义是“近似于x0的实数”。
特殊的模糊数。相较于一般的模糊数，特殊的模糊数――L-R模糊数、三角模糊数、梯形模糊数的算术运算都较为简单。要想令L成为模糊数的基准函数，其必须符合以下要求：L（0）=1；L（x）=L（-x）；L（x）在[0，+∞）上为不增且逐段连续函数；R亦同理，则模糊集的隶属函数表达如下：=则称为L-R模糊数，记为=。其中m为模糊数的均值，分别为左右散布，L（x）和R（x）分别是模糊数的左右基准函数。当时，L―R模糊数退化为普通实数，即==。当和逐渐增加时，则变得更加模糊。
通过对模糊集合的定义、模糊数及特殊的模糊数的描述，引入匹配策略则水到渠成。利用三角模糊数（≥m）提取出策略仓库中涉及到预测信息中的带宽数值，判断其范围的隶属度，以组成三角形L-R型模糊数。同样对于预测信息中的切换时间也是这样，凡是包含于这段时间范围的隶属度都为1，假如策略中的终止时间被预测信息的时间区间包含，则其隶属度就是覆盖范围与预测信息的时间区间的比值；同样假如策略中的起始时间被预测信息的切换时间包含，其比值为隶属度，这就构成了梯形L-R模糊数。将三角形L-R型模糊数和梯形L-R模糊数组合，并筛选已挑选出来的策略得出更优策略。
筛选更优策略的原则是保证切换时间和带宽的隶属度最大，属性相交得出判断标准，用一种方法即可将二者有机结合在一起，即使用模糊集合运算中补偿最小算子，用Hamacher算子做模糊集取交集的允许补偿。Hamacher（min）算子：，对给定的成对模糊集合：、当=1时，=。任一成对模糊集=0，则=0。当=1，0，则=，反之亦然。当=0时，则无线接近它的上界。使用选择算子可调节切换时间和带宽的隶属度相交度，将选择算子计算出所有策略中的数值作为研究比较对象，以在匹配方法上得出最优策略。
参考文献：
[1]郭瑞，孙凤池，苑晶，黄亚楼.一种基于几何统计特征的全局扫描匹配方法[J].模式识别与人工智能，2011（03）.
移动通信基本概念篇3
关键词:数据流;概念漂移;模糊决策树;数据挖掘
中图分类号:tp301文献标识码:B
文章编号:1004-373X(2010)10-0063-03
applicationofadaptiveFuzzyDecisiontreealgorithminDataStreammining
ZHUCan-shi,LiXiang
(engineeringCollege,airForceengineeringUniversity,Xi’an710038,China)
abstract:thedatawasexistedinmanyapplicationsofnetworkasaformofstream,suchasnetworkflow,sensordata,webclick-streamandsoon,somevaluableinformationcanbefoundbyanalysingandminingsuchdata.anadaptivefuzzydecisiontreeoptimizationalgorithmisproposedaccordingtotheproblems(conceptdriftproblem)ofdatastreamminingalgorithm.themethodhasbetterresultsforsolvingtheconceptdriftprocessingdatastream.
Keywords:datastream;conceptdrift;fuzzydecisiontree;datamining
0引言
数据挖掘是从大量数据中“挖掘”知识,旨在从大量数据中提取隐藏的预测性信息,发掘数据间潜在的模式,找出某些被忽略的信息,作为决策的依据。在网络的许多应用中数据是以流形式存在的[1]。传统的数据挖掘方法是基于静态数据库的频繁模式,挖掘算法可以对数据库进行多次扫描,多次查找等。然而,数据流是大量连续到达、潜在无限的数据集合,其特点是:数据高速到达,数据流无法再现,实时性要求高以及数据量无限增长等。因此,传统的数据挖掘不适合对数据流的挖掘。在数据流挖掘研究中,有许多经典算法,譬如:manku提出的LossyCounting算法[2],Han提出基于Fp-growth的Fp-stream[3]算法等。数据流常用的处理与分析方法可归纳为数据流频繁项集挖掘算法、分类挖掘算法和聚类挖掘算法[4]。但这些算法在处理数据流时不同程度地产生概念漂移现象[5],在分类挖掘数据流时,必须考虑数据流的变化特征,要及时删除过时的类定义模式。在聚类算法中,数据流随着时间在不断地变化,其隐含的聚类可能随时间的动态变化而导致聚类质量的降低。本文提出一种改进的基于概念自适应模糊决策树算法,以解决数据挖掘中的概念漂移问题。
1快速决策树算法及其性能分析
快速决策树算法[6](veryfastdecisiontree,VFDt)的目标是通过已有的训练样本得出一个分类模型y=f(x),对新测试样本进行正确分类。VFDt是一种基于Hoeffding不等式[7],并针对数据流挖掘环境建立分类决策树的方法,它通过不断地将叶节点替换为分支节点,而生成决策树,其所研究的样本属性为离散属性。
1.1快速决策树算法的过程
快速决策树算法过程如下:
(1)快速决策树(VFDt)的构建是从根节点开始的,根节点即为最初的叶节点。若s为一数据流序列,包含潜在无限多的样本数据,则误差参数δ由用户在初始时刻给出。样本的不同属性字段由属性集合{X1,X2,…,Xk}表示,k表示属性的个数。
(2)当样本数据依次流入VFDt系统时,起初所有的样本数据都聚集在决策树的根节点。随着根节点样本数据的增多,信息增益不断增长。用nt表示从零时刻到t时刻流入的样本总数。
(3)以信息增益为属性选择度量,当t时刻聚集在根节点的样本数量为nt时,可以计算各属性的信息增益。若属性Xa的平均信息增益Gain(Xa)最大,属性Xb的平均信息增益次之,并令:
ΔGain=Gain(Xa)-Gain(Xb)(1)
若ΔGain>ε,则由Hoeffding界可以保证选择属性Xa作为根节点的分裂属性在概率1-δ下得到保证,且真正的信息增益之差ΔGain≥ΔGain-ε>0在概率1-δ下得到保证。因此,根据Hoeffding界便可以确定在根节点聚集的样本数量nt,可进行属性分裂,这便是Hoeffding树算法通过小样本选择最佳分裂属性的过程。
(4)决策树生长。若式(1)得到满足,则根节点将根据最佳分裂属性Xa生长出子节点,并在其子节点中的备选属性集中删除属性Xa,此过程递归进行。由于数据流的潜在无限性,如果不加限制,决策树将无限制增长下去,若确定了树的最大深度或其他度量指标后,VFDt将通过最新到来的样本数据对决策树进行增量更新,以保持其判断的准确性。
(5)对内存进行优化。在Hoeffding树算法的基础上,通过VFDt在内存的优化方面做出改进,在当前数据占满内存空间时,VFDt系统将暂时解除对分类决策影响最小的子节点所使用的空间。对于暂时失去活性的子节点,若后来其分类准确率较之当前的活跃节点高,将再次恢复其活性。
(6)打破平局。当最佳分裂属性与次佳分裂属性的平均信息增益之差很小时,传统的Hoeffding树算法将在属性选择上花费大量的时间。VFDt算法引入了一个界限参数τ(由用户提供),若Δ┆Gain≤ε
(7)处理速度优化,在步骤(3)中,传统的Hoeffding树算法会在每一个样本到达时进行一次分裂属性测试,这将极大地影响系统的计算效率。VFDt系统引入了一个分裂属性最小样本数n┆min(由用户提供),当到达节点的样本数为n┆min的整数倍时才进行测试。
1.2快速决策树算法分析
VFDt算法利用Hoeffding界,以高概率确定在1个节点选择分裂属性时需要的样本最小数量,这个属性将与使用无限样本得到的属性一样。由于快速决策树算法的分类精度与单纯样本数量无关,其需要维护的惟一统计量是具有类标号yk属性ai值vj的计数nijk。因此,若d是属性的个数,v是属性值的最大个数,c是类的个数,l是树的最大深度,则内存总需求为o(ldvc)。与其他决策树算法相比,这一内存需求是适度的,因此可实现对实时增量数据流的处理。
但是,由于VFDt算法没有考虑概念漂移问题,因此将VFDt算法直接对广泛存在概念漂移的网络数据流进行分类时,会出现很大偏差。另外,随着时间的推移和概念漂移的产生,VFDt树中将积累大量过时的样例,使得VFDt树变得非常臃肿。
2快速决策树算法优化方法
对于概念漂移问题,可在原决策树的生长过程中予以解决,即若有节点出现分类不准,则在相应节点旁派生出一颗替代子树(talt)。当替代子树生长到足以对新到样本进行准确分类时,将替代原树中相应的子树。
2.1优化后算法的执行过程
(1)优化后的算法核心决策树仍然是Hoeffding树。其原因是Hoeffding决策树能够依靠Hoeffding界原理,以小样本替换无限样本,构建高效增量决策树,并只需对数据流进行一次扫描,这符合应用需求。
(2)优化后的算法保持了VFDt系统的处理速度和准确度,并引入了对新到样本发生概念漂移时的响应机制。在算法中,加入了滑动窗口w,当新样本到达时,将其加入滑动窗口。滑动窗口的任务是当有新样本到达时,靠增加决策树相应节点中的计数来回应新样本特性。与此同时,减少旧样本或过时样本中相应的计数来维持一个最新的分类模型,而不是一有新样本到达就创建一个新模型[8]。
(3)优化后的算法中对滑动窗口进行了改进,对┟扛鍪据流样本引入1个影响因子β∈[0,1]。β值的作用是用来判断决策树的分类效用,并根据其取值的不同来影响滑动窗口中样本的计数值,进而对滑动窗口的大小进行动态调整[9]。在改进的滑动窗口中,对流过样本的计数则基于影响因子的计数nijkβ。当决策树中,某个样本分类出现偏差时,该样本在滑动窗口中的影响因子β将在0≤β
|w|=nijkβ≤ζ(2)
说明发生明显概念漂移,锁定出错节点,构造替代子树,并缩小滑动窗口的大小,直到下式成立;
|w|>ζ(3)
当:
|w|=nijkβ>ζ(4)
成立,并至少在t(人为界定)个窗口周期内保持稳定,此时以|w|/2增量递归扩大滑动窗口的大小,直到到达式(2)的临界点时停止。
(4)优化后的算法将根据滑动窗口中有效样本的数量来判断分裂的有效性,即:若式(2)满足,将重新计算在滑动窗口出现严重分裂偏差的节点中各属性的模糊信息增益。若当内部某节点在向下分类且滑动窗口中相应样本点的影响因子β较前一样本点快速趋于0时,说明在对该样本点进行分类时发生了概念漂移。这说明该节点的属性测试出现了偏差,此时将有1棵替代子树产生。若一新样本属性Xnew的模糊信息增益高于当前的分裂属性Xcurr,则优化后的算法将在相应节点处以属性Xnew为根节点生成1棵替代子树。
(5)对属性分裂效用的判断,将改进VFDt算法中的方法。使用模糊信息增益的方法可周期性地检测最佳分裂属性。由于现实网络数据流中存在大量的噪声数据或非确定信息,即便是对于某些离散属性字段,采用传统的陡峭属性分裂方法也会导致分类界限不清晰。因此,改进后的算法,对于离散属性和连续属性都采用模糊信息增益作为属性选择度量。
(6)替代子树生长过程控制。
为提高内存利用率,替代子树也需要控制其规模,并进行适当剪枝。剪枝的判断标准以原子树与替代子树间分类的准确度增量大小为依据。优化后的算法规定,若替代子树满足┦(5),将对其保留;否则,将删除该替代子树。
Δ┆accuracy(li┆test,li┆alt)/li┆test(accuray)≥λ(5)
式中:i为原树和替代树中的节点编号;λ为替代子树保留的阈值。
式(5)中,准确度可用该节点正确分类样本数与流经该节点总样本之比来定义,即:
li┆test(accuray)=ni┆right/ni┆all(6)
2.2优化流程如图
优化流程如图1所示。
3优化算法验证
由于本文研究的是数据流环境下的挖掘算法,为了验证算法的有效性,必须对静态数据集进行动态化处理。根据流数据区别于静态数据的潜在无限、动态变化,以及对流数据的处理单遍扫描、实时处理等特点及要求进行动态处理。另外,由于在网络传输过程中传输数据将受到自然环境和电磁环境的干扰,因此在实验中将向每组实验数据加入5%的噪声数据。
在实际操作中,从数据集中随机顺序抽取100万条样本作为测试数据,初始属性数为5,每增加10个属性检测1次结果,经matlab[10]仿真后的效果图如┩2所示,图中标出了随着用于分类的属性增多,概念漂移的变化情况。
图1改进后的算法流程
图22种算法实验对比图和样本概念漂移百分比变化情况
4结语
改进算法引入了滑动窗口技术,滑动窗口中的所有样本都可以全部放入内存,并通过窗口机制来实时判断系统对数据的分类效果。因此,其效率与样本总数无关。另外,滑动窗口的引入也使得改进系统所生成的分类模型始终与当前情况相适应,改善了概念漂移对前面分类模型的影响。另一方面,通过构建属性二叉树的方法使得当新样本插入时算法只需更新一个节点,时间
复杂度为o(nlogn),比VFDt的o(n2)要好(其中n为当前节点上所观察到连续属性i的不同取值数目)。从仿真图可以看出,由于改进后的算法是基于数据挖掘的动态增量决策树算法,随着流入样本的增多,规则将被逐条建立,而且分类决策树会随着分类属性字段的增多而变得更精确。随着分类属性的增多,发生概念漂移的样本数会增加,这才显示出解决概念漂移的能力强。
参考文献
[1]徐国爱.网络安全[m].北京:北京邮电大学出版社,2004.
[2]manKUGS,motwaniR.approximatefrequencycountsoverstreamingdata[C]//the28thinternationalConferenceonVeryLargeDatabases.Santiago:[s.n.],2002:93-101.
[3]GianneLLaC,HanJ,peiJ.miningfrequentpatternsindatastreamsatmultipletimegranularities[J].nextGe-nerationDatamining,2003,45(17):217-221.
[4]史金成,胡学刚.数据流挖掘研究[J].计算机技术与发展,2007,17(1):11-14.
[5]王建涛,蔡淮.流数据惯例若干关键问题的研究[J].成都信息工程学院学报,2008,23(3):269-274.
[6]DominGoSp,HULtenG.mininghigh-speeddatastreams[C]//internationalConferenceonKnowledgeDiscoveryandDatamining,[S.l.]:[s.n.],2000:37-42.
[7]HULtenG,SpenCeRL,DominGoSp.miningtime-changingdatastream[C]//internationalConferenceonKnowledgeDiscoveryandDatamining.[S.l.]:[s.n.],2001:216-219.
[8][美]HoRowitZellis,SaHniSartaj.计算机算法(C++版)[m].冯博琴,叶茂,译.北京:机械工业出版社,2006.
移动通信基本概念篇4
关键词：移动信道；多径信道；信道衰落
1引言
随着移动通信技术的发展和其在当代社会生活中的应用日益广泛，移动通信课程的重要性和实用性越来越突出，学习和掌握好移动通信课程是通信专业学生普遍关注的问题。针对该课程具有教学内容多、涉及面广、内容更新快而课时较少的特点，如何在较少的课时内使学生较好地掌握丰富的课程内容，并最大限度地培养学生分析和解决实际问题的能力，是大家感兴趣的课题。
移动信道虽然在课程中占用的篇幅和学时较少，但它是整个移动通信的关键内容之一，也是最难理解的问题之一，既有抽象的理论分析模型，又有具体的应用特点。而这些概念的理解，不论是对从事工程实践还是进一步进行科学研究都至关重要。特别是多径信道概念，很多教科书的表述前后看起来容易混淆。如在讨论多径信道的统计特征时，由统计独立的多径信号的叠加，依中心极限定理知其横向和纵向分量服从高斯分布，由此可知，在无直视路径下信号幅度衰落服从瑞利分布。而在讨论多径信道的冲激响应模型时，又认为每一径服从瑞利衰落。这让初学者产生混淆，很难理解。根据多年的教学经验，学生关于该概念的理解和应用始终不够深入。本文引入物理多径和时间多径信道概念，分析了多径信道概念的本质，给出了现象和本质的关系。
2移动信道的多径传播特点
2.1物理多径信道概念
现代移动通信系统采用UHF频段的电磁波作为载体传输信号，而该波段的电磁波传播方式主要是直射和反射，而在城市等复杂环境中，由于建筑物和各种障碍物的影响，直射波很少，主要以反射方式传播，而且，构成收发天线间的反射路径很多，可以说有无数条路径，即多径。实际的接收信号是这些多径信号的叠加，这种多径信号我们称之为物理多径。这些多径信号的场强随时间变化，达到接收天线的多径分量信号的相位关系也是随时间而变化的，因此，多径信号的叠加造成信号衰落，称为多径效应，而且其衰落是一个随机量。
2.2多径衰落的统计特点
多径仅仅是传播过程中存在的一个问题，通信中的用户可能在移动。因此，孤立地研究多径的统计特点是没有意义的，必须将其放在实际通信环境中分析。也就是说，在考虑移动环境下分析多径衰落的统计特点才符合实际应用。而且，影响移动信道特性的主要因素就是多径效应和多普勒效应。
首先，假设多径中没有可视路径（直射）情况下，若发射端发射信号为：
S0（t）=exp■
则接收端多径信号为：
Si（t）=aiexp■exp■=aiexp■S0（t）
叠加后的合成信号为S（t）=■Si（t），经过变量代换和化简为：S（t）=r（t）expjθ（t）S0（t）。其中，r（t）为信号的幅度衰减因子，θ（t）为信号的相移量。对于任意t，对应分布的概率密度函数分别为：
p（r）=■exp■p（θ）=■
即在没有直射路径下，多径信号的叠加，其幅度衰落服从瑞利分布，而相位变化服从均匀分布。
若多径中包含一条可视路径，则幅度衰落服从赖斯分布：
p（r）==■exp■i0（■）
其中i0为零阶贝塞尔函数，a为直射波幅度。
2.3信号传输过程中的时间多径特点
由于物理多径信道中的各径信号达到接收天线的距离不同，使得各径信号到达时间不同，存在时间扩散。理论上来说，在最大时延范围内信号的达到是连续分布的，而且，在该时间范围内的任何时刻到达的信号都是物理多径信号的叠加。大量的测试表明，在该持续时间范围内达到的信号的强弱不同，有些时刻较强，有些时刻较弱。在忽略较弱信号情况下，取有限个较强信号分支，形成信号达到的多个离散时刻，每一时刻达到的信号可以理解为（或等价为）一条路径的信号。因此，从信号达到时刻方面来看，形成了有限的多径信号，我们称之为时间多径。实际的时间多径中的每一经信号仍然是物理多径信号的叠加。
3多径信道的冲激响应模型
基于物理多径的传播原理，从信号达到时间方面来看，又形成了时间多径，基于时间多径，信道的冲激响应可以表示为：
h（t）=■akδ（t-t■）e■
式中，n表示多径的数目；ak表示第k径的幅值（衰减系数）；tk表示第k径的时延（相对时延差）；θk表示第k径的相位。
假设最大多普勒频率为fm，每一条路径的幅度均服从瑞利分布，则其功率谱可以表示为：
S（f）=■■■
式中，pav是每一路信号的平均功率。该式被称为典型的多普勒谱（简称为典型谱）。
若每一路径信号中有直射分量时，其信号幅度的功率谱由典型谱和一条直射路径谱组成，可以表示为：
S（f）=■■■+0.91δ（f-0.7fm）
该式被称为莱斯多普勒谱（简称为莱斯谱）。
4物理多径信道与时间多径信道的统一
从实际的电磁波传播角度来看，多径是其普遍特征，而且多径信号的叠加造成信号衰落，这个现象比较容易理解。该现象反映到信号达到时间上，可以近似为有有限个分支信号，每一个分支等价为一个路径信号，即由物理的多径现象形成了时间上的多径信道。时间上多径信道中一径，可以等价为电磁波沿某条路径到达，而该路径不存在，是虚拟的，它不是实际物理上的一径，仍然是物理上多径信号的叠加。在定量的分析，建立信道模型时往往用时间多径信道。由于时间多径来源于物理多径，所以也省略时间，就称为多径，即多径信道。从这个角度来看就不会出现混淆，也容易理解。
总之，关于多径信道中的多径，在不同地方所指可能不同，有时指物理多径，有时指时间多径，但是，只要把这两个概念及关系分析清楚，就不会有混淆问题。
参考文献
[1]王金龙，蔡跃明.数字移动通信课程教学改革[J].电气电子学报，2010，32（04）：32-33.
[2]马社祥，孟鑫.移动信道的分析与教学[J].学园，2012，（02）：3-4.
[3]张小飞.移动通信课程教学改革与实践[J].科技信息，2007，（33）：313-314.
移动通信基本概念篇5
关键词 生物学教学 基本观念 教学实践
由于学科观念“具有超越事实的持久价值和迁移价值”，所以美国教育家H.Lvnnerickon倡导围绕学科观念进行教学设计。让学生形成学科基本观念，也是生物学学科的价值体现。
1 生物学基本观念的界定
生物学观念属于科学观念的范畴，它不是生物学知识的简单结合，而是知识的“浓缩和提炼”，能够反映生物学本质特征，是通过学习在头脑中建立起来的概括性认识。
2 生物学基本观念的特点
生物学观念带有中学生物学的特色，有概括性、稳定性和生成性等特点。
2.1概括性
一种生物学观念的形成，需要对大量的生物学基础知识进行概括和整合，首先形成较上位的核心概念，然后通过对同类核心概念的进一步提炼和反思才形成更上位的基本观念。
2.2稳定性
基本观念一旦形成就能稳定地存在于学习者头脑中，随着时间的推移，知识可能早已被遗忘，但是基本观念由于学习者在学习、生活过程中，不断用它来发现和解决一些实际问题，从而越来越完善。
2.3生成性
知识的概括化程度越高，越容易发生迁移，生物学观念也就具有很强的生成性，能有效地实现学习迁移，在解决实际问题时，也会从容地处理。
3 生物学基本观念的构成
高中生物学基本观念来自三个方面：学生对学科知识的学习而形成的有关学科知识类的基本观念；学生对学习过程的认识而形成的有关学习方法类的基本观念；学生对学科本身的反思而形成的有关价值方面的基本观念。
3.1生命物质性观点
生物由物质组成，一切生命活动都有其物质基础；生物界与非生物界具有统一性和差异性；物质只有组成一定的结构，才能完成生命活动。
3.2结构与功能相统一的观点
有一定的结构就必然有与之相对应功能的存在；任何功能都需要一定的结构来完成。
3.3整体性观点
生物的各种结构具有整体性，组成生物结构的各种要素全面均衡和完整，完整的结构能为生命活动提供各项必需的条件；生物体局部与整体相统一；生物与环境也相统一。
3.4稳态的观点
生命活动需要不断地进行生物结构与环境的协调，维持生物结构和功能的稳定。细胞与内环境的物质交换、神经和体液调节、生态系统的自动调节能力分别维持着细胞、个体和生态系统的稳态。
3.5进化的观点
一切事物都处在不断地运动变化之中，任何事物都有一个产生、发展和灭亡的过程，生物界也不例外。
3.6生态学观点
生物与环境之间是相互影响、相互作用的，也是相互依赖、相互制约的，人类必须走可持续发展之路。
4 生物学基本观念的教学实践
在观念建构为本的教学中，具体性知识是支撑观念建构的工具和载体，通过不断地概括和提炼，让学生形成学科基本观念，是教学和学习的目标。
4.1重视以观念为线索的教学设计
以生物学基本观念为线索组织教学，需要将学科中最核心，对学生发展最有价值，学生在将来忘掉具体生物学事实后，面对和生物学相关问题时仍能应用的内容与基本观念有机结合。
如细胞膜承担着跨膜转运、膜泡运输、信息处理、电化学变化等一系列功能，它的工作关键在于它的物质与结构基础，因此，教学可以沿着“化学组成——特定结构——结构特点——基本功能”的思路展开；又如把细胞看作一个基本的生命系统，按照系统分析的方法组织教学，把细胞器作为系统的组分，既谈它们的分工，也讲它们之间的合作，从而帮助学生领悟一个系统的正常运转，必须依靠各组分间的协调配合，是一个有机的整体。
4.2创设以观念为背景的现实情景
观念的建构需要学生在有意义、真实、具有挑战性的学习情境中，以积极主动的态度发现和解决问题。生物科学与人类生活息息相关，小至人的生长发育、饮食卫生、健康保健，大至发展经济、开发资源、保护环境、人与自然和谐发展，都是生物学所关注和探索的资源、源泉。如在“种群数量的变化”一课时，教师可设计阳澄湖大闸蟹为背景，分析日见稀少的主要原因、怎样才能充分利用以及核心问题是什么。这样可以使学习者积极而有效地去同化、改造和重组，使具体性知识真正成为支撑观念建构的工具和载体。
4.3发挥以观念为载体的实验优势
实验策略对生物学科观念建构非常重要，教师要注意发生过程的分析和研究，帮助学生掌握探究的方法。感受并建立起相应的生物学基本观念。
如在细胞膜的渗透实验中，可让学生直观地在显微镜下观察血细胞是否溶血；在巨噬细胞吞噬现象的实验中，有意识地做对照实验，留有部分小白鼠没有注射淀粉肉汤，能够让学生思考注射淀粉肉汤的目的；又如可结合多媒体手段，将肉眼不能观察到的生物体微观世界展现出来，使学生在体验中建立核心的生物学观念。
4.4拓展以观念为本源的思维空间
基本观念对后续的学习具有极强的迁移能力，能够引导学生整理看似杂乱的信息，发现其中的内在联系和规律，真正做到透过现象看本质。
如“角色表演”、“模拟实验”、“实验制作”、“探究设计”等，都需要学生通过观察、分析、查阅资料，大胆猜想和假设，充分的讨论和交流，质疑、合作探究，去说明和解决一些生活、生产实践中鲜活而又生动的生物学问题，发现隐藏在事实背后的重要思想和观点，最终建构起自己的观念体系。
4.5开展以观念为核心的实践活动
生物学观念不能靠简单的灌输或说教来培养，它往往是在活动过程中发生、在交流合作中激荡、在反思实践中生成的。通过观察、思考、活动探究、迁移、应用以及概括、整合等活动，促使学生认识现象背后的原因和规律，从而在思想和观念上产生冲击，形成生物学基本观念。
如教师利用网络资源，让学生自主搜集、整理和交流相关信息，学会引用真实实例、运用学科观念、阐述自己的主张；设计一些问题讨论、话题交流、主题辨析等活动；有选择地进行实地考察、撰写考察报告、展示考察成果等。这样就完善了学生对科学现象的认识，促进了科学观念的构建。
4.6挖掘以观念为内涵的德育价值
观念的作用在于指导实践。生物学基本观念的形成为学习者提供观察周围事物的一种心理范式和思维习惯，能使学习者自觉地从生物学的视角审视所见所闻。使学生关注和参与与生物科学有关的社会问题的讨论和决策，有利于培养学生对自然和社会的责任感。
移动通信基本概念篇6
短期炒高
由于电信行业的重组，即铁通并入移动，使得传闻已久的电信重组落下帷幕，从而出现5月23日电信行业一支独秀。其中，波导股份、亿阳信通和上海普天等3G概念股当日涨幅达10%。但是，top系统显示，23日涨停的3G通信股的top10席位查询统计，几乎没有基金席位参与买入，而卖出居前大多是基金与券商自营席位。
经过周末的闭市之后，5月26日，沪深两市股指继续低开，沪指以3442.29点开盘，深成指以12116.72点开盘。除了通讯设备、3G概念等网络科技板块以及航空等板块略有上涨之外，其他板块均出现不同程度的下跌，市场依然表现出个股普跌的态势。而受电信业重组消息影响，3G概念个股走势突出，波导股份、中卫国脉等3G概念个股均以涨停开盘，虽然盘中受到大盘中心下移的影响，盘中出现了涨停板打开的局面，但尾盘仍然以涨停收盘。
机构方面，基金等主流机构心态谨慎，分歧仍比较大。从赢富数据上观察大盘资金进出情况，虽呈现由流出到少数流入的状态，映射出投资者短期在看好大背景的前提下依旧采取比较谨慎的投资态度。包括缺口、通胀压力、股市的下跌等多重因素将困扰近期的大盘。板块方面，3G概念受电信业重组的影响依旧领涨，资金上多是营业部游资炒作。
5月27日上午开盘后，3G板块在前期高涨之后出现在跌幅前列。由于市场担心电信业重组计划，将削弱中移动的竞争力，在26日的香港股市交易中，该公司股价应声大跌，市值缩水超过260亿美元。3G板块继续调整，一批因股价异动而复牌的个股开盘后继续回落，其中波导、东方通信等跌幅都超过了5%。但是，据测算，电信重组后三家运营商将投入3000亿元的资金用于3G设备采购和调试，因此，专家认为通信类上市公司还是受益于这次电信行业重组的。
天津证券分析师叶剑认为，由于市场再次出现了板块轮动过快的现象，所以也建议投资者要改变策略，近期要采取快进快出的方法，在紧抓热点的同时注意风险控制。从技术面看，5月23日和26日涨停的3G概念股，基本上属于低价、超跌、绩差股，属于技术反弹。其基本面不支持此类股票走长牛。
分析师建议，短期内电信板块已经受到炒作，投资者尽量避免短期内追高，谨防炒作过高而被套。“当前大盘不稳，通过指南针赢富数据，可以看到，整个大盘上周主力资金出逃超过38亿。另外，赢富数据显示，机构只对电信板块中某些个股增仓，大部分个股仓位没有变化，而如中天科技等，主力有出逃现象。而且绝大部分个股机构持仓量小，拉升较为困难；而整个3G板块，主力上周虽然买入达到6.88亿，但中国联通就达到4.88亿，而3G制造概念，机构并没有普买，部分个股机构仍然卖出。从技术面分析，周五5月23日和周一26日涨停的3G概念股，基本上属于低价、超跌、绩差股，属于技术反弹。其基本面不支持此类股票走长牛。3G时代到来还有一段时间，国内3G的正式启动尚不明朗，整个世界只有日本和韩国结束2G时代，国内广大消费者接受3G还需要一段时间。”
前景看好
随着电信重组的落幕，3G热点已经到来。虽然3G产业产业链在中国还没有形成，不过国外龙头企业在3G上的投入已经超过千亿美元。据专家测算，国内运营商每年在3G上的投入就要上千亿，国家信息化办公室专家委员会副主任邓寿鹏的推算，未来6年中国围绕3G的直接投资将接近6000亿元。
仅从组网建设的基本投资规模分析，根据各个运营商所预测的数据汇总，3G组网启动以后前6年每年投资1000亿，共6000亿元。而在3G初始建设已经让国内设备制造商们看到了“真金白银”。据悉，在中移动tD网络设备采购大单中，中兴通讯囊括了近50％的份额，其他一些本土制造商也获得甜头。
移动通信基本概念篇7
[关键词]组织知识共享 知识共享模型 知识共享技术本体
[分类号]tp391
知识是社会进步和生产力发展的推动力，如今有形资源和资产的竞争日益转化为智慧和知识资源资产为主的竞争。随着经济和社会发展，各种社团、项目团队和组织，甚至是虚拟性组织也大量涌现。如何让所有成员和团队有效共享组织知识，如何让其在交流和贡献自己所拥有知识的同时学习和应用更多知识?如何有效获取和共享利用组织内外知识和智力资源?组织知识共享是实现知识增值和价值最大的有效途径。本文将从技术角度研究组织知识共享及其实现机制。
1 组织知识和组织知识共享
所谓组织知识，是指经过一定时期孕育形成的组织内部知识与一切对组织发展有用、可转化为组织内部知识的外界知识。组织知识既包括组织成员头脑中的技巧、方法、经验及思维模式和定势等隐性知识，也包括譬如流程、典型案例、策略与制度等显性知识；既包括组织内成员、团队(部门)及组织层面知识，又包括从组织外转移和吸收转化的知识。
组织知识只有为大多数组织成员共享和掌握，才能实现其应有价值并在此过程中不断进行知识创新。学者们分别从不同的关注基点提炼出富有参考价值的观点。例如Henddriks和Botkin等人从知识转移的角度，认为知识共享是一种人与人之间的联系和沟通的过程。日本的野中郁次郎立足于知识类型与形式的转化，指出实现知识共享首先是将隐性知识转化为显性知识，他提出了显性知识和隐性相互转化的四种模式(简称SeCi模型)。诸葛海结合系统论思想研究知识共享，认为知识共享是一个整体活动，是作为一个整体发挥作用的。文献[4]以知识交流和交易的联系为基础，认为知识共享过程是不同知识拥有者之间交易的过程；知识共享不等于放弃知识所有权。
结合上述论断，本文认为组织知识共享是组织内成员、团队(部门)及组织之间利用知识网络、团队学习和会议交流等手段，实现知识内容(包括隐性核显性知识)的相互转化，使得知识在不同个体、团队和组织间的转移、流动、吸收和创新的活动和过程。可见，组织知识共享实质是知识类型转化、知识在不同主体间转移和实现知识内容创新的过程。本文着重从技术层面探讨组织知识共享的实现。
2 组织知识共享方式和途径
知识共享可能发生在员工之间，也可能发生在项目团队或不同组织之间。组织知识共享可分为组织内个体间的知识共享、团队问的知识共享、成员和组织间的知识共享以及组织之间的知识共享。有五种可能的共享方式和途径。
・通过碰面交流进行知识共享：知识主体面对面进行会谈、经验交流和知识共享。这种方式特别适用于操作技能、经验等隐性知识的交流和共享。其缺点在于地域和时间限制较大。
・通过广播、电话及电视等媒体进行知识共享：它特别适用于显性知识的、传播和共享。缺点在于针对性和互动能力不强，而且信息形式和载体单一，往往妨碍清晰阐述和正确理解。
・通过专家和科技工作者下车间走访和典型演示：指导生产和经营、提供咨询和参考。这种方式能答疑释难、有针对性地解决生产经营和服务中存在的问题，但花费代价较高。
・定期不定期举办知识讲座和业务培训：这种方式能促进成员业务和综合素质的提高。不过，需抽出时间在一定地点听讲座和进行集体培训。
・通过网络(企业内部网、企业间网络)利用信息技术进行知识共享：通过网络，可以进行视频聊天，收发电子邮件，设置个人主页和Blog(博客)，将隐性知识显性化建立和利用知识库、通过虚拟社区、知识地图等进行知识概念导航、检索和共享。这种方式，能为人们提供虚拟化的、互动式的知识共享，而且不受时间和地域限制。这种方式不仅方便组织内部知识共享，而且有利于组织间知识共享的实现。
3 组织知识共享模型
3.1 显性知识和隐性相互转化的SeCi模型
野中郁次郎提出显性知识和隐陛相互转化的四种模式(简称SeCi模型)。
・s表示社会化(socialization)：人们将经验分享和推广，正如师传徒授，传授隐性知识而创新隐性知识。这是从隐性知识到隐性知识转化的过程。
・e表示外化(externalization)：这是典型的知识产生、描述表示、利用知识和加工创新的活动与过程，利用隐性知识提取、类比和发现等方式进行知识编码，实现从隐性知识到显性知识的转化。
・c即综合化(combination)：是一个将不同知识集成、筛选、分析、补充和组合的过程，将个别零碎的显性知识系统化和通俗化，从而支持个体知识到组织共享知识的升华从而方便更多人共享和存储；实现从显性知识到显性知识转化。
・i即内化(intemalization)：通过对显性知识的共享和学习，积累优秀经验，获得有关技能技巧、诀窍或形成一定的思维模式，实现从显性知识到隐性知识的转化。
野中郁次郎将知识转化的社会化、外化、综合化及内化，这四种模式分别对应源生场、互动场、网络场、训练场。他指出，“场”(Ba)提供知识螺旋转化和学习过程定阶段知识转化和创新的操作平台。
3.2 基于本体的组织知识共享模型的提出
SeCi模型很好地阐述了组织内个体成员之间及成员与组织间的知识共享，但它对于组织与组织之间的知识转移和共享关注不够。然而，组织间的知识共享非常重要。特别是随着经济和社会发展，各种组织重组、团队和虚拟性组织大量出现，团队间及组织间的知识共享也必须受到充分重视。另外，即使是显性知识，由于产生存在于不同组织文化，其结构和编码方式也可能不一致，导致“信息孤岛”出现和存在，不利于知识共享。这些问题，可以利用本体及现代网络技术解决。立足于整个知识共享体系(主体、客体和媒质)和知识生产、加工、转移及学习的全过程，以知识共享和创新为主要着眼点。
个体隐性知识、团队隐性知识和组织隐性知识是提供共享的三种重要知识来源。广播、电话等媒质提供组织知识交流和转移辅助平台，还可利用团队网络聊天室、个人或团队博客以及组织信息讨论和区等构成虚拟知识社区，应用网络技术和数据库、知识库技术构建支持知识获取与规则输入的知识共享网络操作平台；这些构成了丰富的组织知识交流平台。用户(包括组织内个体成员、团队和组织用户)可通过交流平台进行知识交流、和检索，也可通过交流将零散的知识经验及显性知识概念“告知”知识工程师。
知识工程师从中整理和提取相关知识概念，并在有关领域专家和已有数据库的帮主下进行知识概念的分类和关联，从而正确构建本体。当然，除了直接构建本体外，还可利用现有本体，将它们进行集成与映射等。本体用于描述领域知识中的概念及其相互间的关系，用来表示和存储知识，通过知识管理工具、推理机制和知识地图等实现知识发现、知识推理和知识获取，可以将隐性知识转化为显性知识，生成相对应的知识视图，并通过相应交流平台有针对性地为用户提供所需知识。总之，通过交流操作平台和一定的技术手段(如电话、网络、虚拟社区及群件技术等)，实现隐性知识到显性知识的相互转化，也可以通过统一结构实现显性知识到显性知识的转化。
该模型具有以下四个特征：
・支持知识社会化、外化、综合以及内化等四种转化方式和过程。
・在该模型中，通过组织内部各团体、个体及知识工程师间的交流、网络联系，促进知识获取和本体构建，能实现组织内部知识转移和创造；通过一定的知识管理工具和交流平台实现组织内部的知识共享和组织外部的知识获取和吸收。
・体现了整个知识共享系统的交流和互动。知识共享的实现离不开知识提供方、知识接受方甚至还有第三方即知识加工处理方的积极参与通力协作；知识共享的实现其实就是客体(包括显性知识和隐性知识)通过一定的媒介和方法手段在不同的主体(提供方、接受方)间流动和互动并得到不断创新的结果。
・支持共享主体间的非正式知识共享(如通过电子邮件、电子论坛等自发的知识共享)，又支持正式的知识共享(以组织为依托的知识共享)。
4 组织知识共享关键技术
组织知识共享可借助Blog、wiki、RSS等技术实现，还有基于本体和语义web的知识共享。限于篇幅，这里只介绍RSS技术、基于本体和语义web的组织知识共享。对Blog、wiki技术的介绍参见文献[7]。
4.1 基于RSS的知识共享
4.1.1 RSS简介RSS是netscape公司为其浏览器navigate设计的一种描述新闻频道的语言。它有三种可能的含义：ReallySimpleSyndication(真正简单整合)、RDFSiteSummary(资源描述站点摘要)、RichSiteSummary(丰富站点摘要)，但实质上指的是同一种Syndication的技术。RSS有三个典型特征：低成本的即时信息特性；来源多样的个性化“聚合”特性；无“垃圾”信息特性。RSS是一种典型的XmL应用，可提供选择性的、汇总处理过的网络信息。其优点在于：易于及时发现更新了的相关站点信息，得到最新知识；方便实现网站之间的信息共享；另外，利用RSS技术，除直接用电脑访问外，通过例如手机、pDa及邮件列表等终端和服务也可使用和阅读有关知识信息，如企业新闻、会议精神、供销需求等实时信息。
4.1.2 基于RSS共享的实现 RSS实际上是通过RSS文件的、检索与应用来实现共享的，由于RSS文件中保存了文档特征元数据信息(如文档分类信息，标题、作者、学科等信息)，因而可在一程度上有效实现知识信息获取和个性化推送。例如在VB．net程序中通过Load()和Save()方法语句依次可实现收集和保存网络RSS文件，从而获得相应组织网站的最近更新内容。
RSS相对传统基于关键字的网络信息获取和检索而言共享效率较高。但它不能按概念关系共享，不能检索和发现其中蕴含的语义信息。而基于本体和语义web的共享技术能解决该问题。
4.2 基于本体和语义web的知识共享
在实际中，同一概念往往有多种表述符号，同一词汇或符号也可能有多种含义。这就要求在语义上解决这些不利于共享的问题。tomGruber指出，本体是精确的概念化规范。本体是知识表示和知识组织的一种重要方法，可对一定领域及其相关领域知识概念及概念间的相互关系统一、明确地表述，并通过对这些概念、概念属性及概念间关系的严格和精确定义，表示普遍认可的、可共享的知识。因此，本体本身包含了语义，基于本体和语义web的知识共享有着传统基于关键字的共享和基于RSS知识共享不可比拟的优势。
基于本体和语义web的共享对于获取和共享相关领域知识也十分有效，能提供基于概念的精确化搜索，也有利于信息系统和知识资源的共建共享。例如指导农户如何调试、使用、维修农业机械设备，可通过相关机械设备的本体来获取所需知识。另外，在构建知识本体时，知识工程师可以通过现有的或其他相关领域本体来获取有关隐性和显性知识。当然，构建本体必须精确地描述概念、子概念、概念的属性和概念间的相互关系。
综合应用本体构建、集成、映射和过滤技术结合数据库和VB程序设计技术，设计和实现了一个基于本体的农业知识概念导航和检索自助服务子系统。
设计时按知识结构关系，将农业知识分成种植业、渔业、林业、畜牧养殖、农业机械、农业水利、观赏农业及农业技术等类，每个类别中又按概念及概念间的关系划分为若干子类。从检准率和检全率两项指标来衡量，该系统检索质量和效率较高。另外，对系统还有一个考虑：对获取和学习常识性知识进行引导。因而该系统还提供知识概念导航功能。在设计中，主要利用了treeView控件，调用其中的aDD方法，结合数据库设计，添加和编辑节点，实现知识概念导航。若用户选择某一知识分类，系统自动将其子知识点展开，同时在概念导航栏内的表格中自动给出相应的上级概念、同级概念、子概念和相关概念等知识概念，并在概念文本框中提供相关的概念集。
值得指出，这几种技术各有特色，应依据知识共享需求和组织信息环境条件进行选取。
移动通信基本概念篇8
【关键词】关键词；概念教学；策略
众所周知，在搜索引擎中检索信息都是通过输入关键词来实现的。使用“关键词”搜索文献既快捷又方便，效果好！笔者把“关键词”的这一功能概括为“准确、高效”。那么，“关键词”的这一功能是否可以在教学中充分应用？通过文献查阅，发现已有思考和研究。如：通过抓“关键词”指引学生进行科学审题或筛选组织有关信息，从而提高语文、英语学科的学习和复习的效率……但在初中科学教学中，相对较少。
概念教学是一直是科学教学的重要组成部分，其目的就是让学生正确理解科学概念。但事实说明，众多学生对概念的学习并非满意。所以在本文中，笔者利用“关键词”开展教学实践，以促进学习者对科学学科的概念、原理的学习和理解；达到概念的掌握、内涵的升华，从而使学习者达到迁移整合、演绎应用的目的，并更好地实践有效教学。
一、关键词的存在形式
在科学学科的概念学习过程中，笔者认为学生在知识储备和经验方面薄弱一些，下列几种情况应成为我们概念教学中的关键词。
1.易忽略的
有些词语通俗易懂，学生司空见惯了，但往往容易忽视。
《科学》八年级下册――“元素”概念的教学中，“元素就是具有相同质子数（核电荷数）的同类原子的总称”。我们很快抓住了关键词“相同质子数”，却往往忽略“原子”这一关键词。如果把“元素”概念改写成“元素就是具有相同质子数的微粒总称”，很多学生会认为这是个正确概念。其实不然，“原子”只是“微粒”的一种，“微粒”包括“原子”、“分子”、“离子”等。
《科学》七年级下册――重力的方向“竖直向下”教学中，“竖直向下”本通俗易懂，但学生不能真正理解，作业反馈错误率很高。当把“竖直向下”解释为“垂直于水平面向下”时，我本以为学生一定能理解，不料学生还是不能掌握。原因是学生不知道什么是“水平”。最后只能端出一烧杯水让学生观察什么是“水平”了。
2.易混淆的
概念的混淆是学习的大忌，概念分辨不清，理解不透，直接影响教学效率和学习效果。
《科学》七年级下册――“物态”变化学习中，学生一直把“凝结”“凝固”“凝华”混淆，把“熔化”当作“溶解”、“融化”。再如：电流的形成――电荷在电压的作用下移动形成电流。学生往往理解成：电荷运动形成电流，混淆了“移动”与“运动”的区别。（“运动”包括了“移动”，也包括了“永不停息的杂乱无章的分子运动”）
3.有深刻内涵的
概念中的词概括的内涵越宽泛越深刻，学生往往不易理解。
《科学》九年级上册――种群概念的教学中，我们把“生活在一定区域内同种生物的总和叫种群”。看似一个非常简单的概念，学生却不易掌握。究其原因：学生不知道什么是“同种”生物。“同种”具有深刻的内涵，关键词“同种”没有突破，种群概念无法理解深透。很显然，在教学中，我们必须引导学生解决两个问题：什么是“同种”？“同种”的标准是什么？
《科学》八年级上册――浮力知识的教学中，关于“漂浮”、“悬浮”，从学生作业来看，感觉很难。如“悬浮”，学生只是知道“F浮=G”，但是往往不能将浮力等于物重（如果告诉物体质量，多一步换算，学生感觉更大难度）、物体的密度与液体的密度紧密联系起来……
二、策略实践
策略1.找准关键词是概念教学的前提
教学的必要条件之一：明释学生所学的内容。实施“关键词”教学，首先必须找出关键词，找准关键词，让学生努力有方向，学习有目标。
“熔点是晶体熔化时的温度”中的“晶体”；“饱和溶液是在一定温度下一定量的溶剂中不能溶解某种溶质的溶液”中的“一定”；“溶液”概念中的“均一、稳定、混合物”等等。
怎样找准关键词，除教师教学经验的积累外，更要注重“思维降格”――退到学生的角度，用学生常用的思维去理解问题，就能很快找到学生不易理解、容易混淆、容易偏差、容易忽视的词。这些词正是我们要找的关键词。另外，可以在课堂教学的师生互动、生生互动的交流反馈信息中，发现学生的问题，捕捉到学生不能理解、理解不深、理解不透的关键词。这种“生成”的关键词更切合学生的实际认知情境。
策略2.正确理解关键词是学习科学概念的基础
找准关键词后，接着就是正确理解关键词。失去了“理解”就变成了“机械”。
我们从生活的现象、实验现象提取出的新概念，通过归纳抽象思维，利用语言文字符号表述成一个严密的科学概念或科学原理。这是一个质的飞跃，也是概念的初步形成。但概念要得到全面理解、迁移整合、演绎应用，必须还要通过大脑的再理解、再加工、再整合、再内化过程。根据托尔曼的S-o-R潜伏学习理论：学习不是简单的从刺激到反应的过程，更注重的是中间过程――“o”的作用，即大脑对信息的理解、处理、整合等。只有这样，我们建构的概念才能概括表象，驱动思维迁移，演绎解决实际问题，在大脑皮层上建立复杂而稳定的联系。概念原理中的关键词，就是大脑皮层要处理的对象，整合的对象。找到它、化解它，是我们实践教学中的前提和基础。
（1）正确理解关键词，首先要剖析关键词的深刻内涵
在“种群”概念的教学中，重点要引导学生理解什么是“同种”，“同种”的标准是什么？且采用具体的例子说明，例：马与驴是不是同种，它们能否产生正常的后代，青蛙与蝌蚪、鲤鱼与鲫鱼、中国人与美国人是不是同种，等等。通过分析例子，从而得出“没有生殖隔离的为同种”。
（2）正确理解关键词，还要剖析关键词的内涵与外延
通过实验观察“摩擦生热”、“锤打铁块会使温度上升”等例子，得出“做功可以改变物体内能”的结论时，“改变”就成了这个概念的关键词。许多学生认为“改变”就是“增加”，“做功可以改变物体内能”就是“机械能转化为内能，使内能增加”。孰不知“做功也可以减少物体内能，内能也可以转化为机械能，使机械能增加”，很显然，学生把“改变”的内涵缩小了，外延放大了。
“理解关键词”的学习，属于“顿悟学习”。“顿悟学习”的核心是把握事物的本质，而不是无关的细节。理解就是“解除”思维“脉络”中的障碍，理解就是“觉知”，理解会使我们的记忆更加持久，思维更加敏捷，应用更加灵活，学习更加有效。通过机械学得的内容没有真正的理解是无法迁移的，通过顿悟学习的内容能成为学生知识技能的一部分，随时可用于任何情境中的类似问题上去。
策略3.善于泛化关键词――突出概念教学的重点
关键词理解了，概念在大脑中基本形成了，学生不足为奇。但如果对概念原理中的关键词进行变式设计、泛化设计，往往会在学生刚刚建构的思维联系上刻下深深的烙印。
“氧化物是由两种元素组成其中一种是氧元素的化合物”（关键词：“两种元素”“一种是氧元素”），如果泛化成“由氧元素组成的化合物叫氧化物”或“含有氧元素的化合物为氧化物”，引导学生分析判断，一定能升华学生对氧化物的理解。
“中和反应是酸与碱生成盐和水的反应”泛化成“生成盐和水的反应叫中和反应”“单质是由一种元素组成的纯净物”泛化成“单质是由一种元素组成的物质”。
通过泛化关键词来“磨练”学生，训练学生思维的严密性具有重要的意义。
策略4.关键词组合――突破科学概念学习的难点
一个科学概念原理中，往往同时出现多个关键词，关键词的组合是学习的难点，也是教学的难点。
一类题目，一种解法，学生易于接受，出偏差的概率也少。这种思维过程中没有一定的干扰，没有前抑制的影响，问题的纯化使学生的学习效果大大提高。
（1）多种解法、多种情景
当一类问题出现多种解法、多种情景时，出偏差的概率大大提高，学生反应一个字“难”。究其原因，辐射的发射思维比单一的直线思维更具有复杂性和创造性。
浮力有四种解法：
①利用阿基米德原理计算
若已知液体密度ρ液和物体排开液体的体积V排，可根据阿基米德原理公式F浮=ρ液gV排计算（当物体浸在气体中时，则F浮=ρ气gV排）。
②利用漂浮或悬浮条件二力平衡法计算
若物体漂浮在液面或悬浮在液体中时，应根据物体所受浮力与物重等大（即F浮=G物）来计算。此法也称为平衡法。
③利用两次实验的示数差法
若用弹簧秤先后称量同一物体在空气中和液体中物重时其读数分别为F1和F2，则物体在液体中所受浮力为F浮=F1-F2。此法常称为重差法。
④浮力产生原因的压力差法
如果物体上、下表面积相同，并且液体对物体下表面向上的压力为F向上，对物体上表面向下的压力为F向下。则物体所受浮力为F浮=F向上-F向下。
以上四种方法中，前三种的运用最普遍。在运用时还须注意：当物体下表面跟容器底部完全密合时，由于物体的下表面不再受液体向上的压力。因此液体对物体不会产生浮力。此时，以上各种方法均不能使用。
如果浮力的计算仅仅有阿基米德原理法，学生也不会这样“头痛”去面对浮力。而在演绎应用中往往要结合具体的情境，巧选公式和解题方法，甚至要多法“联手”才能解答。
（2）同一概念中，多关键词
一个概念、一个原理如果同时出现几个关键词、几个注意点时，问题就会变得复杂起来，需要学生全面、系统、严密的思维品质，对学生造成一定的“难度”。而这样的情况在我们的教学中屡见不鲜。“欧姆定律”、“溶解度”、“种群”、“饱和溶液”等等概念原理都是多关键词组合。
怎样引导学生突破难点，“扫平”思维障碍？在准确找到关键词，深刻理解关键词的内涵的基础上，必须理清“必要条件”与“充分条件”的关系。例如“电流是电荷在电压的作用下移动形成的”，学生往往把“电压”当作电流形成的“充分条件”――只要有电压就能形成电流。其实“电压”只是电流形成的一个“必要条件”而已，是多个条件中的一个。在“关键词”的教学中，要抓住“电压”和“移动”两个关键词的组合，理解它们的内涵：电压需要“电源”提供，移动需要“电路”可走，归纳出电流的形成需要“电源”和“闭合电路”的结论。
对于上述类似概念的教学，笔者认为可以采用“变式”来处理。
“种群是生活在一定区域内同种生物的总和。”（正确概念）
变式：
①“种群是生活在一定区域内2种生物的总和。”这样很好的强化突出了“同种”这一关键词。
②“种群是同种生物的总和。”
③“种群是生活在一定区域内生物的总和。”
④“一个校园中的全部学生是不是一个种群？”
⑤“美国某池塘中的鲫鱼与中国某池塘中的鲫鱼是不是同一种群？”
“变式”就是针对多个关键词，改变其中的一个或二个的泛化手法，来强化学生对概念原理的理解，效果非常显著。
策略5.突出关键词是学习科学概念的核心
一个概念原理全面理解了，但不一定能在大脑中保持，记忆不一定深刻，很多简单的问题学生却不能解决，大多是“遗忘”带来的。为了使我们的记忆更加持久，思维更加敏捷，应用更加灵活，除了理解之外，需要配合相应的适当的强化练习，进行迁移整合、演绎应用的训练。因为大脑的活动方式就是“条件反射”，人的大脑皮层的活动方式是一种“高级的条件反射”，是建立在大脑皮层以下的神经中枢的基础上。任何一个条件反射的建立都需要通过一定的强化训练，否则在大脑皮层上建立的暂时的神经联系也会退化。我们要找到相应的“刺激物”有周期性施加刺激，才能达到巩固理解、迁移整合、演绎应用的目的。
通过针对关键词的设计，泛化练习，利用概念原理，解决实际问题。在理解中运用，在运用中理解，实现“概念”与“应用”的“互动”，这样大大深化了概念的理解、内化了思维，是化知识为能力的有效途径，也是学习的核心。
这种针对关键词的设计，往往由教师来设计、来挑选，更值得我们发挥学生的主体作用，引导学生根据自己对概念原理及关键词的理解，每位同学设计两道题目，考考你的同桌，要求一道较易，一道稍难。学生设计的题目，往往有我们意想不到的原创性，好题也不少。这个环节能充分调动学生的思维活动，体现和强化学生的逆向、演绎、整合、渗透、迁移等各项能力；学生设计的题目，往往也可以充分暴露对概念理解的偏差、问题的不科学、不严密、不切实际等现象，此时我会抓住这种种“生成”的机会，通过点评和激励，学生及时得到修正，效果非常显著。例如“做功可以改变物体的内能”设计为“做功只能增加物体的内能”；“力的作用是相互的，手用力推门的同时，门也反推手”设计为“力的作用是相互的，手用力推门之后，门也反推手。”……
总之，概念教学是初中科学教学的重要环节。学生掌握扎实的科学知识和树立良好的科学素养，离不开科学概念的正确理解和把握。在教学实践中，有效的教学策略和方法很多，但任何方法都不能代替全部。通过本文的研究，笔者认为“关键词”教学是最基本、最常用、最重要、最关键的概念教学策略。相信通过“关键词”教学法与现代教学理论紧密结合起来，一定能发挥其强大的威力。特别是对初中学生学习科学，在缩短教学时间，提高教学效率，训练思维品质，内化自身能力等方面具有不可替代的积极作用。
【参考文献】
[1]施良方，崔允.教学理论：课堂教学的原理、策略与研究[m].华东师范大学出版社，2006.
[2]吴予尘.初中生命科学概念教学刍议[J].科学教育，2010，（1）.
[3]周炳祥.浅论初中物理实脸及其概念教学[J].牡丹江教育学院学报，2004，（1）.
移动通信基本概念篇9
[关键词]生物中考复习策略积极准备知识串联快乐学习
[中图分类号]G633.91[文献标识码]a[文章编号]16746058（2015）110115
初中生物复习阶段，是中考备考过程中的重要环节。其复习目的是让学生能在短时间内对所学过的基础知识进行回顾，获得学科基本事实、概念、原理和规律等方面的基础知识。而初中生物中考的总复习时间短，且与其他学科的期末考时间较为接近。因此，如何引导学生在有限的时间内，对初中阶段四本生物课本上的知识进行系统的复习，构建系统的知识网络，在中考中取得理想的考试成绩，是初中生物教师重点研究的课题。下面笔者谈谈在教学实践中的几点做法。
一、积极准备，摆正心态
就福建区域而言，生物中考时间往往安排在初二下学期期末进行，这是学生进入初中面临的第一次中考，学生对于这次不同于往常的考试的应试心理五花八门。一直以来，初中生物学科在大部分学生心目中的位置不像语数英那样“根深蒂固”，在思想上也不够重视。所以教师在第一堂复习课上应先从思想上指引鼓励学生，注意观察学生的言行，避免学生产生两极分化的情绪。在中考复习中，部分学生会认为我的语数英学习成绩都很棒，生物期末考平时我不怎么努力也可以考到好成绩，生物中考应该很简单，我等最后时间翻翻课本也能过，还是要把时间放在初二期末的市质检上。这部分学生对生物中考不够重视。而部分学生认为反正我其他科成绩也不好，生物学习效率也不高，初一的知识早都忘记了，复习时间这么短，产生畏惧中考的消极心态。面对这两类学生，教师应帮助学生树立充足的自信心，端正学习的态度，树立正确的情感、态度与价值观，帮助
强学生对相关概念的理解和掌握。
例如，“遗传信息的携带者――核酸”一节，通过实验观察、列表等方式对Dna和Rna的异同点进行比较，找出两者的共同点：遗传信息的携带者，皆为核酸；列出两者在分布、结构、化学组成、生物功能的不同点。通过比较，学生能更加准确地理解、掌握和区分Dna、Rna这两个概念。
4.通过实验，引导学生在实践中探索和理解生物学概念
例如，“降低化学反应活化能的酶”一课，通过对照实验，突出酶的三个特点，让学生在实践中自我总结出“酶的特性――高效性、专一性、作用条件温和”这一结论，更有利于学生理解和掌握相关生物概念，培养学生的生物科学素养。
在教学中，通过设计探究性实验，让学生在实践中探索事实的真相，不仅能培养学生的探究和实践能力，还能帮助学生更好地理解书本上的知识，促进学生前概念的正迁移。
5.利用模型和概念，强化前概念的正迁移
“模型”不仅是事物的原型的体现与表征，还是对事物原型的概括和抽象，它不一定要具有原型的全部特征，但却能体现和展示原型的本质特征。模型有物理模型、数学模型、概念模型三种。概念模型是一种要求学生利用联想、比较的记忆方法，利用不同的学习资源进行独立、主动学习的一种现代教学方法。
概念图是概念模型的一种。概念图是用符号、连接词将概念等知识点组织起来的工具，是对知识的系统化表征，也是思维的可视化。在教学时，合理运用概念图，能帮助学生系统化地理解生物概念，提高学生的归纳概括能力。
绘制概念图，必先搜集和整理教材资料、复习和巩固相关知识点，再对相关知识点进行归纳整合，最后以文字和图像的形式表示出来。此过程促进了学生对相关概念的理解和掌握，有助于实现知识的系统化。让学生绘制概念图，将建模理念渗透到日常教学中，能提高学生的建模能力，强化学生前概念的正迁移。
总之，当前我国高中生物的概念教学仍是一有待深入探究的课题。在教学中，教师应运用知识迁移原理中的正迁移理论，结合科学有效的教学手段，引导学生前概念的正迁移，实现错误概念向科学概念的转化。
[参考文献]
[1]秦亚平.生物学科概念名称的解读及其教学价值[J].教学与管理，2012（7）：79.
移动通信基本概念篇10
关键词：移动学习;土木工程;钢结构设计原理;精品教材
中图分类号：G642.0文献标志码：a文章编号：1674-9324（2016）42-0051-02
一、引言
近年来，随着无线移动技术的成熟和移动设备的普及，移动学习（mobile-learning）在教育领域的应用日趋扩大，成为构建学习型社会的重要推动力[1，2]。移动学习是数字化学习的延伸，它是知识经济社会人们教育需求和职业发展需求的反映，是移动通信技术在教育中的具体应用。同时，移动学习也有力地推动了优质教育资源的共享，促进了教育公平。
《结构设计原理》课程作为土木工程专业的核心专业基础课，对帮助学生构建基本的结构概念非常重要。近10年来，教学团队针对该课程进行了一系列的实践探索，先后承担并完成多项课程建设与改革项目，该课程已荣获“江苏省精品课程”，团队编著的《结构设计原理》教材获江苏省精品教材和重点修订教材等立项。
本文基于教学团队在课堂教学及教材修订过程中的实践，对《钢结构设计原理》精品教材的建设进行探讨，旨在为移动学习环境下的教材建设提供参考。
二、现状分析
为了推动高等教育“质量工程”战略的顺利实施，我国先后启动了“国家精品课程建设”项目和“国家精品开放课程”项目[3]。经过多年的建设，精品课程取得了明显的建设成效，但也存在着“重申报轻建设”、“重共享轻应用”、“网络资源教学有效性缺失”等问题[4]。同时调查显示[5]，精品课程的使用频率偏低，如图1所示，有23.9%的学生没用过精品课程资源，每天使用1次或多次的学生仅占5.8%。由此可见，精品课程资源的利用效率还有很大的挖掘空间。
通过分析不难发现，导致精品课程资源利用效率不高的主要原因之一是实体知识载体与虚拟知识载体间的对接不充分。教材作为主要的实体知识载体，在课程学习和教学过程中发挥着重要的作用。然而以往的做法往往将纸质教材的建设与电子资源的建设独立进行，特别是教材的编写难以跳出传统的思维方式，这样的教材虽然符合课程中知识的逻辑性，能够较清晰地反映出学科的知识体系，但却不利于培养学生的创造性和方便自主学习。另一方面，很多精品课程都开发了大量的电子资源，但对资源的梳理程度不够，如何从纷繁复杂的信息中筛选得到对自己有用的信息成为困扰学习者的一大问题。因此，移动学习对精品教材的建设提出的新的要求，通过教材作为载体对大量的虚拟资源进行梳理是非常必要的。
三、精品教材建设探讨
基于上述之现状及存在问题，笔者认为《钢结构设计原理》的教材建设应加强两个对接，即“对接规范条文，对接工程实际”，将更有利于发挥移动学习的优势，进而促进移动学习在结构设计类课程中的应用。
1.教材与规范条文的对接。标准规范是广大工程建设者必须遵守的准则和规定，其数量庞大、体系复杂。对工程类专业而言，专业课程的教学内容必须与本行业的现行设计标准或规范密切相关。《钢结构设计原理》的内容包括钢结构梁柱基本构件，以及焊缝、螺栓等连接的承载机理和设计理论，主要依据国家标准《钢结构设计规范》（GB50017）编写。然而，教材的编写与规范有显著的差异：规范应言简意赅，强调对应用的指导和约束;教材则需思路清晰，厘清设计公式的来龙去脉。由于教材篇幅有限，将规范条文直接加入教材是不现实的，而且会降低教材的可读性和逻辑性。
为此，可以借助移动设备实现教材知识点与规范的对接。以钢梁的整体稳定原理和设计为例（图2），首先将教材知识点进行梳理，将钢梁的整体稳定问题分为“整体失稳概念”、“临界弯矩”、“稳定系数”、“设计公式”和“构造措施”等五个部分;然后将《钢结构设计规范》（GB50017）的对应条文进行整理，并制作成电子文档;最后将该电子文档转存为移动设备可识别的素材（如二维码），并将移动设备识别码嵌入纸质教材，学习者通过扫描识别码即可进行知识点的对接。
2.教材与工程实际的对接。《钢结构设计原理》课程与工程实际联系较为紧密，因此在教学过程中的案例讲解、工程照片展示必不可少。另外，为了将抽象的概念理解清楚，动态展示也非常必要。然而传统纸质教材通常只能展示数量有限的二维图，这就要求学习者有一定的空间想象能力。如果能通过移动设备将部分概念图以工程照片、动画演示或视频材料展示，将很好地改善学习效果。
同样以钢梁的整体稳定为例，其教材知识点与工程实际的对接如图2所示。概念和构造方面以图片或动态演示为主，设计公式则以工程实际案例进行对接，既有利于概念的理解，又将与基本原理与实际应用加以联系。
四、结论
在移动学习的背景下，传统纸质教材的作用不仅不应被忽视，反而应发挥更大的作用。本文以《钢结构设计原理》为例，探讨了基于移动学习的精品教材建设思路，提出教材“对接规范条文，对接工程实际”的构想，为促进移动学习在结构设计类课程中的应用提供参考。
参考文献：
[1]朱学伟，杨伟，顾健辉.国内外高校移动学习案例分析研究[J].中国教育信息化，2014，（21）：9-11.
[2]孙洪艳.高校校园环境下移动学习模式探究[J].中国教育技术装备，2014，（20）：56-57.
[3]陈彭，黄伟进，袁晓斌.国家精品开放课程的移动学习模式研究[J].山东广播电视大学学报，2014，（3）：4-8.
[4]王佑镁.高校精品课程网络资源教学有效性的缺失与对策[J].中国电化教育，2010，（8）：80-81.
[5]王娟，刘名卓，祝智庭.高校精品课程应用调查及其对精品资源共享课建设的启示[J].中国电化教育，2013，（12）：40-46.
Discussionof“FundamentalsofSteelStructureDesign”editionBasedonmobileLearning
CHanGHong-fei1，2，XiaJun-wu1，2，tianGuo-hua2，JiaFu-ping1，LiXian1，ZHanGYing-ying1
（1.SchoolofmechanicsandCivilengineering，ChinaUniversityofmining&technology，Xuzhou，Jiangsu221116，China;2.JiangSuCollaborativeinnovationCenterforBuildingenergySavingandConstructiontechnology，Xuzhou，Jiangsu221116，China）