前言：中文期刊網精心挑選了詩歌的分類范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。

詩歌的分類范文1

高清格式的分類

說了這么多，我們再回到格式的話題上，這樣大家可能會有一個直觀的認識，那就是，格式和硬件的演變帶來了我們身邊影像器材的演變，而且一切都是和DV息息相關的。

對于DV來說，現在市場上主流拍攝機型多為高清攝像機，價格在5000-10000元左右；其次，依然存在一些標清攝像機，不過它們已經放棄了磁帶存儲的方式，使用半導體材質作為存儲介質，它們的價格在3000-5000元左右。現在依然有很多人購買這類的標清產品，如果綜合考量，這類標清半導體材質DV還是很有競爭力的，性價比的反響很好。不過長久的看，購買這類產品沒有發展空間，勢必在幾年之后還要更換。

我們使用HD來表示高清。現在高清DV機身上都有FULL HD的英文標識，這就證明它的畫幅可以達到1920×1080，前幾年還有一類產品只表明HD，它們的畫幅只有1440×1080，所以不論我們是購買DV產品還是電視機這類的顯示器產品都要對1080這個數字敏感起來，看看是否是全高清的。

除此之外，我們還可以看到1280×720畫幅的高清標準，如果我們看到DV機的參數中出現這樣的數字，我們應該稍微警覺一下，因為我們國家針對高清的選擇標準是1080i隔行掃描方式的，而不是720P逐行掃描方式的（關于逐行和隔行掃描的知識接下來會介紹），只有水貨產品和二線品牌才會不切合我國標準貿然推出這樣的產品。另外多說一句，很多手機和數碼相機在視頻拍攝功能中也使用720P的標準，這類產品只把主要功能“本土化”轉換了，而忽略了針對它們而言的“邊緣化”功能，除此之外，從某些手機和數碼相機拍攝視頻的格式也可以看出這類的“小動作”。

不過無論是1920×1080還是1280×720畫幅，這些都不影響我們的拍攝和使用，它們都采用16∶9的畫幅，都可以在高清顯示器上完全顯示，所以請不要為難720P這個數據，它的存在讓我們有更多的選擇，這其實是一件大好事。

制式和掃描方式

制式和掃描方式比較抽象，對于我們使用DV而言只要簡單了解就夠了。在國際上有兩種比較主流的視頻制式，一種是我國使用的PAL制式，另一種是美國和日本等國使用的NTSC制式。我們將這兩種制式簡稱為P制和N制。其中P制采用每秒25幀的顯示方式，N制采用每秒30幀的顯示方式。

我們經常聽到這樣一句話：“電影是每秒24格的藝術”，這句話不但有哲學的意味，而且說出了一個科學原理，那就是通過視覺暫存原理，通過每秒展現24張連貫的靜止圖片就可以形成運動的影像，電影就是如此。而我們所說的幀正代表其中的一幅畫面，轉換成好理解的方式即：P制每秒展現25幀畫面，N制每秒展現30幀畫面。

了解了幀的知識，就方便我們來說掃描方式了，也就是之前提到的i（隔行掃描）和P（逐行掃描）。我經常把隔行掃描展現畫面的方式比喻成織布，視頻畫面好像是由無數的線條組成的，因為人眼運動捕捉的功能很慢，所以畫面不會一次呈現出所有的線條，可以先呈現1、3、5、7、9這類的奇數線條，再呈現2、4、6、8、10這類的偶數線條，通過快速的掃描，在人眼中就呈現出完成的畫面了。

也許有人要問，為什么要如此復雜地呈現畫面，其實這是為了信號傳播的需要，當把一個畫面拆分成兩個畫面即兩個場來呈現后，就可以大大降低信號輸出的頻率，從而降低發射信號的功率要求，這對于遠距離傳播畫面是非常實際的。這里我們不做深入的研究，只希望大家可以記住兩個數據50i和60i，因為有的DV會通過這樣數字方式來表達制式和掃描方式，50是P制每秒的場數，60則是N制每秒的場數，i代表隔行掃描。

至于逐行掃描，我經常把它比喻成多米諾骨牌，畫面是通過逐行的像素掃描方式來完成的，在逐行掃描方式中沒有場的概念，所以我們經常會看到DV機中有這樣的數據，25P和30P，這是來表述制式和掃描方式的，25是P制每秒的幀數，30是N制每秒的幀數，數字后的P代表逐行掃描。

標清畫幅

說到標清我想先說一個知識點，標清有16∶9和4∶3兩個畫幅比例，高清只有16∶9這一種畫幅比例。籠統地說，人類的視覺總是向往更大的視野，所以到了高清階段就把退化了的4∶3畫幅比例給取消了。

當我們看電影的時候往往都被劇情和視覺效果所吸引，可能不會注意到畫幅比例這件事，但是我們偶爾可能會從電影海報上看到一行小字——遮幅式電影。現在我們努力回憶一下遮幅式電影經常所表現的題材和視覺感覺，一般遮幅式電影都是戰爭片或者可以表現出廣闊環境的影片，例如：《巴頓將軍》、《黃金三鏢客》這類的電影，戰爭的氣勢和廣闊的美國西部大漠都被良好的視覺效果表現出來，這就是大視野帶給我們的震撼。回歸到畫幅比例的話題中來，這種大視野正是壓縮了畫幅長寬比所帶來的效果，說到這里16∶9的畫幅比例優勢也就可見一斑了吧。

標清畫幅

我們使用SD來表示標清。標清視頻的畫幅有兩種尺寸：P制畫幅為720×576；N制畫幅為720×480。我們可以看出N制的畫幅明顯要比P制的畫幅窄一些，所以當我們看到480這個數據的時候也應該敏感起來，無論是在購買DV的時候，還是在網絡下載視頻的時候，480這個數據往往標示著是一個N制視頻，或者是從N制視頻轉碼后制作的網絡視頻格式。更重要的是對于軟件或者轉碼軟件的輸出設置上，要小心，當看到這個數據可能你會將短片轉碼成N制畫幅，這在之后關于視頻輸出設置的文章中會有介紹。

720×576這組數據伴隨我度過了很長一段時間，那時無論拍攝還是制作都圍繞這個數據展開，現在我們已經使用了全高清的拍攝和剪輯設備，但是依然對這個數據非常敏感，不過這已經成為過去了。

像素長寬比

看了上面的介紹應該已經有人會問這樣一個問題了，都是720×576個像素，為什么會有16∶9和4∶3的區分呢？這是如何做到的？

其實這些都和像素長寬比有關系。

雖然有些抽象，且不好表達，但是我依然想多說一下像素長寬比的問題，這不僅對于我們操作DV有好處，而且對于我們的數碼生活也是有幫助的。我們現在身邊的數碼產品非常的多，經常要做的一件事就是把視頻制作成PSP或者iPAD可以播放視頻，在這里不但要明確格式對于硬件匹配的重要性，還要了解一些像素長寬比知識，這樣不至于讓轉碼的視頻出現畫面拉伸或者比例不匹配的問題。

當我們看到一張圖片，我們暫且可以把它定義成是由若干個像素組成的，而且這些像素都是正方形的。但是在視頻中像素的表現并不是正方形，而是長方形。

詩歌的分類范文2

模糊C均值聚類(FCM)算法是一種有效的無監督圖像分割方法，適用于任意分類數，不需要預知圖像特征，但其聚類效果直接受待分類樣本噪聲和分類初始條件的影響。因此，提出了一種適用于彩色圖像分割的分裂式KЬ值聚類(FKM)算法，該算法首先使用中值濾波對分類樣本去噪，然后使用一種分裂聚類法對圖像樣本進行預分類，得到一組樣本集初始劃分，最后以這組劃分為起點，使用基于概率距離的KЬ值聚類對圖像分割進行迭代優化。實驗結果表明，該算法可以避免FCM的誤分類，諸如陷于中心死區、中心重疊和局部極小值，而且提高了分割速度。

ス丶詞：

圖像分割；分裂式KЬ值；模糊C均值；聚類；無監督

ブ型擠擲嗪牛 TP391.41

文獻標志碼：A

英文標題

Image segmentation by fissive KИmean clustering method

び⑽淖髡咼

ZHANG Jian, SONG Gang

び⑽牡刂(

School of Information Science and Engineering,Shandong University, Jinan Shandong 250100,China

英文摘要

)

Abstract:

Fuzzy CMeans (FCM) clustering algorithm is an efficient unsupervised segmentation method, which is suitable for any classification number without the need to predict the image characteristics, but its clustering result has direct impact from sample noise component and the set of initial conditions. Therefore, a Fissive KИMeans(FKM) clustering algorithm for color image segmentation was proposed, which firstly denoised the sample data using median filtering, then preclassified the image samples according to a fissive clustering method to get an initial partition of sample set, finally iteratively optimized segmentation using KИmeans clustering based on the rule of probability distance from the initial partition. The experimental results show that the algorithm can avoid the misclassification of FCM such as dead center, center overlapping and local minima, and accelerate the segmentation speed.

英文關鍵詞

Key words:

image segmentation; Fissive KИMeans (FKM)；Fuzzy CMeans (FCM); clustering; unsupervised

0 引言

圖像分割是指依據灰度、彩色、空間紋理、幾何形狀等特征把圖像劃分成若干個互不相交的區域,使得這些特征在同一區域內,表現出一致性或相似性,而在不同區域間表現出明顯的不同［1］。分割圖像是圖像分析的關鍵步驟,分割結果的好壞直接影響最終圖像分析質量和對象識別結果。盡管已經提出了很多用于圖像分割和特征提取的方法，但由于圖像種類多樣和復雜程度不同，設計一種通用和有效的分割算法仍然具有重要的研究意義。目前圖像分割方法主要有閾值法、區域提取法、聚類法和邊沿檢測法［2］4類，本文所提出的圖像分割方法是一種聚類法。

聚類法是圖像分割中較為實用的方法,它首先根據一定的規則將像素灰度等特征映射到幾個區域的特征空間里,然后根據像素在特征空間的位置判定其所屬的區域,并進行歸類分割。通過聚類分割，在同一區域類的像素要比區域間的像素更相似。聚類法有硬聚類和模糊聚類兩個分支。經典的KЬ值聚類是一種硬聚類方法，而模糊C均值（Fuzzy CMeans, FCM）［3］是一種模糊聚類的方法。在KЬ值聚類中，每個樣本只屬于一類，每次更新每個類別的中心只與該類別的樣本有關；而在FCM中，每個樣本同時屬于多類，每次更新每個類別的中心要計算所有類的所有樣本，從而對同一幅圖像的分割，FCM的計算量一般要比KЬ值聚類大［4］。但是FCM實現了一種軟分割，可以抵抗由于圖像亮度不均勻造成的分割錯誤。由于這兩種經典聚類方法都存在對圖像噪聲敏感，沒有考慮圖像的空間特性，而且分割的結果有效性直接與初始類均值的選擇有關［5］的缺點，本文為克服上述缺點，引出一種分裂式KЬ值聚類(Fissive KИMeans, FKM)算法，以減小樣本噪聲和分類初始條件的影響。

1 圖像分割框架

為了減少因圖像噪聲造成的分割錯誤，可以使用平滑濾波來消減噪聲，但是，平滑處理也會損失圖像細節信息，諸如圖像邊緣或邊沿［6］。本文考慮使用中值濾波的方法來去除噪聲和圖像亮度的不均勻性，中值濾波法可以很好地保留圖像的邊沿信息同時去除噪聲。KЬ值聚類算法是在樣本各類具有同分布方差的前提下進行的迭代優化，而且優化也是建立在具有一組正確的初始類均值上的。如果以上前提不滿足，KЬ值聚類的最終分割結果會陷于局部最優和誤分割。本文提出一種類初始均值篩選方法，該方法是一種分裂聚類法，可以在預期時間內完成篩選，而且產生的篩選值分布盡量分散，以利于建立KЬ值聚類的分割條件。同時，以概率距離作為重新劃分的基礎，這樣，聚類分割就可以適用于樣本分布方差不同的情況。以下是FKM圖像分割的步驟：

1）對圖像進行中值濾波去噪和加強各區域低頻分量；

2）對圖像進行分裂聚類預分割；

3）將預分割圖像的劃分作為KЬ值聚類的初始劃分；

4）對預分割圖像進行KЬ值聚類分割；

5）返回最后的聚類分割圖像作為圖像的分割結果。

2 圖像空間特征度量

彩色圖像分割后形成一組區域，區域間的色度差異較大而區域內色度相近，因此找到各區域的代表色，就可以依色度分布將圖像劃分為區域，所以可以選取像素顏色作為分類的樣本。圖像像素的顏色由R、G、B3個分量組成，取樣本特征向量f=［R,G,B］T,R、G、B分別為彩色圖像各像素在RGB空間的顏色分量，以下給出對顏色空間聚類的一組參量定義。

樣本間距離度量定義為：

d(f1,f2)=f1－f2=(R1－R2)2+(G1－G2)2+(B1－B2)2(1)

其中：兩個樣本f1=［R1,G1,B1］T, f2=［R2,G2,B2］T。

類內均值ui和方差σ2i 定義為:

ui=1ni∑fj∈Cifj (2)

σ2i= 1ni ∑fj ∈Ci d(fj ,ui )(3)

其中ni為Ci類的樣本總數。И

а本點fk與第i類Ci的歐氏距離度量定義為：

Dist(fk,Ci)=d(fk,ui)(4)

其中ui為Ci類的類內均值。

樣本點fk與第i類Ci的概率距離度量定義為：

DistPr(fk ,Ci ) = d(fk ,ui )/σ2i (5)

其中ui為Ci類的類內均值；

兩次劃分的距離定義為:

ε=∑Ki=1(d(u1i,u2i)+|σ2i1－σ2i2|)(6)

其中：uji為第j種劃分的第i類Cji的類內均值；σ2ji為第i種劃分的第j類Cj的類內方差。

┑2期

張健等：基于分裂式K均值聚類的圖像分割方法

┆撲慊應用 ┑31卷

3 圖像去噪和類初始均值估計

3.1 中值濾波

由于KЬ值聚類法沒有利用圖像的區域特征且易受噪聲樣本的影響，所以對于圖像中的顆粒噪聲只會以其色度來分類而不會濾除。通過中值濾波一方面可以既消減噪聲又保留圖像邊沿信息；另一方面使得濾波后每個樣本成為一個鄰域的代表樣本。中值濾波定義為：

f(x,y)=middle(σ)

σ={im(i,j)|i∈［x－w,x+w］;j∈［y－w,y+w］}(7)

其中：middle()為取集合中元素的中間值；Е椅圖像以（x,y）坐標為中心，邊長為2w+1的方塊的像素集合; f(x,y)為濾波后坐標(x,y)處的像素值；im（i,j）為原圖像坐標(i,j)處的像素值。

3.2 分裂聚類

待劃分樣本的類均值分布反應了各類的分布，若兩個類均值相近，則表明這兩類分布有重疊部分。通過使用盡量分散的類均值，可以期望得到一組類間分散的分割區域。分裂聚類可以有效地分離類均值，每次重新劃分，將最低樣本歸屬度的樣本分離為一個新類的樣本，這樣可以使由于新劃分造成的誤分類最小。在樣本集各類同為方差相同的高斯分布時， fi∈Ck的概率密度正比于exp(－Dist(fk,Ci))，從而Dist(fk,Ci)為最大的fk是需要分裂的樣本。

其算法按以下步驟進行。

1）置樣本集S={fi|i∈［1,N］}的初始類別數k=1，隨機抽取1個樣本fi作為C1類均值u1的初始估計；

2）遍歷k類集合Ci(i∈［1,k］)，找到k類中離各類中心ui最遠點fm=┆argmaxfj∈Ci(i∈［1,k］)(d(fj,ui)),增加一個均值向量uk+1=fm, 樣本集類數k=k+1;

3) 對樣本集的N個樣本fj逐一依照各自最近的均值Ci,i=┆argmink(Dist(fj,Ck))進行k類劃分Sk={Ci|i∈［1,k］}；

4) 依據樣本集劃分Sk，重新計算k類均值ui；

5)若k

6) 返回最后一次的樣本集劃分SK作為對樣本集S的K類劃分。И

4 KЬ值聚類

若圖像分割的各類服從高斯分布N(ui,σ2i)， 則fi∈Ck的概率密度正比于exp(－DistPr(fk,Ci))，同時若樣本屬于各類的先驗概率相同，則由貝葉斯決策理論可知，樣本fi∈Ck的后驗概率也正比于exp(－DistPr(fk,Ci))，從而以樣本最大后驗概率歸屬來劃分，可以使分割方法適用于高斯型樣本集的不同分布方差集。本文改進的K均值聚類使用基于概率距離的度量方法，不斷更新各類分布參數直到不再改變。И

其具體算法步驟如下：

1）給定樣本集S={fi|i∈［1,N］}的K類初始劃分Ci和變動系數δ；

2）對樣本集的N個樣本fj逐一依照各自最近的類Ci(i=┆argmink(DistPr(fj,Ck)))進行K類劃分SK={Ci|i∈［1,K］}；

3）依據樣本集劃分SK，重新計算K類樣本均值和方差ui、σi；

4）若樣本集劃分SK有變動，即ε>δ，使用式6），就轉2），否則繼續；

5）返回最后一次的樣本集劃分SK作為對樣本集S的K類劃分。И

5 實驗結果與分析

下面，通過5組圖像的分割實驗來驗證本文提出算法的有效性。實驗環境為Matlab 7.0編程環境。測試圖像如┩1~4所示。由于FCM對每個樣本使用模糊歸屬度，這樣得到的分類中心要比KЬ值聚類的更準確，從而最終的分割區域也要比KЬ值聚類的平滑，所以對比使用FKM和FCM聚類兩種情況下的分割效果。圖像分割的性能主要由兩方面決定：錯誤分割的比例和分割所用時間。由于FCM和FKM的時間復雜度都可以表示為O(ndcT),其中n為樣本數，d為樣本特征維數，c為分類數，T為聚類所需迭代次數，n等于圖像的像素個數，d等于3，所以造成FCM和FKM方法計算時間差異的主要參數就是聚類迭代次數T，因此表1統計了兩種聚類方法迭代次數的比較。И

圖片

表格(有表名)

表1 FCM方法與FKM方法的迭代次數和分割時間比較

圖像名分類數

迭代次數

FCMFKM

總分割時間/s

FCMFKM

moonlight314926.3211．83

geometry5171030.2112.45

coin27421.537.78

grain4271535.6716.75

就各組圖像的分割結果做出如下分析：

1）在圖1和圖2中，FCM方法對原圖像都存在嚴重的誤分割：moonlight圖中的月亮被判為背景，geometry圖中的三角形與環形被判為一體，說明分割結果陷于中心重疊；而FKM方法則準確地分辨了圖1和圖2中的各個對象。

2）在圖3和圖4中，要求對有噪圖像進行分割。從coin圖的分割結果，可以明顯看出FCM方法無法抵抗噪聲，也沒有利用區域特征來分割，從而誤分割比例明顯大于FKM方法的分割效果。FCM使用收斂后的聚類中心對樣本歸屬去模糊，從而實現圖像分割，但是由于樣本沒有包含圖像的局部區域信息，以致coin圖中的噪聲依靠顏色相近被誤分類。FKM在分割前使用中值濾波，一方面去除噪聲；另一方面，增強了區域低頻分量，這有利于降低誤分割。在grain圖中，由于疊加的噪聲，FCM方法沒有將稻谷田判為一類，并且上方的藍天和白云也混為一類，而FKM方法則給出了grain圖的理想四塊區域的分割。在這兩幅圖中，FKM的誤分割率是明顯低于FCM方法的。

3）由于分裂聚類預分割的迭代次數等于分類數，從表1可見，預分割所占分割總時間近似為3/9，5/9，2/4，4/15，每幅圖的預分割時間比例都大于1/4，FKM的平均迭代次數和平均分割時間都要小于FCM方法，尤其在多類分割時，FKM比FCM方法收斂地更快，從以上4幅圖的分割結果來看，FKM的平均誤分割率是遠小于FCM方法的，這說明預分割所提取的有效類初始分布參數為進一步分割建立了正確的方向。同時由于在KЬ值聚類中使用概率距離度量樣本歸屬度，使得新分割方法適用于以上4幅不同圖像結構的圖。

6 結語

本文FKM算法通過使用中值濾波對圖像去噪和融合樣本鄰域信息，再用分裂聚類對圖像預分類，最后通過基于概率距的KЬ值聚類進行圖像優化分類。實驗結果表明，該算法可以減小噪聲樣本對分割結果的影響，避免陷入中心死區和中心重疊以及局部極小值問題。同時，通過使用適應度分裂聚類的預分割提高了分割準確性和分割速度；基于概率距的KЬ值聚類也使分割方法可以適應更多不同類型的圖像，但是如何進一步利用圖像的區域特征，使該方法可以適用于各種紋理圖像是下一步要繼續研究的課題。

げ慰嘉南:

［1］CHENG H D, JIANG X H. SUN H, et al. Color image segmentation:advances and prospects［J］. Pattern Recognition, 2001,34 (12) : 2259-2281.ぃ2］

何俊,葛紅,王玉峰.圖像分割算法研究綜述［J］.計算機工程與科學,2009,31(12):58-61.

ぃ3］

ISA N A M,SALAMAH SA,NGAH UK,Adaptive fuzzy moving Kmean clustering algorithm for image segmentation［J］. IEEE Transactions on Consumer Electronics,2009,55(4):2145-2146.

ぃ4］

丁震山，胡鐘山，楊靜宇，等. FCM 算法用于灰度圖象分割的研究［J］. 電子學報，1997，25(5)：39-43.

ぃ5］

KIM T, BEZDEK JC, HATHAWAY R J. Optimality tests for the fixed points of the fuzzy cmeans algorithms［J］. Pattern Recognition，1988，21(6)：651-663.

詩歌的分類范文3

關鍵詞：知識分類；學習過程；地理教學

一、安德森知識分類及學習模型

當代認知心理學安德森知識分類理論強調以“命題”和“產生式”表征知識。“命題”是知識及其屬性、知識種屬關系等形成的關系結構，主要指陳述性知識；“產生式”強調知識系統之間的因果關系與行為過程等，即程序性知識。知識特點差異必然產生不同的學習過程，學習過程實際上是學生對知識的內在加工過程，一般包括知識的獲得、知識的保持與知識的應用三個階段[1]。本文采用了我國學者邵瑞珍、皮連生等根據加涅、安德森等人的學習理論提出的廣義知識學習過程模型（如圖1）[2]。

二、不同類型知識教學策略

1.地理陳述性知識教學策略

地理陳述性知識具有靜態性特點，一般可以運用遷移、類比等方法使學生形成新舊知識之間的聯結。以廣義知識學習過程模型為依據，將地理陳述性知識的學習概括為圖2[2]。

根據地理陳述性知識的學習過程，嘗試提出地理陳述性知識教學策略。

（1） 促進注意與預期的策略。注意是心理活動或意識對一定對象的指向和集中，可分為有意注意、無意注意和有意后注意三類。運用信息技術促進學生注意品質發展的策略有如下方面：一是熏陶地理學習的情感、態度與價值觀。如通過新聞事件、教學視頻等網絡信息增強學生對地理學習意義的認知，培養地理學習的價值觀，促進學生對地理學習有意注意品質的發展。二是創設情境，加強知識復習。復習與鞏固知識是增強知識記憶的重要環節，信息技術攜帶的知識量巨大，短時間內可呈現諸多所需知識，知識復習效率高，在增強學生無意注意的同時回憶再現知識，降低知識遺忘的概率。三是培養地理學習積極性。學生開始學習地理具有自覺目的性，信息技術帶來的多樣化教學手段、豐富的內容呈現方式、各式新鮮事物等將靜態、單調的教材知識轉化為動態的靈動事物，增強學生好奇心和求知欲，隨著教學活動的深入，學生在興趣驅使或熟練操作的支持下，不需要意志努力便能輕松學習地理，促進學生有意后注意品質發展的同時也增進其它兩種注意品質的優化。

（2）促進原有知識激活的策略。原有知識的激活需要新知識與原有知識之間存在某種相似或相關元素，經常采用的是奧蘇貝爾的先行組織者策略。多媒體信息技術一般可以通過微視頻、動畫、呈現引導性資料與案例等方法激活W生原有知識，與語言呈現先行組織者的不同在于，信息技術的運用可以將知識活化，增強知識的生動性，便于將學生迅速帶入學習準備狀態。

（3）促進選擇性知覺的策略。選擇性知覺指的是當面對眾多客體時，能夠把知覺對象從各種情境中優先區分出來，進而促進知覺對象進入長時記憶。一般需要學生在學習過程中感知的知識都包含在教學重點、難點內容以及知識框架中，促進學生選擇性知覺也就是如何使重難點知識、知識框架等突出顯現在學生感知情境中，便于學生提取。

可以通過多媒體直接呈現教學重難點；將重難點知識運用信息技術手段突出顯示；運用信息技術提高知識復述效率，擴大學生工作記憶的容量。

（4）促進新信息進入原命題網絡的策略。新舊知識間建立非人為的、實質性的聯系是奧蘇貝爾有意義學習的核心，這種聯系的建立有利于新命題網絡的形成。可以依靠信息技術中微視頻、動畫、投影引導性資料與案例等多媒體手段，對學生的原有知識進行激活，促進其與新知識的聯結；也可運用知識的遷移、類比與同化等。

（5）促進認知結構重建與改組的策略。隨著新知識滲入原命題網絡，學生認知結構會融合新知識進行重建或改造，這是促進知識融合、聯系，形成長時記憶，加強記憶的長久性與牢固性的過程。可利用思維導圖和概念圖加強知識復習與認知網絡構建。信息技術促進各種軟件的創建，思維導圖在復習時可以促進學生回憶知識，促進其發散性思維；概念圖與思維導圖都可以將知識構建成網絡體系，知識網絡的呈現便于促進學生認知結構的重建與改組。

（6）根據線索提取知識的培養策略。對知識產生需要時，會將知識從記憶系統中提取出來，為避免知識提取失敗，需要增強記憶的準確性。可運用思維導圖、概念圖等完善認知結構，引導學生自己繪制思維導圖與概念圖；運用信息技術將重難點知識整合成表格、圖形等，如用具體形象的地理圖表反映地理數據等，有助于表象編碼，利于學生對知識的提取。

2.地理程序性知識教學策略

地理程序性知識是一種動態知識，根據廣義知識學習過程模型可將地理程序性知識學習過程概括為圖3[2]。

按照安德森的學習理論，程序性知識指的是“產生式”，產生式是一組條件（原因）產生行為結構的程序步驟，本質上是知識與它們之間的因果聯結關系形成的關系結構[3]。程序性知識是在陳述性知識命題表征的基礎上轉化而成的，因此，知識學習的前四個步驟基本相同，對應了相同的教學策略。在此，嘗試提出地理程序性知識后兩個學習環節的教學策略。

（1）促進知識向技能轉化的策略。知識向技能的轉化實際上即為陳述性知識向程序性知識轉化，培養策略大致包括以下三方面：一是依靠信息技術支持地理實踐、實驗教學。二是依靠信息技術完善過程性知識教學。三是經常總結、及時反饋，引導學生繪制思維導圖、概念圖，借助思維導圖明晰知識結構，運用教育“云平臺”進行答疑、測評、交流[4]，發展學生的思維能力等。

（2）促進技能在新情境中應用的策略。通過變式練習增強對知識的應用能力：練習可以滲透于教學整個過程，如學習氣候時，可以讓學生利用電子白板將氣候名稱與氣候特點、分布地區等進行匹配，學生與教師共同檢測結果，及時反饋信息；網絡學習平臺為變式練習提供了諸多的舉一反三試題，如“考A啦”軟件，提供教學重難點的微視頻和變式練習、高考題等，并且具有較好的解析指導，學生可隨時利用網絡跟進學習進度，加強練習與交流；利用信息技術創設不同條件進行訓練，練習的熟練程度易于學生形成自動化的關于行為步驟的程序性知識。

三、結束語

信息技術的迅猛發展使地理教學內容、方法與策略等不斷革新，如何應用信息技術優勢輔助地理教學成為提升教育教學效果需要亟待解決的問題。知識分類理論促使教師深入認識地理知識，理解不同知識的特點；分析學習過程模型利于從細節處著手對學生信息加工程序進行理解，從而尋求方法促進學生各學習環節的推進。同時，需要強調信息技術“輔助教學”的地位，而不能替代教師語言、教材、實物媒體等成為教學主導教具。將信息技術優勢與知識分類理論、學習過程模型理論進行有機整合，以知識分類理論與學習過程模型理論為基礎，構建信息技術輔助地理教學的策略，對于提高教育教學的科學性和有效性具有重要意義。

參考文獻：

[1]洪芬芬.陳述性地理知識的教學模式選擇與教學策略[D].湖北：華中師范大學，2012：24-27.

[2]竇洪庚.知識分類學習理論在化學教學中的應用[J].中學化學教學參考，2003（10）：5-8.

詩歌的分類范文4

關鍵詞：主成分分析；聚類分析；經濟發展水平；評價

中圖分類號：F127 文獻標志碼：A 文章編號：1673-291X（2017）08-0017-04

引言

我國幅員遼闊、地域廣大。不同區域的資源與環境稟賦情況有較大的差異，這也導致不同地區間的經濟發展水平的差異較大。自科學發展觀提出以來，如何促進區域經濟的協調發展成為一項重要的命題，相關研究也越來越得到重視。而想要通過制定適合的政策來統籌區域經濟的協調發展，就必須對區域經濟發展的水平做出合理的評價，根據實際情況，找出區域經濟發展水平不均衡的關鍵癥結，對癥下藥[1]。本文將結合江蘇省區域經濟發展的現狀，選取反映2015年江蘇省13個地級市經濟發展水平的主要統計指標，運用主成分分析和聚類分析的方法對江蘇省各地級市的經濟發展的基本狀況進行綜合評價，從而分析江蘇省各地級市經濟發展的總體情況以及彼此間的差異，并對其今后的發展提出若干建議。

一、指標的選取及評價體系的建立

在選取合適的評價指標以建立評價體系時，既要考慮能夠反映經濟總量的指標，也要考慮反映經濟質量的指標。基于此，本文共選取了11項指標，構成了江蘇省各城市經濟發展水平的評價體系。這11項指標分別反映了城市經濟發展水平的三個方面，具體如下。

（1） 綜合經濟實力指標：地區生產總值（X1）、公共財政預算收入（X2）、城鎮固定資產投資（X3）、工業總產值（X4）。

（2） 人民生活水平指標：人均GDP（X5）、居民人均可支配收入（X6）、居民人均生活消費支出（X7）、人均儲蓄存款（X8）。

（3） 對內對外經濟指標：社會消費品零售總額（X9）、凈出口總額（X10）、實際外商直接投資（X11）。

根據上述指標，將2015年江蘇省各市的指標值列入表中，得到表1的統計數據。

二、數據處理方法及過程

（一）統計方法

本文采用了主成分分析和聚類分析兩種方法，對江蘇省各市的經濟指標進行分析。主成分分析是一種通過降維技術把多個變量把多個變量化為少數幾個主成分的統計分析分析方法，這些主成分能夠反映原始變量的絕大部分信息[3]。

聚類就是將數據對象分組成為多個類或者簇，使得同一個簇中的對象之間具有較高的相似度，而不同簇中的對象之間具有較大的差別[4]。

（二）提取主成分和公因子

使用SPSS 20.0軟件進行數據處理，用方差最大法進行正交旋轉，使成分負載向0和1兩極分化。計算主因子分值采用回歸法。

表2是因子分析后提取主成分的結果，在本例中，有兩個成分的特征值是大于1的，他們的累計方差貢獻率為94.547%，即兩者合計能解釋94.547%的方差，完全符合我們的需要。所以我們將成分1和2提取出來作為主成分，抓住最關鍵的因素，而其余成分包含的信息較少，所以舍去。

（三）因子旋轉

由于提取公因子無法得到最好的分析結果，所以通過因子的旋轉來獲得更好的解釋，如表3。

從表3可以看出，第一主成分在地區生產總值、公共財政預算收入、城鎮固定資產投資、工業總產值、社會消費品零售總額、進出口總額、實際外商直接投資等指標的載荷較大，這些都是主要反映一個地區經濟總量的指標，所以在本例中我們將第一主成分定義為“經濟總量因子”；第二主成分在人均GDP、居民人均可支配收入、居民人均生活消費支出、人均儲蓄存款等指標上具有較大的載荷，@是反映人民生活水平的指標，因此可以將第二主成分定義為“生活水平因子”。

（四）得分及排名

通過spss得出了各個城市的因子得分，用各城市因子1和因子2的得分乘以相應的方差的算術平方根，得出13座城市的主成分1和主成分2的得分，再結合各主成分得分，通過各主成分的方差貢獻率占兩個主成分總方差貢獻率的比重作為權重進行加權匯總求出綜合得分[5]：

（五）聚類分析

為了驗證因子分析的正確性，我們進一步利用SPSS軟件再對已選定的第一主成分和第二主成分得分進行聚類分析。本次聚類采用系統聚類法，距離測度采用平方Euclidean距離，得到系統聚類分析的譜系圖（圖1）

三、結果分析與結果討論

（一）結果分析

根據表4，通過各城市的兩個主成分得分、綜合得分及其排名，結合系統聚類分析的結果，我們發現，江蘇省的13個城市可以較為詳細地劃分為以下四類。

第一類僅有蘇州一個城市。可以看出，蘇州市的綜合得分遙遙領先于其他城市，在構成指標體系的11項指標中，有9項指標排名全省第一，綜合得分也是遙遙領先。

第二類城市有兩個，為南京和無錫。從11項指標中我們可以看到，大部分指標，南京市和無錫市都分別占據了第二或第三，可見這兩座城市的經濟發展水平在省內僅次于蘇州市；從綜合得分看，這兩座城市的得分也分列二、三名。

第三類城市有五個，分別是常州、南通、揚州、鎮江、泰州。這五座城市均為江蘇省內的沿江城市，有一定的經濟基礎與經濟實力，各項經濟指標均位于省內中游水平。

第四類城市有五個，分別是徐州、鹽城、連云港、淮安、宿遷。這五座城市全部是蘇北城市，經濟發展水平相對較為落后，從綜合各項得分看與其他城市差距明顯。

（二）結果討論

從以上的分析結果，我們可以就江蘇省各城市經濟發展水平的情況得出以下結論。

1.各城市間的經濟發展水平差距較大。放眼全國來看，江蘇省的各城市之間的發展差距已經屬于比較小的，但是，光從數據分析的結果來看，即使是省內差距相對較小，江蘇省各城市間經濟發展水平的差距依然十分明顯。

2.經濟發展水平的南北差異明顯。從分類結果我們可以發現，第一、第二類城市，即蘇州、南京、無錫，均為蘇南發達城市，蘇北五市則全都在第四類城市中。可見，目前江蘇省的總體情況依然是南部經濟強于北部，且經濟發展水平呈現由南向北遞減的趨勢。

3.通過對城市間分類的進一步細化仍可發現城市間的同異。如第一、第二類的三座城市可以歸為一類，即蘇南核心城市，這三座城市普遍具備雄厚的經濟實力，在全國范圍內也是名列前茅的。第四類的五座蘇北城市則可再細分為兩類，其中，徐州、鹽城兩座城市地域廣大、人口眾多，它們較其他三個蘇北城市在發展上更具優勢，具體體現在這兩個城市在經濟總量因子的得分和綜合得分都排在全省6、7位；而第四類城市中的其他三個：連云港、淮安、宿遷三市則在各項指標上排名墊底，與其他城市相比落后較多。

四、對策及建議

根據以上分析結果，我們對江蘇省經濟發展提出以下建議。

（一）充分發揮蘇南核心城市的輻射作用，帶動周邊城市共同發展

從分析結果來看，蘇南的蘇州、南京、無錫三市的經濟實力在省內處于領先地位。而在2016年4月22日《第一財經周刊》的最新版“新一線”城市名單中，江蘇省的以上三個城市均成功入圍。作為省內的領頭羊，這三個城市應當進一步發揮輻射作用。江蘇省內存在著較為明顯的發展梯次，目前第一、第二類的三個城市都在進行產業升級與轉型，一些轉移的產業進入到第三、第四類城市中則會給這些城市的經濟發展帶來新的活力。所以，應進一步做好省內資源的合理配置，從而實現先發展的帶動后發展的，最終實現全省綜合實力的提升。

（二）加快沿江一體化的進程，推進蘇中融入蘇南

近些年來，隨著交通越來越便利，蘇南與蘇北的聯系也越來越緊密，在這一過程中，南通、泰州、揚州這三個沿江城市獲益最多，相比其他蘇北城市發展更快，加上在地理上位置的相似，這三座城市從廣義的“蘇北”脫離，被稱為“蘇中”。盡管如此，蘇中與蘇南發達城市的差距依然較大。因此，應當從加強交通設施建設著手，完善城際間的交通運輸環境，尤其是完善沿江以及跨江的交通線路，科學規劃區域內部的產業布局，強化城市間的產業聯系，促進省內沿江城市的一體化發展，堅實推進蘇中城市融入蘇南。

（三）進一步加強對蘇北城市發展的支持力度，努力打造蘇北中心城市

從統計數據和分析結果來看，蘇北城市的經濟發展水平同蘇南，甚至蘇中相比都仍有明顯差距。所以，應進一步加強對蘇北的政策支持，推動蘇北繼續保持快速健康發展。此外，由于蘇北五市與蘇南五市在地理上相隔較遠，所以，亟須在蘇北五市范圍內打造一個中心城市，帶動蘇北整體發展。

參考文獻：

[1] 張超鋒，張斌儒.基于因子分析的我國區域經濟發展水平實證研究[J].生態濟：學術版，2014，（1）：167-170.

[2] 江蘇省統計局.江蘇統計年鑒[M].北京：中國統計出版社，2016.

[3] 呂文廣.甘肅農業現代化進程測度及特色農業發展路徑選擇研究[D].蘭州：蘭州大學，2010.

詩歌的分類范文5

關鍵詞:高校公共體育課教師;人格特征;教學風格類型

中圖分類號:G804.85文獻標識碼:A文章編 號:1007-3612(2009)06-0073-04

A Correlation Analysis of the Personality of Public P. E. Teache rs in Colleges and Their Teaching Styles

LIN Liping1, CHEN Zuosong2

(1. Physical Education Department, Putian College, Putian 35110 0, Fujian China; 2. College of Physical Education and Sports Science, Fu jian Normal University, Fuzhou 350007, Fujian China)

Abstract: As the issuing of the New Program and reformation of College P. E. Cur riculum System, the paper tries to find out whether public P. E. teachers' perso nalities are closely related to their teaching styles in their individualized te aching by methods such as literature review, questionnaires and physical statist ics. The result shows that: the personality features of public P. E. teachers ar e correlated to their teaching styles and have influences the formation of theirteaching styles. The individual personalities of personality features of the te achers predict legal teaching style, while the squeamishness of the personalityfeatures predicts legal and global teaching styles.

Key words: public P. E. teachers in colleges; personality; teaching styl es

新《綱要》強調高校體育教師要改變教學理念,樹立以學生發展為本的教育觀, 充分重視啟發和調動學生的主動性、積極性和創造性,關注學生的個體差異,發展學生的個 性,重視學生人格形成的發展規律[1]。這將要求高校體育教學由教學模式化向教 學個性化 轉變,形成個性教學,高校體育教師要實現個性教學,必將要對體育教學思想、教學內容、 教學觀點、教學作風、教學方法方式、教學技巧等方面進行選擇,而這些方面正是教學風格 的具體體現。因此,教學風格是體育教學理論一個不容忽視的課題,它對體育教學效果有著 重要的影響。這不僅表現影響學生的學習風格、學習態度的形成,個性特征的培養,人格素 質的發展,而且對學生的興趣、情感、合作精神的養成、學習氛圍的創建以及學習效率和進 度等方面均有重要的影響[2]。所以,進行高校公共體育課教師教學風格的研究, 對貫徹落實新《綱要》具有現實意義和時代價值。

不同流派的教育理論在研究教師教學風格形成的影響因素中,都認為人格影響著教師教學風 格的形成[3]。然而,高校公共體育課教師的人格特征在教學實踐中對其教學風格 的形成產 生怎樣的影響;高校公共體育課教師人格特征的不同,其教學風格是否存在差異;人格特征 怎樣影響和影響哪種類型的教學風格,影響程度有多大,這些都缺乏實證研究,因此,研究 高校公共體育課教師人格特征與教學風格的關系,為高校公共體育課教師根據自己的人格特 征尋找適合自己的教學風格提供理論依據,為更好地實現個性化教學,提高教學效果。

1 研究對象與方法

1.1 研究對象第一輪調查被試來自福建省福州大學、福建醫科大學、福建農林大學、閩江大學、泉州學院 、莆田學院、龍巖學院擔任公共體育課的教師,共發放問卷150份,回收145份,回收率96.7 %,有效問卷142份,有效率97.9%。第二輪調查被試是廈門大學、集美大學、華僑大學、 福州大學、福建醫科大學、福建農林大學、閩江大學、寧德師專、泉州學院、莆田學院、龍 巖學院、三明學院擔任公共體育課的教師,共發放問卷350份,回收315份,回收率90.0%, 有效問卷300份,有效率94.9%。

1.2 研究方法

1.2.1 文獻資料法根據研究的目的和內容,圍繞個性特征與教學風格的關系問題,查閱并分析了國內外與本課 題相關的論著、書籍、文件和文獻資料等。

1.2.2 問卷調查法

1.2.2.1 艾森克人格問卷(EPQ)該問卷是在艾森克人格問卷量表(EPQ)的基礎上由北京大學心理學系修訂的中國版本量 表,該量表有較高的信度和效度,操作簡便,包括4個分量表(各12個項目)48個項目。1)內 外向維度(E):內外向維度高表示人格外向,可能是好交際,喜聚會,隨和樂觀,喜歡變化,渴 望刺激和冒險,情感易于沖動;分數低表示人格內向,可能是好靜,富于內省,除了親密的朋友 以外,對一般人緘默冷淡,不喜歡刺激,喜歡有秩序的生活方式,情緒比較穩定;2) 神經質 維度(N):反映受試者正常行為表現出的情緒是否傾向于穩定,它反映正常行為,并非病態 。分數高表示可能是焦慮的、擔憂的,常常郁郁不樂,憂心忡忡,對刺激反應過于強烈,以至于 出現不理智的行為;3) 精神質維度 (P):精神質又稱作倔強,講求實際,并非暗指精神 病。分數高可能是孤獨的,不關心他人的,缺乏情感投入,不近人情,感覺遲鈍,好挑釁, 喜歡干奇特的事但不顧危險,難以適應外部的環境,同時也表現獨立性、競爭性、創造性能 力強;4) 社會掩飾性(L):反映受試者的掩飾或社會性樸實的傾向。通過第二輪調查結果 ,問卷的內部一致性檢驗表明,內外向(E)分量表的12個項目折半信度系數=0.651、神經 質(N)分量表的12個項目折半信度系數=0.706、精神質(P) 分量表的12個項目折半信度系數= 0.648。

1.2.2.2 教師教學風格問卷(TSTI)由Grigeorenko & Stern berg 編制的教學風格評價量表(TSTI),該量表是一個教師的自陳 量表,共7個分量表,49個項目,分別評價立法型(4、6、8、15、18、34、49)、執行型 (14、19、28、33、36、42、48)、評判型(10、17、25、32、37、41、43)、整體型(1 、11、24、26、29、30、46)、局部型(2、9、12、13、23、31、45)、激進型(3、7、16 、20、38、39、44)和保守型(5、21、22、27、35、40、47)7種類型教學風格。每個分 量表包括7個項目混合排列,每一項目采用7級評定(從完全適合到不完全適合)記分分別為 1、2、3、4、5、6、7。

通過對預調查數據的分析、處理,經過專家評議,對整理出來的條目加以評價修改,重新修 訂一套適合體育教師的教學風格問卷,使之在評價結構和語言陳述上更符合體育教師教學的 特點,量表共47個項目,刪除原量表的第29條目和37條目,每一項目采用5級評定(從完全 適合到不完全適合)記分分別為1、2、3、4、5。分別評價立法型(4、6、8、15、18、33、 47)、執行型(14、19、28、32、35、40、46)、評判型(10、17、25、31、39、41)、整 體型(1、11、24、26、29、44)、局部型(2、9、12、13、23、30、43)、激進型(3、7 、16、20、36、37、42)和保守型(5、21、22、27、34、38、45)七種類型教學風格。

利用修訂后的量表進行第二輪調查,調查結果的內部一致性信度,克隆巴赫系數分別為:立 法型(Legislative)克隆巴赫系數a=0.655;執行型(Executive)克隆巴赫系數a=0 .828;評判型(Judicial)克隆巴赫系數a=0.701;整體型(Global)克隆巴赫系數a=0 .636;局部型(Local)克隆巴赫系數a=0.660;激進型(Liberal)克隆巴赫系數a=0.7 33;保守型(Conservative)克隆巴赫系數a=0.731。

1.2.3 數理統計法 運用 SPSS11.5作為統計工具對所有調查數據 進行統計分析。

2 結 果

2.1 高校公共體育課教師人格特征的一般情況(表1)高校公共體育課教師人格特征的研究,有助我們了解高校公共體育課教師突出的人格特征, 預測其興趣愛好、教學風格、未來在教學情境中的表現以及可能存在的弱點,提高高校公共 體育教學的效果以及高校公共體育課教師在學生心目中的威望。表2顯示:不同性別高校公 共體育課教師人格特征沒有顯著的差異;不同學歷的高校公共體育課教師人格特征之間不存 在顯著差異;不同職稱的高校公共體育課教師人格特征在精神質和內外傾方面沒有存在顯著 的差異,但在神經質方面存在明顯的差異;不同教齡的高校公共體育課教師人格特征沒有顯 著的差異。但在進一步進行組間比較時發現,教齡在15 a以上的高校公共體育課教師與高職 稱的高校公共體育課教師人格特征在精神質維度上得分最高;教齡在5～15 a的教師更外向 ;教齡在5 a以下的教師神經質維度上得分最高。

2.2 高校公共體育課教師教學風格的一般情況(表2)為了分析高校公共體育課教師教學風格的人口統計學特征,從表1我們可以發現:不同性別 的高校公共體育課教師教學風格類型在執行型、評判型兩種類型上存在顯著的差異(P< 0.05),男教師更傾向于執行型教學風格和評判型教學風格。

表2還顯示:不同學歷、不同職稱、不同教齡的高校公共體育課教師教學風格類型都不存在 顯著的差異,但初級職稱的高校公共體育課教師教學風格在立法型、評判型、局部型和激進 型四種風格上的得分高于中級和高級職稱的教師;中級職稱的高校公共體育課教師教學風格 類型在執行型、整體型和保守型三種風格上的得分高于初級和高級職稱的教師;高級職稱 的高校公共體育課教師教學風格類型在執行型、評判型和局部型三種類型上得分最低。然而 ,相對于教齡較短的高校公共體育課教師,教齡在15 a以上的老教師教學風格類型更傾向于 立法型和保守型兩種;教齡在5～15 a的教師教學風格類型在激進型的得分最低。

2.3 高校公共體育課教師的人格特征與教學風格類型的關系(表3)為了檢驗高校公共體育課教師人格特征對教學風格的關系,本研究應用多元線性回歸分 別對人格特征的3個維度與教學風格的7個維度進行相關分析,并在此基礎上進行討論。

2.3.1 高校公共體育課教師的人格特征與教學風格類型的相關分析本研究探索高校公共體育課教師的人格特征對教學風格是否存在關系,結果發現:高校公共 體育課教師人格特征的兩個維度精神質和神經質與教學風格的立法型、執行型和整體型存在 顯著的相關關系;精神質與立法型教學風格存在顯著的正相關關系,與執行型教學風格存在 負相關;神經質與立法型教學風格存在負相關,與整體型教學風格存在正相關,內外 傾與任 何一種教學風格類型的相關都不顯著。然而進一步對高校公共體育課教師人格特征的3個維 度和教學風格的7個維度之間進行分析,結果發現:高校公共體育課教師人格特征的內外傾 與神經質之間存在正相關;立法型教學風格除了與執行型教學風格相關不顯著外,與其他5 種類型都存在顯著相關;執行型教學風格與評判型、整體型、局部型和保守型教學風格存在 相關;評判型、整體型、局部型、保守型與其他6種教學風格類型都存在顯著相關;激進型 與執行型教學風格相關不顯著之外,與其他5種類型都存在顯著相關。

2.3.2 高校公共體育課教師的人格特征與教學風格類型的回歸分析本研究采用逐步回歸分析高校公共體育課教師的人格特征對教學風格的類型是否有顯著的預 測效應。以人格特征的3個維度為自變量,以教學風格類型的7個維度為因變量,通過逐步回 歸法來分析人格特征對教學風格類型是否有預測性貢獻。

高校公共體育課教師人格特征的精神質分別進入立法型教學風格、執行型教學風格的回歸方 程,而且具有預測效應,但精神質對立法型教學風格的預測方向是正向外,對執行型教學風 格的預測方向是負向的。高校公共體育課教師人格特征的內外傾沒有進入回歸方程,對教學 風格類型沒有預測效應。高校公共體育課教師人格特征的神經質分別進入立法型教學風格、 整體型教學風格的回歸方程,且有的預測效應,然而卻是負向的(表4)。

3 討 論

從影響體育教師教學風格形成的因素分析,有關學者的研究只是宏觀地進行論述,缺乏考慮 體育教師工作的特殊性和體育教師人格特征等問題進行實質性研究。體育教師的教學風格與 其個性是分不開的,高校公共體育課教師的個性特征是其教學風格形成的基礎,體育教師的 個性特征作為一種潛在的教育資源在教學風格中具有重要的意義[4]。關于這點, 從教學風 格理論研究中我們也可以總結出:體育教師的個性特征與教學風格是緊密聯系的。本研究旨 在探索高校公共課體育課教師在新《綱要》的頒布及高校體育課程目標體系改革的情況下, 要實現個性化教學,其個性與教學風格是否存在緊密聯系。結果發現高校公共體育課教師的 人格特征與教學風格的類型存在相關關系,人格特征的兩個維度精神質和神經質與教學風格 的立法型(對教材的使用不特別要求,教學內容培養學生自我解決發現、自我分析和自我解 決問題的能力,教學步驟一般由學生自己設計合理的身體練習,教學的方法能激勵學生發揮 自己的創造力,課堂氣氛活躍)、執行型(對教材的使用一般由學校或上級教育行政部門選 定的課本,教學內容與步驟嚴格遵照教學手冊的說明,采用指定的教學方法,課堂嚴謹有序 )和整體型(對教材的使用不特別要求,教學內容既要傳授動作技能及其細節,也要講授知 識、原理,重點是講授可以用于分析不同問題的方法,教學步驟盡可能地將所學的知識和技 能加以聯系,教學的方法能提供給學生系統的思維方法,課堂有序)存在顯著的相關關系。 精神質與立法型教學風格存在顯著的正相關關系,與執行型教學風格存在負相關;神經質與 立法型教學風格存在負相關,與整體型教學風格存在正相關;內外傾與任何一種教學風格類 型的相關都不顯著。然而進一步對高校公共體育課教師人格特征的3個維度和教學風格的7個 維度之間進行分析,結果發現:高校公共體育課教師人格特征的內外傾與神經質之間存在正 相關,立法型教學風格除了與執行型教學風格相關不顯著外,與其他5種類型都存在顯著相 關,執行型教學風格與評判型(對教材的使用一般根據學生的學習反饋選取課本,教學步驟 和內容根據學生學習進展狀況調整,在教師互相聽課和評估彼此的教學狀況中不斷改進教學 的方法)、整體型、局部型(對教材的使用不特別要求,教學內容重點在解釋具體問題的細 節操作上,盡可能地將所學的知識和技能加以聯系,布置一些對學生具有挑戰性的動作技能 ,課堂有序)和保守型(對教材的使用一般由學校或上級教育行政部門選定的課本,教學步 驟和內容幾乎相同,采用傳統的教學方法,課堂嚴謹有序)教學風格存在相關;評判型、整 體型、局部型、保守型與其他6種教學風格類型都存在顯著相關;激進型(使用最新教學成 果的課本,教學步驟和內容新穎、獨創,提出問題,并給學生提供解決問題的機會,課堂氣 氛活躍,教師起引導作用)與執行型教學風格相關不顯著外,與其他5種類型都存在顯著相 關。這進一步證明了影響教學風格形成的因素是很復雜的,除了個性特征對教學風格類型的 形成有決定作用外,還有其他主客觀因素。一個人有怎樣的人格特征,在教學實踐中有可能 形成相應的教學風格,但教學風格沒有好壞之分,盡管教師的個性不同,教學風格也不一樣 ,高校公共體育教師在不同時期的教學目標、教學任務,面對不同的教學對象,其教學風格 有利也有弊,我們很難說哪一種類型的教學風格好,只要學生歡迎,能取得好的教學效果, 這種教學風格就值得肯定。

進一步的多元回歸分析發現,高校公共體育課教師的人格特征在其教學風格類型的形成過程 中有一定的作用。高校公共體育課教師人格特征的精神質分別進入立法型教學風格、執行型 教學風格的回歸方程,而且具有預測效應,但精神質對立法型教學風格的預測方向是正向外 ,對執行型教學風格的預測方向是負向的。高校公共體育課教師人格特征的神經質分別進入 立法型教學風格、整體型教學風格的回歸方程,且有預測效應,然而卻是負向的。而高校 公共體育課教師人格特征的內外傾沒有進入任何一個回歸方程,對教學風格類型沒有預測效 應。這也進一步表明高校公共體育課教師的人格特征與教學風格的關系可能較為復雜。所以 從預測的結果分析,高校公共體育課教師的精神質人格特征對立法型教學風格具有預測作用 ,可以解釋立法型教學風格的2.8%變異,其預測力相對較弱;低精神質人格特征的體育教師 更容易形成執行型教學風格,低神經質人格特征的高校公共體育課教師更易形成立法型和整 體型教學風格。

參考文獻:

[1] 教育部文件.全國普通高等學校體育課程教學指導綱要[C],2002,8.

[2] 李如密.教學藝術論[M].濟南:山東教育出版社,1995:397-426.

[3] 劉民.教師的個性特征在體育素質教育中的價值[J].河北師范大學學報(自然科學 版)2003,27(5):538-540.

詩歌的分類范文6

    ［論文摘要］三次產業分類法是我國在研究國民經濟結構方面采用的產業分類法，在我國改革開放后的很長一段時期內對宏觀經濟管理、調整產業結構都起到了重要作用。但步入21世紀后，隨著我國市場經濟的不斷深化和日趨成熟，主導經濟發展的產業部門也變得日趨多元化，單靠三次產業分類法來反映國民經濟的發展情況已顯得明顯不足。文章結合國際上通用的機構部門分類法的特點，類比分析我國三次產業分類法的不足，指出在當前我國的產業分類中應該重視的幾個問題。 

 

 三次產業分類法是我國在研究國民經濟結構方面采用的產業分類法。早在20世紀80年代改革開放初期，我國就明確提出按三次產業分類劃分產業部門，大力發展第三產業。應該說三次產業分類法在我國的界定與應用在一段時期內對宏觀經濟管理、調整產業結構都起到了重要作用。但步入21世紀后，隨著我國市場經濟的不斷深化和日趨成熟，主導經濟發展的產業部門也變得日趨多元化，單靠三次產業分類法來反映我國國民經濟的發展情況已顯得明顯不足，其弊端也日益顯現，主要表現在以下幾方面。 

 

    一、三次產業分類法無法反映產業內部的組合情況 

    產業分類法的分類理念是通過三次產業結構的變化反映產業升級的過程，進而體現社會發展進步的。因此三次產業分類法比較適合縱向結構的研究，而對橫向結構的剖析還存在一定的局限性。 

 以我國的第三產業為例，第三產業是涉及面極其廣泛的許多非同質產業的集合，如其中包括了物質性生產服務、非物質性生產服務、營利行業、非市場非營利行業、法人企業及個體經營者。將這些非同質產業歸結在一起，得到的是抵消了各產業變化后的平均值，這樣，同一平均值可能是不同組合變化的結果，且各組合的組內方差較大。根據統計學知識，方差越大，平均值的代表性越小，當方差大到一定程度時，平均值很難說明什么問題。因此，單純使用三次產業分類法無法反映產業內部的組合的情況[1](p58~78)。如2006年天津和安徽的第三產業構成均為40.2%，兩個地區第三產業構成沒有差異，但是很顯然，這兩個地區無論是服務的“水平與層次”還是服務項目的內容構成都不會沒有差異。 

 

    二、三次產業分類法未對企業部門與住戶部門進行區分，不能全面反映生產的社會化、現代化和市場化程度 

住戶部門的生產與企業部門的生產無論是從經營規模還是管理層次上看都是不同的，住戶生產無法與現代化大生產相提并論，因此住戶部門的生產方式雖然存在于現代社會，但并不代表先進的生產方式[2]。從這個意義上看，“企業生產”與“住戶生產”的規模與構成可以反映一個國家或地區的現代化與社會化程度。

 根據《國際標準產業分類》原則，產業部門是由一組從事相同或相似活動的基層單位組成，而不區分其所屬的機構單位是屬于企業部門還是住戶部門。因而，同一產業既包括了企業部門生產的產品與服務，也包括住戶部門生產的產品與服務。如第一產業中，既包括了用于交換而生產的農產品，也包括了自產自用的農產品。可見，三次產業分類法并沒有對企業部門和住戶部門生產的產品與服務進行區分，不能全面反映生產的社會化、現代化和 

市場化的程度。 

 

    三、三次產業分類法僅對生產者進行分類，沒有考慮最終消費者，因此沒能將生產與最終消費聯系起來，以反映二者之間的內在聯系 

生產的目的在于消費，也決定了消費，因此生產的范圍與消費的范圍相同，生產范圍一旦確定下來，消費的范圍也就確定下來[3]。從國民經濟核算角度看，不僅要反映生產與消費的這種數量關系，也要反映從生產到消費的流向過程，即生產是由誰進行的，生產的結果是由誰消費的。只有將所有的生產者與所有的消費者都包括在分類體系中，才能實現這一目標。三次產業分類法只對生產者進行了分類，沒有包括消費者，它所反映的僅是單方面的生產結果，無法看出最終消費是由誰承擔的，最終未能將生產與消費聯系起來。 

 

    四、三次產業分類法未對金融公司與非金融公司進行區分，不能全面反映金融市場的發育程度 

金融公司與非金融公司都是市場生產者，之所以將二者區分開，在于強調金融中介活動的特殊性及其在國民經濟發展中所起到的重要作用。金融業是20世紀后半葉發展最為迅速的行業之一，它代表了社會生產的一個發展階段，因此金融市場的發育程度已成為評價一個國家經濟發展階段的重要參照變量。 

 進入21世紀的今天，金融業更成為國與國之間較量的一種新的方式。綜觀近年我們周圍發生的變化：亞洲金融風暴、“四小龍”的偃旗息鼓、日本經濟的一蹶不振，這些發生在和平年代的沒有硝煙的戰爭就是金融戰爭。隨著我國加入wto五年屆滿，金融業將對外資全面開放，金融大戰的威脅日益加劇，我國金融體系的防御能力令人擔憂。在這種背景下，我國的國民經濟結構分析仍在采用三次產業分類法，而此分類法并未對金融公司與非金融公司進行區分，不能全面反映金融市場的發育程度，這將是很可怕的。 

    對于上述三次產業分類法的種種不足之處，正是我國在過去20多年的經濟發展過程中不愿去面對的問題。 

    其實，三次產業分類法僅僅是研究國民經濟結構的一種簡單劃分方法，目前來看，它已不能全面反映我國的經濟結構和發展狀況。由于三次產業分類法與國際上通用的機構部門分類法不一致，繼續沿用原有的三次產業分類法，計算出的許多指標與其他國家不具直接可比性。 

    對于三次產業分類法更應該正視它所存在的問題，有針對性地研究改進的方法，而不是一味地迷信它曾經為我們做出的貢獻。 

 

［參考文獻］ 

［1］邱東,等.國民經濟核算［m］.北京:經濟科學出版社,2002.