小学数学教学的基本策略（3） 计算错误的原因分析及对策研究 伊宁市教研培训中心库尔班江·吐合达吉 计算教学是小学数学的重要组成部，儿童认识数学是从认数和计算开始的，它是学习数学的最基本能力，《小学数学新课程标准》指出：小学数学教学的一项重要任务是培养计算能力，应该要求学生算得正确、迅速，同时还要注意计算方法的合理性和灵活性，培养学生的计算能力是小学数学教学的一项重要任务，是学生今后学习数学的重要基础，生活及参与社会所必要的基本素质之一。实施南市区课题以来，我们进一步发现及研究学生在计算能力方面经常会出现各种各样的错误。 一、学生计算错误的原因 在计算练习中，学生的计算错误经常会发生：不是看错数字，就是写错数字；不是抄错数字，就是漏写符号；或者是加法忘了进位，减法忘了退位，加法当减法做，乘法当成了除法，小数点忘了或点错了一位；有时甚至会出现一些无法理解的错误等。 原因是多方面的，大致可以归纳为知识性错误和非知识性错误。知识性错误是指学生对于计算法则概念或运算顺序的不理解，或者没有很好的掌握所导致的错误。非知识性错误是指学生不是不懂运算导致错误，而是由于不良的学习习惯所导致的错误；如抄错数字、不认真审题、注意力不集中等。 1.概念、法则理解不清
概念和法则是学生思维的基本形式，又是学生进行计算的重要依据。只有正确理解和掌握基本概念和计算法则才能正确地进行计算。有些错误是由于学生对数学概念理解不清而引起的. 23.76-(13.76-3.58) =23.76-13.76-3.58 =6.42 错误原因是学生在去掉小括号时没有减变加，不理解已知一个数减去两个数的差，等于用这个数先减去第一个数，再加上第二个数。 1.25×(80+4) =1.25×80+4 =100+4 =104 错误原因是学生对乘法分配律的运用还不清楚。 624÷6=14 780÷3=26 计算除法时，在这里学生对0 的占位作用认识不够及在什么情况下应该用0 占位这一知识点没有掌握。对“商的最高位确定后，不够商1 的就商0”理解不清，因此出现跳位商和空位的错误。 2.思维迁移的影响 迁移是一种学习对另一种学习的影响，有积极的作用，也有消极的作用。积极作用促进学生知识的迁移。消极作用则干扰学生学习新知识。7.68-2.75+1.25 =7.68-4
答错试题后得各种错误形式、原因分析及讲评 试题得技巧与反思 经常听老师们说：这个题都讲了好几遍了，考试时还就是有这么多学生出错. 为什么会出现“老师反复纠错，学生重复出错”这种现象呢？究其原因就是:我们对讲评课得认识不够,使得讲评课得效率偏低，没有真正起到帮助学生纠正错误，弥补缺漏，加深理解，强化巩固得作用。分析教师方面得原因有： 1、阅卷不及时，讲评滞后,使得讲评失去了效果 （１）由于我们数学教师教学任务都比较重，压力较大，有些老师为了赶进度,考完试就忙着上新课,往往把试卷讲评课安排在辅 导时间、自习时间，使得试卷讲评滞后。 (2）不能及时阅卷或阅卷时间拖得较长。 （3) 阅完卷后，统计分析工作又不及时. 由于讲评不及时,等到讲评时,学生早已把试题与自己得解题思路忘得差不多了,而且情绪懈怠,讲评课得效果就会大打折扣. 2、阅卷后不作分析,没有针对性得逐题讲评 阅卷后有些教师既不作统计，也不做错因分析,试卷发给学生后就开始讲评.由于不知道学生得问题在哪，错误原因就是什么?学生思维障碍得点在哪？不了解学生想知道什么，想听什么?讲评得重点就是
什么?解决什么问题？所以在试卷讲评时，往往按试卷上试题得先后次序，不分主次，逐题讲解，眉毛胡子一把抓，结果导致重点不突出,该讲得地方没讲，不需要讲得地方却反复讲，使得解答有问题得学生得问题没解决，也使好学生产生厌烦情绪,感觉无事可做。一节课下来,收益甚微,事倍功半。 3、只重解题过程，忽视方法指导与思维训练 有些试卷讲评课，老师将试卷中得填空题、选择题只就是对对答案。而解答题也往往把重点放在哪道题错了,哪一步错了,正确得应怎样解答.而对为什么错?原因就是什么?这样得题应从哪些角度去思考？怎样思考？为什么这样思考等问题不重视,缺乏方法指导,更谈不上挖掘试题功能进行思维训练了。 4、教师一讲到底，学生主体参与不够 有些试卷讲评课,教师一讲到底,从试卷得第一题到最后一题,把自己想到得都讲出来,恐怕哪个环节没讲清楚。有得老师认为：我都讲到了,学生不会那不就是我得责任;如果哪道题我没讲到,考试时学生不会那就就是我得责任。由于老师想把自己想到得、知道得都告诉学生，而时间又就是有限得，所以只能老师讲,学生听,学生没有思考与参与得时间。 5、只讲错误，就题论题
错误概念的界定
错误概念的界定 内容摘要:如何界定有法律意义的错误一直以来是一个有争议的问题。认定错 误的意义在于，在一定条件下，错误的发生可以使受到不利影响的一方当事人获得主 张合同无效的权利，从而维护受到不利影响的当事人的利益。故笔者想对大陆法系与 英美法系对错误概念的界定的比较中得出一点浅薄之见。 关键词:错误 大陆法系 英美法系 界定
b5E2RGbCAP
错误一词，在汉语里，指不合事实或不合情理。[1]而在法律上，错误往往有 其特定的含义。在刑法中，错误是指行为人实施同犯罪相关的行为时，对其行为的事 实情况和法律意义的认识与现实不一致。[2]而在民法中，关于错误的含义可谓众说纷 纭，表述不一，大多数国家的立法均未对这一概念进行界定。同时，并非任何错误都 能使合同当事人解除合同义务。在这一问题上，所有的法律制度的认识都是一致的。 各国的立法均规定，对有的错误法律予以调整，而对另一些错误法律则不予调整。如 何界定有法律意义的错误一直以来是一个有争议的问题。认定错误的意义在于，在一 定条件下，错误的发生可以使受到不利影响的一方当事人获得主张合同无效的权利， 从而维护受到不利影响的当事人的利益。但这一范围不能过宽，否则又会毁损交易安 全和降低交易效率。
p1EanqFDPw
(一)大陆法系对错误的界定 大陆法系的意思瑕疵理论大体是一致的，都是以罗马法文献为依据发展起来的。 罗马法上错误一词为 ERROR，是指对事物没有正确的认识造成的认识和实际不一致,通 常也包括不知。[3]在帝政时代的立法,将错误区分为法律上的错误和事实上的错误,并
1 / 15
错别字形成的原因和解决方法 一、错别字产生的原因 （一）客观因素 1．音近 这种错别字在学生中最容易出现，而且即使学生很善于检查或者检查出来了，都不容易改正确。因为学生在写的时候先想到的是汉字的“音”，接着就是汉字的“形”。所以如果汉字的音、形都接近的话，学生是很容易出错的。如“晦”、“诲”“悔”；“缉”、“楫”、“辑”……对于这种错别字，我认为学生的解决方法应该是采用汉字的“音、形、义”相结合。首先对教材原文要熟悉，要知道这个字是哪方面的意思，然后就是根据这个意思来选择正确的“形旁”的汉字。最后再检查一下这个（写上的）汉字的拼音是否正确，是否合乎题意。举个例子来讲，如“栽”、“裁”、“载”，学生犯错的几率是比较大的。“裁”，学生经常遇到，如某首诗的“体裁”是什么，学生很多时候写的都不是“裁”，而是“载”或者“栽”。我觉得解决的方法是学生首先要知道这
三个音近形似的汉字的意思和使用场合。“裁”、“栽”和“载”的“形”的区别主要是形符“衣”、“木”、“车”；而这几个字实际上已经表示了“栽”、“裁”、“载”的使用范围和场合。即“裁”是与“衣服”有关的，如“量体裁衣”；“栽”与“树木”有关；“载”与“车”有关。知道这些以后，学生再了解一下三个汉字的“音”的差别（实际上差别是很大的），问题也就迎刃而解了。 2．形似 这个原因造成的学生写错别字在学生写的错别字里面也有很大的比例。如“晦”、“悔”、“诲”；又如“缉”、“楫”、“辑”；“戍”、“戊”、“戌”；“已”、“己”、“巳”；……这种错别字学生一般比较好解决，但也需要方法。犯这种错误的学生，一般是对教材的原文不是很熟悉，或者是读书的时候大而化之，不认真；叫写出来的时候是“信手拈来”根本就不考虑一下，而检查的时候又是“浮光掠影”、“走马观花”。这样，当然只能错到底了。 这种错别字的解决办法比较简单，但也很麻烦，那就是学生要掌握形声字的相关知识。还是举刚才的例子，如“晦”、“悔”、“诲”。晦”从“日”旁，
Excel错误代码产生的原因 #####！ #DIV/O！ #VALUE！ #NAME？ #N/A #REF！ #NUM！ #NULL！ 错误数据一:#DIV/0！ 原因分析:在包含有除法的公式中，除数引用了零值单元格或空单元格(运算对象是空单元格，Excel将其作为零值处理)，或者直接使用了零值等。 错误实例:输入公式“=A2/B2”，当B2为“0”或空时，返回上述错误。 解决办法:修改引用的空白单元格，或者在用作除数的单元格中输入不为零的值，或者直接输入不为零的数值。 小提示 在制作空白表格时，为了让错误值不出现，我们可以用“IF”和“ISERROR”函数对公式进行处理，例如输入公式“=IF(ISERROR(A2/B2),"",A2/B2)”，这样处理以后，如果B2为空或“0”时，公式返回空("")，反之，公式才返回A2/B2的正确运算结果。 错误数据二:#NAME? 原因分析:在公式中使用了Excel无法识别的文本，例如，名称错误或者被删除，函数名称拼写错误，引用文本时没有加引号("")或者用了中文状态下的引号(“”)等；使用“分析工具库”等加载宏部分的函数，而没有加载相应的宏。 错误实例:输入公式“=IF(A2>0,“正数”,“负数”)”，公式中参数Y用了中文状态下的双引号，返回上述错误。 解决办法:针对具体公式，逐一检查错误的具体对象，然后加以更正。如重新指定正确的名称、输入正确的函数名称、添加引号等；或者加载相应的宏。 错误数据三:NULL！ 原因分析:使用了不正确的区域运算符或不正确的单元格引用等。 错误实例:输入公式“=SUM(A1:A10 E1:E10)”，由于公式没有使用逗号(,)，而使用了空格，Excel无法进行求和运算，公式返回错误。 解决办法:检查并更正区域运算符，或者修改不正确的单元格引用。 错误数据四:#NUM！
卷积神经网络（CNN） 一、简介 卷积神经网络（Convolutional Neural Networks，简称CNN）是近年发展起来，并引起广泛重视的一种高效的识别方法。 1962年，Hubel和Wiesel在研究猫脑皮层中用于局部敏感和方向选择的神经元时发现其独特的局部互连网络结构可以有效地降低反馈神经网络的复杂性，继而提出了卷积神经网络[1]（Convolutional Neural Networks-简称CNN）7863。现在，CNN已经成为众多科学领域的研究热点之一，特别是在模式分类领域，由于该网络避免了对图像的复杂前期预处理，可以直接输入原始图像，因而得到了更为广泛的应用。 Fukushima在1980年基于神经元间的局部连通性和图像的层次组织转换，为解决模式识别问题，提出的新识别机（Neocognitron）是卷积神经网络的第一个实现网络[2]。他指出，当在不同位置应用具有相同参数的神经元作为前一层的patches时，能够实现平移不变性1296。随着1986年BP算法以及T-C问题[3]（即权值共享和池化）9508的提出，LeCun和其合作者遵循这一想法，使用误差梯度（the error gradient）设计和训练卷积神经网络，在一些模式识别任务中获得了最先进的性能[4][5]。在1998年，他们建立了一个多层人工神经网络，被称为LeNet-5[5]，用于手写数字分类,这是第一个正式的卷积神经网
络模型3579。类似于一般的神经网络，LeNet-5有多层，利用BP算法来训练参数。它可以获得原始图像的有效表示，使得直接从原始像素（几乎不经过预处理）中识别视觉模式成为可能。然而，由于当时大型训练数据和计算能力的缺乏，使得LeNet-5在面对更复杂的问题时，如大规模图像和视频分类，不能表现出良好的性能。 因此，在接下来近十年的时间里，卷积神经网络的相关研究趋于停滞，原因有两个：一是研究人员意识到多层神经网络在进行BP训练时的计算量极其之大，当时的硬件计算能力完全不可能实现；二是包括SVM在内的浅层机器学习算法也渐渐开始暂露头脚。直到2006年，Hinton终于一鸣惊人，在《科学》上发表文章，使得CNN再度觉醒，并取得长足发展。随后，更多的科研工作者对该网络进行了改进。其中，值得注意的是Krizhevsky等人提出的一个经典的CNN架构，相对于图像分类任务之前的方法，在性能方面表现出了显著的改善2674。他们方法的整体架构，即AlexNet[9]（也叫ImageNet），与LeNet-5相似，但具有更深的结构。它包括8个学习层（5个卷积与池化层和3个全连接层），前边的几层划分到2个GPU上，（和ImageNet 是同一个）并且它在卷积层使用ReLU作为非线性激活函数，在全连接层使用Dropout减少过拟合。该深度网络在ImageNet大赛上夺冠，进一步掀起了CNN学习热潮。 一般地，CNN包括两种基本的计算，其一为特征提取，每个神经元的输入与前一层的局部接受域相连，并提取该局部的特征。一旦该
数学问题“一看就会,一做就错”原因剖析 一、懂的、会的仍然错，这主要表现在非智力因素培养方面，这类问题最容易被人忽视，常常会自以为是地认为下次注意就行了，自己是不会再犯这个错误的，然而，往往却事与愿违，又重复犯相同的错误了。所以一定要找出问题所在，把问题消灭掉。 这类错误主要有以下三类： 1、顾此失彼：考题中涉及的知识点稍多一点，过程稍复杂一些，大脑就运转不过来，顾头不顾尾。这主要缘于典型题做得不够，做得不精，做题的难度系数也较低，并对教材中的观点、基本原理和基本概念等理解得不深不透。 2、审题错误：还没看清条件就急忙解题，可能是观察得不够仔细，判断得不够准确，也可能是考试策略不当，或是心理心态不稳，还可能是缘于外界的干扰刺激，更有可能是平时练习不到位，仅仅是为了完成作业而作业，或做题缺乏针对性，成天盲目做题，忽略了做完题后的回顾和反思，以及平时就缺乏慢审题快解题的训练，另外，还要养成工整迅速的书写习惯，以及做完题后进行回顾和总结的习惯，这对增强自己的审题和解题能力很有帮助。 3、依葫芦画瓢：学习比较死板和机械，看到题目仿佛见过，
就照着平时的解法依葫芦画瓢。结果，题目发生了条件改变导致原来的解法并不适宜该题目。归根结底还是缺乏审题训练和思路探索训练。 二、考试策略失当。这主要表现在非智力因素培养方面，首先要认识清楚自己是思路不清还是思路受到了干扰。比如遇到复杂一些的考题，便心生恐惧，头脑发懵以至造成失误，或缺乏答题的时间观念。面对比较有把握的考题也自我怀疑，答题时犹豫不决，这也会在一定程度上强化不良的考试情绪，干扰解题的思路。 这类错误主要有以下四类： 1、考场时间分配不合理：平时没有从心理上把练习和考试作为正式考试来对待，没有把一般性的考试作为训练考试时间分配的练兵场，导致正式考试时虎头蛇尾，眼睁睁看着自己熟悉的题却没有时间下手。 2、紧张现象：答案就在嘴边盘旋，但就是写不出来。这与心理紧张、心态失衡有关。在答题时要从容不迫沉着冷静，这需要平时加强非智力因素方面的训练和培养。 3、畏难现象：见到生题或难题便心烦意乱，乱了方寸。这与心理应激反应有关，破坏了考试竞技场上应有的状态，平时就要克服急躁心理，化解不良情绪，提高自信心，消除烦躁不安、
小学生常见错题产生的原因分析 错题是学生数学学习中常见的问题。在教学中，由于教师所用的策略、教学方式的不同，学生的学习效果也各不相同。另外，学生个体学习兴趣、能力、思维品质的不同也会造成不同的错误。 在教学中，有经验的老师通过对常见错题的反馈分析，能帮助学生更好地学习。正如皮亚杰所说的：“错误是有意义的学习所必不可少的”。如果我们把学生学习的错误全部视为不合理时，学生自身知识系统的发展就处于一种瓶颈状态，错误此时成为“限制因子”。而当我们用生态学的整体观、联系观、动态平衡观等重新认识错误的本质，充分挖掘和利用错误中的合理元素，学生的知识系统就能在一种不断逼近或扩展瓶颈的过程中波浪式前进，实现可持续的发展。 一、学生常见错题产生的原因分析 （一）教师对学生错题的认识不足是诱因 1．教师对学生的错题研究有偏差。 其一：课堂上教师怕学生不明白、怕学生出错，所以在算理、方法和数量关系等方面讲得过多、过细。学生缺乏了独立思考、尝试实践、动手操作实践等，知识就不能自主建构，老师就不能及时了解学生的思路，及时调控教学，因此错题就会“应运而生“了。 其二：新授课上当学生出现错误时，教师怕不能完成教学进度就一带而过；对于极个别的不具有普遍性的错误就“视而不见”；对于特别的错例，有的老师会告诉学生“这种做法是错的，自己找找原因”又接着下面的授课环节了。该生根本没有时间去整理自己的错因。因此，教师就不能及时抓住学生知识缺陷及时反馈。教师这种过度地防错、避错，缺乏对差错的接纳意识，潜意识地影响着学生，学生在不知不觉中形成了对错误原因不主动分析，对错题采取听之、任之的态度，或等待老师讲解解题思路和答案，被动地订正错题，使错题得不到正视、错误得不到解决。 2.教师反馈评价的针对性不强。 教师对学生评价的主要内容是基本知识、基本技能的掌握，通常以解题的正误作为唯一的评价标准，反馈时没有让学生暴露出错误的思考过程，没有采取针对性的纠正措施。遇到错题时，大多数的教师都是让学生独立改正后，教师复批，如果还是错的话就再次改正再次复批，或者教师直接把整道题的计算方法再教一遍……整个反馈、订正的过程学生都处于一个高度紧张、不知所措、不知所云的精神状态，几天后同样的错误还再出现、或又衍生出另一种新的错误……可见订正的效果是低效的。再从另一个的角度来看，这反而会加重学生的学习负担，甚至还会出现抄袭作业、逃避改错的不良现象，长期下来就会磨灭学生的对数学学习的兴趣。因此，教师对于学生在解题的思考过程、思维品质等具有发展价值的过程性评价缺乏针对性，降低了学生订正错题的有效性和积极性，还无意中为新的错题“提供”土壤。 （二）受负迁移、遗忘规律等心理因素的影响是重要原因 心理学上把迁移也称学习的迁移，是学习过程中普遍存在的一种现象，是指已获得的知识、技能、学习方法或学习态度对学习新知识、新技能和解决新问题所产生的一种影响。迁移是学习的继续和巩固，又是提高和深化学习的条件，学习与迁移不可分割。 （三）学生解题后反思习惯的缺失是主要原因 发现由于小学生年龄小，通常急于完成作业，大多数学生没有养成反思的学习习惯，也不懂得如何去反思。这是造成错题的主要原因。 总之，学生在解题时出现错误的原因是多方面的。教师要充分利用“错例”资源，成为学生发展的生长点。使学生在知识能力、数学思考、解决问题、情感态度等方面得到进步和
卷积神经网络全面解析之算法实现 前言 从理解卷积神经到实现它，前后花了一个月时间，现在也还有一些地方没有理解透彻，CNN还是有一定难度的，不是看哪个的博客和一两篇论文就明白了，主要还是靠自己去专研，阅读推荐列表在末尾的参考文献。目前实现的CNN在MINIT数据集上效果还不错，但是还有一些bug，因为最近比较忙，先把之前做的总结一下，以后再继续优化。 卷积神经网络CNN是Deep Learning的一个重要算法，在很多应用上表现出卓越的效果，[1]中对比多重算法在文档字符识别的效果，结论是CNN优于其他所有的算法。CNN 在手写体识别取得最好的效果，[2]将CNN应用在基于人脸的性别识别，效果也非常不错。前段时间我用BP神经网络对手机拍照图片的数字进行识别，效果还算不错，接近98%，但在汉字识别上表现不佳，于是想试试卷积神经网络。 1、CNN的整体网络结构 卷积神经网络是在BP神经网络的改进，与BP类似，都采用了前向传播计算输出值，反向传播调整权重和偏置；CNN与标准的BP最大的不同是：CNN中相邻层之间的神经单元并不是全连接，而是部分连接，也就是某个神经单元的感知区域来自于上层的部分神经单元，而不是像BP那样与所有的神经单元相连接。CNN的有三个重要的思想架构： ?局部区域感知 ?权重共享 ?空间或时间上的采样 局部区域感知能够发现数据的一些局部特征，比如图片上的一个角，一段弧，这些基本特征是构成动物视觉的基础[3]；而BP中，所有的像素点是一堆混乱的点，相互之间的关系没有被挖掘。 CNN中每一层的由多个map组成，每个map由多个神经单元组成，同一个map的所有神经单元共用一个卷积核（即权重），卷积核往往代表一个特征，比如某个卷积和代表一段弧，那么把这个卷积核在整个图片上滚一下，卷积值较大的区域就很有可能是一段弧。注意卷积核其实就是权重，我们并不需要单独去计算一个卷积，而是一个固定大小的权重矩阵去图像上匹配时，这个操作与卷积类似，因此我们称为卷积神经网络，实际上，BP也可以看做一种特殊的卷积神经网络，只是这个卷积核就是某层的所有权重，即感知区域是整个图像。权重共享策略减少了需要训练的参数，使得训练出来的模型的泛华能力更强。 采样的目的主要是混淆特征的具体位置，因为某个特征找出来后，它的具体位置已经不重要了，我们只需要这个特征与其他的相对位置，比如一个“8”，当我们得到了上面一个"o"时，我们不需要知道它在图像的具体位置，只需要知道它下面又是一个“o”我们就可以知道是一个'8'了，因为图片中"8"在图片中偏左或者偏右都不影响我们认识它，这种混淆具体位置的策略能对变形和扭曲的图片进行识别。 CNN的这三个特点是其对输入数据在空间（主要针对图像数据）上和时间（主要针对时间序列数据，参考TDNN）上的扭曲有很强的鲁棒性。CNN一般采用卷积层与采样层交
错别字产生的原因 产生错别字，既有主观原因，也有客观原因。 主观原因主要是许多人认为写汉字是个人的小事，少一笔多一笔没有什么关系，只要自己或别人能看懂怎么写都行；或者有的人根本没有掌握一些字的结构和写法，当然有时也有会写某字，但下笔时误写的情况。如有人把“武”写作“武”[把[弋]写成[戈]]，把“豸虫”写作“虫豸”，或者把“锲而不舍”写作“契而不舍”等等。有些人，特别是个体商店的经营者，因贪图方便而写了一些不规范的简化字或别字。如有人将“酒”写成“九”，把“饼干”写成了“并干”，这种情况更是司空见惯的。 客观原因是汉字本身属于表意文字，许多汉字笔画比较多，因此汉字难记难写，跟拼音文字比较起来，汉字的出错率相当高；此外，汉语中同音、近音的字词太多，如“嬴”与“赢”，“辩”与“辨”，“磬”与“罄”；“必须”与“必需”，“那里”与“哪里”，“符合”与“附和”，“检查”与“检察”，还有“翔实”与“详细”等等，一不小心就很容易写错或混淆。 一、产生错别字的原因 要弄懂错别字，就要知道错别字一般怎么个错法，所谓羊毛出在羊身上。造成错别字的原因有如下几种情况：
⑴形似致误 例如：松弛——误做松驰 潦草——误做缭草 如火如荼——误做如火如茶 相形见绌——误做不能写成相形见拙 ⑵音近致误 例如：提纲——误做题纲 国籍——误做国藉 重叠——误做重迭 川流不息——误做穿流不息 一筹莫展——误做一愁莫展 ⑶义近致误 例如：擅长——误做善长 掠夺——误做略夺 鸠占鹊巢——误做鸠占雀巢 积毁销骨——误做积毁消骨 ⑷音、形两近致误 例如：急躁——误做急燥 贪赃——误做贪脏枉法 九霄云外——误做九宵云外 ⑸音、形、义三近致误 例如：摩擦——误做磨擦滥用成语
小学生数学作业常见错题产生原因及解决对策在日常的数学教学中，学生作业出现错题是不可避免的。为了充分挖掘错题中的教学价值，研究以来，我们以“常见错题分析”为主题开展课题研究，利用错题提升教师的专业水平，提高学生的学业成绩，查找了学生错题产生的原因并提出了相应的解决对策。 一、为什么要做常见错题分析？ 教学的前提是充分了解学生是怎么想的，为什么会这么想，但教师往往苦于没有管道，不知道怎么去了解。错题是学生思维的真实暴露，是学习知识后的第一回馈，潜藏着丰富的教学资源，具有巨大的研究价值。 在日常教学中，教师对待错题的态度和采取的对策是有差异的，主要形式有单独订正、集体评讲订正和个别面改等，但往往会忽视错例的教学价值。我们开展常见错题分析，就是要引导教师重新认识错题的价值，自觉积累素材、分析原因，充分挖掘错题中的教学资源，养成研究学生、反思教学的习惯。 从学生角度而言，每次他们拿到批改后的作业本，总是喜忧参半。一方面为自己解答出了疑难问题而深感高兴；另一方面，面对错题，学生往往不敢正视，而是表现为疑惑、羞涩甚至懊恼。开展错题研究，可以有效帮助学生理清思路，找到原因，消解畏难情绪，同时明白作业是了解自己学习状况的手段，错题是帮助自己成长的阶梯，从而获得轻松的学习心态。 二、学生作业常见错题产生的原因
（一）教师对学生错题的认识不足是诱因 1．教师课堂教学方法不当。 其一：课堂上教师怕学生不明白、怕学生出错，所以在算理、方法和数量关系等方面讲得过多、过细。学生缺乏了独立思考、尝试实践、动手操作实践等，知识就不能自主建构，老师就不能及时了解学生的思路，及时调控教学，因此错题就会“应运而生”了。 其二：学生错误产生的多少，也与教师课堂的教学预设有关。一些教师由于自身教学经验匮乏，面对学生的错题，不能很好地将相关知识或解决方法预设到课堂教学中，从而造成学生的错误反复发生，甚至由一些错误产生新错误。 其三：新授课上当学生出现错误时，教师怕不能完成教学进度就一带而过；对于极个别的不具有普遍性的错误就“视而不见”。教师这种缺乏对差错的接纳意识，潜意识地影响着学生，学生在不知不觉中形成了对错误原因不主动分析，对错题采取听之、任之的态度，或等待老师讲解解题思路和答案，被动地订正错题，使错题得不到正视，错误得不到解决。 2.教师回馈评价的针对性不强。 教师对学生评价的主要内容是基本知识、基本技能的掌握，通常以解题的正误作为唯一的评价标准，回馈时没有让学生暴露出错误的思考过程，没有采取针对性的纠正措施。遇到错题时，大多数的教师都是让学生独立改正后，教师复批，如果还是错的话就再次改正再次复批，或者教师直接把整道题的计算方法再教一遍……整个回馈、订
错别字形成的原因和解决方法 摘要： 随着经济和社会的发展，新时期对小学生的识字要求越来越高。但在识字与写字相衔接的过程中，错别字现象成为了一个需要亟待解决的关键问题。随手翻开学生的作文、日记或作业，随处可见各种各样的错别字，有的情况还很严重，一句话里有时竟出现了四五个错别字。下面我谈一下对错别字的认识和解决方法。 关键词：错别字原因方法 识字是阅读和作文的基础，是语文教学的一项重要任务。提高学生的识字写字能力，提高学生的语文素养，意义非常深远。《全日制义务教育语文课程标准》（实验稿）课程目标中规定小学生要认识常用汉字3000个，其中2500左右会正确工整地书写，并且有一定的速度。但是，在这个写字的过程中经常有错别字现象。下面，我谈一下对于错别字的认识和解决方法。 一、错别字产生的原因 （一）客观因素 1．音近 这种错别字在学生中最容易出现，而且即使学生很善于检查或者检查出来了，都不容易改正确。因为学生在写的时候先想到的是汉字的“音”，接着就是汉字的“形”。所以如果汉字的音、形都接近的话，学生是很容易出错的。如“晦”、“诲”“悔”；“缉”、“楫”、“辑”……对于这种错别字，我认为学生的解决方法应该是采用汉字的“音、形、义”相结合。首先对教材原文要熟悉，要知道这个字是哪方面的意思，然后就是根据这个意思来选择正确的“形旁”的汉字。最后再检查一下这个（写上的）汉字的拼音是否正确，是否合乎题意。举个例子来讲，如“栽”、“裁”、“载”，学生犯错的几率是比较大的。“裁”，学生经常遇到，如某首诗的“体裁”是什么，学生很多时候写的都不是“裁”，而是“载”或者“栽”。我觉得解决的方法是学生首先要知道这三个音近形似的汉字的意思和使用场合。“裁”、“栽”和“载”的“形”的区别主要是形符“衣”、“木”、“车”；而这几个字实际上已经表示了“栽”、“裁”、“载”的使用范围和场合。即“裁”是与“衣服”有关的，如“量体裁衣”；“栽”与“树木”有关；“载”与“车”有关。知道这些以后，学生再了解一下三个汉字的“音”的差别（实际上差别是很大的），问题也就迎刃而解了。
摘要：随着经济和社会的发展，新时期对小学生的识字要求越来越高。但在识字与写字相衔接的过程中，错别字现象成为了一个需要亟待解决的关键问题。随手翻开学生的作文、日记或作业，随处可见各种各样的错别字，有的情况还很严重，一句话里有时竟出现了四五个错别字。下面我谈一下对错别字的认识和解决方法。 关键词：错别字原因方法 识字是阅读和作文的基础，是语文教学的一项重要任务。提高学生的识字写字能力，提高学生的语文素养，意义非常深远。《全日制义务教育语文课程标准》（实验稿）课程目标中规定小学生要认识常用汉字3000个，其中2500左右会正确工整地书写，并且有一定的速度。但是，在这个写字的过程中经常有错别字现象。下面，我谈一下对于错别字的认识和解决方法。 一、错别字产生的原因 （一）客观因素 1．音近 这种错别字在学生中最容易出现，而且即使学生很善于检查或者检查出来了，都不容易改正确。因为学生在写的时候先想到的是汉字的“音”，接着就是汉字的“形”。所以如果汉字的音、形都接近的话，学生是很容易出错的。如“晦”、“诲”“悔”；“缉”、“楫”、“辑”……对于这种错别字，我认为学生的解决方法应该是采用汉字的“音、形、义”相结合。首先对教材原文要熟悉，要知道这个字是哪方面的意思，然后就是根据这个意思来选择正确的“形旁”的汉字。最后再检查一下这个（写上的）汉字的拼音是否正确，是否合乎题意。举个例子来讲，如“栽”、“裁”、“载”，学生犯错的几率是比较大的。“裁”，学生经常遇到，如某首诗的“体裁”是什么，学生很多时候写的都不是“裁”，而是“载”或者“栽”。我觉得解决的方法是学生首先要知道这三个音近形似的汉字的意思和使用场合。“裁”、“栽”和“载”的“形”的区别主要是形符“衣”、“木”、“车”；而这几个字实际上已经表示了“栽”、“裁”、“载”的使用范围和场合。即“裁”是与“衣服”有关的，如“量体裁衣”；“栽”与“树木”有关；“载”与“车”有关。知道这些以后，学生再了解一下三个汉字的“音”的差别（实际上差别是很大的），问题也就迎刃而解了。 2．形似 这个原因造成的学生写错别字在学生写的错别字里面也有很大的比例。如“晦”、“悔”、“诲”；又如“缉”、“楫”、“辑”；“戍”、“戊”、“戌”；“已”、“己”、“巳”；……这种错别字学生一般比较好解决，但也需要方法。犯这种错误的学生，一般是对教材的原文不是很熟悉，或者是读书的时候大而化之，不认真；叫写出来的时候是“信手拈来”根本就不考虑一下，而检查的时候又是“浮光掠影”、“走马观花”。这样，当然只能错到底了。 这种错别字的解决办法比较简单，但也很麻烦，那就是学生要掌握形声字的相关知识。还是举刚才的例子，如“晦”、“悔”、“诲”。晦”从“日”旁，与时间有关，指天气不好，光线不好等。“悔”从“忄”旁，与人的心情有关，指人很懊悔、后悔等。“诲”从“讠”旁，与说话有关，是教导之意。有了这些形声字的常识，在写“风雨如晦”、“悔之晚矣”、“诲人不倦”这些词语的时候就不会写错了。 3．通假字 这是学生写“错别字”的最基本的一个原因。即由于音同或者音近而造成的
“失败乃成功之母”。 如何建立错题本？ 1.错题本是对自身错误的系统汇总。可能很多同学会说，这些错误就让它放在卷子上不也一样吗？将来看卷子就是了。其实，这是一个关于统计的问题，现实生活中统计的效用是相当重要的。当我们把错误汇总在一起的时候，就会很容易看出其中的规律性，尤其是当我们对错误进行了总结之后。比如：我们将数学错题本上的问题总揽一下，可能很容易就发现，一遇到数形结合的问题，自己就很容易出错，那么，我们在这部分的基础方面就需要下点功夫了！ 2.很多学习比较浮躁的同学满足于知道自己这道题错了，但是，认识往往不是很深。有时，即使让他马上重新做一遍原来的题目，可能还是拿不到满分，其关键是步骤和过程。这时，建立错题本，将错题抄录下来，并重新分步解出就显得很有检验效果了，而且很有巩固作用。 3.错题本不是简单地将题目和答案抄录下来，更重要的是要分析出现错误的原因和预防类似错误出现的方法。这是一个自身逐渐学习和修正的过程，会让自己对这一类错题的认识逐步加深。同时，对于一些题目很长的错误，大家可以采取一些简单有效的做法，比如：由父母帮助抄录题目，但是由孩子自己重新解题并总结；或者将有关试卷复印，然后剪切下来错误的题目，粘贴在错题本上等等，从而节省孩子的宝贵时间。 4.给每科建立一本错题集。每天做当日作业前，把昨天的错题解决后再开始新的作业。 对每道错题都要重新摘录，然后做错误过程陈述、错误原因分析、错误类型总结、最后将正确解题过程写出。如果有多种方法也应该做出。看下图示： X年X月X日 原题：…… 错解：…… 错误原因(种类)：…… 正解：…… 以上就是错题本的完整格式。 5.建议大家在错题本上完善几个功能，就象模块一样，让“错”变得非常清晰。比如：标注出“概念错误”、“思路错误”、“理解错误”、“审题马虎”等错误原因，标注出“错误知识点”数列、函数、解析等，标注出“同类错误”第几页第几题等等。另外，可以考虑运用出题法，针对自己的常犯错误，给自己出几道题目，考察自己对概念掌握、条件运用和知识结合的理解程度。 如何使用错题本？ 1.经常阅读。错题本不是把做错的习题记下来就完了。同学们要经常在空闲时间或准备下一
浅谈错别字形成的原因和解决方法 识字是阅读和作文的基础，是语文教学的一项重要任务。提高学生的识字写字能力，提高学生的语文素养，意义非常深远。《全日制义务教育语文课程标准》（实验稿）课程目标中规定小学生要认识常用汉字3000个，其中2500左右会正确工整地书写，并且有一定的速度。但是，在这个写字的过程中经常有错别字现象。下面，我谈一下对于错别字的认识和解决方法。 一、错别字产生的原因 （一）客观因素 1．音近 这种错别字在学生中最容易出现，而且即使学生很善于检查或者检查出来了，都不容易改正确。因为学生在写的时候先想到的是汉字的“音”，接着就是汉字的“形”。所以如果汉字的音、形都接近的话，学生是很容易出错的。如“晦”、“诲”“悔”；“缉”、“楫”、“辑”……对于这种错别字，我认为学生的解决方法应该是采用汉字的“音、形、义”相结合。首先对教材原文要熟悉，要知道这个字是哪方面的意思，然后就是根据这个意思来选择正确的“形旁”的汉字。最后再检查一下这个（写上的）汉字的拼音是否正确，是否合乎题意。举个例子来讲，如“栽”、“裁”、“载”，学生犯错的几率是比较大的。“裁”，学生经常遇到，如某首诗的“体裁”是什么，学生很多时候写的都不是“裁”，而是“载”或者“栽”。我觉得解决的方法是学生首先要知道这三个音近形似的汉字的意思和使用场合。“裁”、“栽”和“载”的“形”的区别主要是形符“衣”、“木”、“车”；而这几个字实际上已经表示了“栽”、“裁”、“载”的使用范围和场合。即“裁”是与“衣服”有关的，如“量体裁衣”；“栽”与“树木”有关；“载”与“车”有关。知道这些以后，学生再了解一下三个汉字的“音”的差别（实际上差别是很大的），问题也就迎刃而解了。 2．形似 这个原因造成的学生写错别字在学生写的错别字里面也有很大的比例。如“晦”、“悔”、“诲”；又如“缉”、“楫”、“辑”；“戍”、“戊”、“戌”；“已”、“己”、“巳”；……这种错别字学生一般比较好解决，但也需要方法。犯这种错误的学生，一般是对教材的原文不是很熟悉，或者是读书的时候大而化之，不认真；叫写出来的时候是“信手拈来”根本就不考虑一下，而检查的时候又是“浮光掠影”、“走马观花”。这样，当然只能错到底了。 这种错别字的解决办法比较简单，但也很麻烦，那就是学生要掌握形声字的相关知识。还是举刚才的例子，如“晦”、“悔”、“诲”。晦”从“日”旁，与时间有关，指天气不好，光线不好等。“悔”从“忄”旁，与人的心情有关，指人很懊悔、后悔等。“诲”从“讠”旁，与说话有关，是教导之意。有了这些形声字的常识，在写“风雨如晦”、“悔之晚矣”、“诲人不倦”这些词语的时候就不会写错了。 3．通假字
卷积神经网络Newly compiled on November 23, 2020
卷积神经网络 摘要：卷积神经网络是近年来广泛应用于模式识别、图像处理等领域的一种高效识别算法，它具有结构简单、训练参数少和适应性强等特点。本文从卷积神经网络的发展历史开始，详细阐述了卷积神经网络的网络结构、神经元模型和训练算法。在此基础上以卷积神经网络在人脸检测和形状识别方面的应用为例，简单介绍了卷积神经网络在工程上的应用，并给出了设计思路和网络结构。 关键字：模型；结构；训练算法；人脸检测；形状识别 0 引言 卷积神经网络是人工神经网络的一种已成为当前语音分析和图像识别领域的研究热点，它的权值共享网络结构使之更类似于生物神经网络，降低了网络模型的复杂度，减少了权值的数量。该优点在网络的输入是多维图像时表现的更为明显，使图像可以直接作为网络的输入，避免了传统识别算法中复杂的特征提取和数据重建过程。卷积网络是为识别二维形状而特殊设计的一个多层感知器，这种网络结构对平移、比例缩放、倾斜或者共他形式的变形具有高度不变性。 1 卷积神经网络的发展历史 1962年Hubel和Wiesel通过对猫视觉皮层细胞的研究，提出了感受野(receptive field)的概念，1984年日本学者Fukushima基于感受野概念提出的神经认知机(neocognitron)可以看作是卷积神经网络的第一个实现网络，也是感受野概念在人工神经网络领域的首次应用。神经认知机将一个视觉模式分解成许多子模式(特征)，然后进入分层递阶式相连的特征平面进行处理，它试图将视觉系统模型化，使其能够在即使物体有位移或轻微变形的时候，也能完成识别。神经认知机能够利用位移恒定能力从激励模式中学习，并且可识别这些模式的变化形，在其后的应用研究中，Fukushima将神经认知机主要用于手写数字的识别。随后，国内外的研究人员提出多种卷积神经网络形式，在邮政编码识别和人脸识别方面得到了大规模的应用。
TEG常见错误的产生原因 1、T EG普通检测（Kaolin激活） ⑴TEG检测结果显示正常，而临床凝血四项检测病人血小板数量低 原因：血小板数量与功能并不完全对等。有可能患者血小板数量低，但功能正常。另外也不能排除是由于血小板计数的局限性或不准确造成的结果。 ⑵TEG检测结果显示低凝，而凝血四项显示病人正常。 凝血四项的检测是基于血浆而进行的，这种检测忽略了血小板在凝血初期的负反馈作用，可以说这种检测是在一种非常理想化的条件下进行的，因此不能完全真实的反应患者实际的凝血状况。 ⑶TEG检测结果与病人临床表征不符 ①患者的凝血过程是实时变化的，如果检测血样与患者临床表征出现不是 在同一时间抽血（而且抽血严格按照规则抽出），则出现差异的结果则不 难想象。 ②考虑临床使用的抗凝管原因。TEG要求的抗凝管必须使用3.2%（0.109M）， 1：9的枸橼酸抗凝管，推荐使用美国BD公司的。但是目前国内抗凝血品 质参差不齐，个别抗凝管并不完全保证两个小时的抗凝时间。因此，抗 凝管的质量极其重要，它关系到整个检测质量的准确性。强烈推荐使用 美国BD的抗凝管。 ③考虑临床抽血及操作原因。临床抽血不按照规定抽取血样，可能操作凝 血被激活，造成建议误差。如果操作者操作未严格按照操作流程进行， 也可能影响测试结果。 常见的操作原因： ⅰ样本时间不是在要求的15分钟至两个小时之内检测 ⅱ上杯时，杯盖未上好 ⅲ加样时样品杯内出现严重的气泡 ⅳ自检数值不在要求的合理区间内 ⑷TEG结果显示患者纤溶亢进 查看TEG图形是否为光滑图形。 ①如果未停止软件而先卸杯，描记图形出现垂直下跌，血滴图结论为 纤溶亢进。 ②如果上杯时杯盖未上紧，运行当中杯盖脱松，描记图形出现不规则 下跌，血滴图结论可能为纤溶亢进。 ⑸TEG结果显示低纤维蛋白原水平 查看TEG图形是否为双R。 出现双R的主要原因为： ①加样时样品杯中存在较多气泡。 ②采血管中患者血样已经有细微血凝块 ③基线测试未通过
卷积神经网络 摘要：卷积神经网络是近年来广泛应用于模式识别、图像处理等领域的一种高效识别算法，它具有结构简单、训练参数少和适应性强等特点。本文从卷积神经网络的发展历史开始，详细阐述了卷积神经网络的网络结构、神经元模型和训练算法。在此基础上以卷积神经网络在人脸检测和形状识别方面的应用为例，简单介绍了卷积神经网络在工程上的应用，并给出了设计思路和网络结构。 关键字：模型；结构；训练算法；人脸检测；形状识别 0 引言 卷积神经网络是人工神经网络的一种已成为当前语音分析和图像识别领域的研究热点，它的权值共享网络结构使之更类似于生物神经网络，降低了网络模型的复杂度，减少了权值的数量。该优点在网络的输入是多维图像时表现的更为明显，使图像可以直接作为网络的输入，避免了传统识别算法中复杂的特征提取和数据重建过程。卷积网络是为识别二维形状而特殊设计的一个多层感知器，这种网络结构对平移、比例缩放、倾斜或者共他形式的变形具有高度不变性。 1 卷积神经网络的发展历史 1962年Hubel和Wiesel通过对猫视觉皮层细胞的研究，提出了感受野(receptive field)的概念，1984年日本学者Fukushima基于感受野概念提出的神经认知机(neocognitron)可以看作是卷积神经网络的第一个实现网络，也是感受野概念在人工神经网络领域的首次应用。神经认知机将一个视觉模式分解成许多子模式(特征)，然后进入分层递阶式相连的特征平面进行处理，它试图将视觉系统模型化，使其能够在即使物体有位移或轻微变形的时候，也能完成识别。神经认知机能够利用位移恒定能力从激励模式中学习，并且可识别这些模式的变化形，在其后的应用研究中，Fukushima将神经认知机主要用于手写数字的识别。随后，国内外的研究人员提出多种卷积神经网络形式，在邮政编码识别和人脸识别方面得到了大规模的应用。 通常神经认知机包含两类神经元，即承担特征抽取的S-元和抗变形的C-元。S-元中涉及两个重要参数，即感受野与阈值参数，前者确定输入连接的数目，后者则控制对特征子模式的反应程度。许多学者一直致力于提高神经认知机的性能的研究：在传统的神经认知机中，每个S-元的感光区中由C-元带来的视觉模糊量呈正态分布。如果感光区的边缘所产生的模糊效果要比中央来得大，S-元将会接受这种非正态模糊所导致的更大的变形容忍性。我们希望得到的是，训练模式与变形刺激模式在感受野的边缘与其中心所产生的效果之间的差异变得越来越大。为了有效地形成这种非正态模糊，Fukushima提出了带双C-元层的改进型神经认知机。 Trotin 等人提出了动态构造神经认知机并自动降低闭值的方法[1]，初始态的神经认知机各层的神经元数目设为零，然后会对于给定的应用找到合适的网络规模。在构造网络过程中，利用一个反馈信号来预测降低阈值的效果，再基于这种预测来调节阈值。他们指出这种自动阈值调节后的识别率与手工设置阈值的识别率相若，然而，上述反馈信号的具体机制并未给出，并且在他们后来的研究中承认这种自动阈值调节是很困难的【8】。 Hildebrandt将神经认知机看作是一种线性相关分类器，也通过修改阈值以使神经认知机成为最优的分类器。Lovell应用Hildebrandt的训练方法却没有成功。对此，Hildebrandt解释的是，该方法只能应用于输出层，而不能应用于网络的每一层。事实上，Hildebrandt没有考虑信息在网络传播中会逐层丢失。 Van Ooyen和Niehuis为提高神经认知机的区别能力引入了一个新的参数。事实上，该参数作为一种抑制信号，抑制了神经元对重复激励特征的激励。多数神经网络在权值中记忆训练信息。根据Hebb学习规则，某种特征训练的次数越多，在以后的识别过程中就越容易