浅析数学教学谈数学教学如何推动学生自主学习

更新时间:2024-03-23 点赞:34855 浏览:159240 作者:用户投稿原创标记本站原创

自主学习是一种主动学习,独立学习。在当前推进课程改革的形式下,数学教学由被动学习,机械学习,自主学习转变为学生的自主学习,合作学习,探究学习具有十分重要意义。那么,在数学教学课堂教学中,如何促进学生自主学习呢?结合教学实践,我认为应该做到以下几点:

(一)培养自主意识,让学生能学

自主学习是一种独立学习。独立性是自主学习的核心品质,它在学生学习活动中表现为“我能学”。自主学习,自主探究,这是当今课改提出的学生学习数学的重要方式之一,数学教学要促进学生自主学习、主动发展,必须注重培养学生的自主意识,充分发挥学生的主体作用。可以说,学生自主意识的强弱,决定了他们主体性发展的水平。因此,在课堂教学中,教师要十分注重使学生体验自己是学习活动的主人,感悟到自己在学习活动中的主人地位,从而增强学生的主体意识和独立学习能力。如:在学生自主探究的基础上,由让他们小组合作交流。然后,教师再让同学们把自己的成果展示于课堂上,师生一起探求问题的答案。在巩固练习时,教师又让同学们联系生活实际。整个过程,教师都是扮演组织者和引导者的角色,学生时时刻刻都是课堂的主人。材料又学生自己动手寻找,学习目标由学生自己制定,知识优自己发现,问题优自己解决,使学生觉得学习数学就是自己的事,就是解决自己的疑点,通过自己的努力肯定能学到数学知识。这样的教学,有效地培养并增强了学生的自主意识,激发了学生自主探索恶毒积极性,为学生自主学习和主动发展奠定了基础。

二、诱发学习动因,让学生想学

自主学习是一种主动学习,主动性是自主学习 的基本品质,它在学生学习活动中表现为“想学”和“我要学”。“想学”和“我要学”基于学生对学习的兴趣,需求和责任,学生的学习动机来源于学生内在需要,学习活动对他们来说就不是一种负担,而是一种享受,一种愉快的体验,他们会越学越想学。越学越爱学。学生意识到了自己学习的责任,能把学习跟自己的生活、发展有机结合起来,他们的学习就能成为一种真正的自豪组学习。因此我们在教学中,要注意教育和引导学生把学习的责任从教师身上转移到学生身上,让他们的学习成为一种真正的自主学习,要注意借助学生的生活背景,创设问题情境法,或通过“自学生疑”、“认知冲突”、“制造悬念”等激发学生“想学”和“我要学”的愿望,要注意 加工教材,选择现实生活中有意义的、富有挑战性的学习内容,使学生体会到数学与显示生活的密切联系,体会到数学就在身边,感受到数学的情趣和作用,从而积极主动地去学习数学。

三、学法指导,让学生会学

建主义认为:学生学习数学知识的过程,是以一个积极的心态调动原有知识经验,尝试解决新问题,同化新知识的积极建构过程。这个过程需要教师精心设计,由浅入深,指导学生“怎样学”,并潜移默化地传授学法。《新课程标准》明确指出:“学生是学习的主人,教师是数学学习的组织者、引导者和合作者。”因此在小学数学教学中,教师要彻底改变传统课堂教学中那种学生被动的、接受式的学习状态,不仅要研究教法,还要在指导学法上下功夫,让学生在自觉、积极、主动的学习活动中独立思考,勇于探索,学会求知,学会自主发展,提高自主学习的能力。

四、培养意志能力,让学生坚持学

现代教育研究表明,学生学习过程不仅是一个接受知识的过程,而且是一个发现问题、分析问题、解决问题的过程,这个过程一方面是学生 体验各种疑问、困难、障碍和矛盾的过程,另一方面是展示学生聪明才智、独特真实个性、创新成果的过程。教师在教学实践中,当学生面临源于:论文大全www.618jyw.com
困惑、挫折,特别是一些学困生感到自卑时,不要急于去“包办”去代替学生解决,而是应该激励和引导学生积极思考,让学生自己尝试寻找解决问题的途径和方法,去体验和品尝成功的喜悦。另外,在教学中,还要加强学生学习的目的性教育,利用榜样和名人故事去激励他们学好数学的志向,或适当出一些难题让他们自己去解决,让他们自己走向成功,通过这些方法来训练和培养学生的意志力,使他们有毅力,有恒心,坚持自主学习。
模糊集理论是由美国学者Zadeh于1965年提出的,模糊集指的是这样一种集合,这个集合中的每个元素都是在一定程度上隶属于或者不隶属于这个集合,用于衡量这种隶属程度的函数被称为隶属函数。模糊集中的任意一个元素都是通过隶属函数来确定一个隶属度与之一一对应。
在模糊集中,隶属函数一般是根据专家的经验知识或者通过一些统计数据结果来确定,具有很大的主观性,而缺乏一定的客观性,这也是模糊集的一个根本缺陷。粗糙集中的上近似和下近似是由已知知识库中客观存在的对象来确定的,不需要任何先前的假设条件,具有很强的客观性。但是,在实际的生活中,有很多已知的、确定的而无须再去进行判断的先验知识,如果能直接利用这些知识来解决问题,会带来很高的效率,而这一点又正是粗糙集所欠缺的。由此可见,粗糙集与模糊集各自的特点之间具有很强的互补性,把它们结合起来解决问题通常都会比单独使用它们更为有效。在这方面的研究已经有了很大的进展和很多的具体应用,粗糙模糊集和模糊粗糙集[29]便是其中两个重要的研究成果。
粗糙模糊集主要是通过对模糊集中的隶属函数采用粗糙集中集合的上近似与下近似的方法来进行描述,以此来增强模糊集处理问题的客观性。它是把粗糙集中的上下近似的特点融入到了模糊集当中,将模糊集中的隶属函数概念扩展成上近似的隶属函数和下近似的隶属函数,由这两个隶属函数所确定的隶属度值来形成一个区间;用这个区间来描述一个元素隶属于一个模糊集的可能性范围,而不再是之前的元素与隶属度之间一一对应的情况,即x∈A的隶属度不再是μ?A(x)∈[0,1],而是在[下近似的隶属度,上近似的隶属度]这个区间。粗糙模糊集的基本定义如下:
定义7 粗糙模糊集。设U是一个论域,R是U上的一个等价关系,A是U上的一个模糊集,μ?A(x)是A的隶属度函数,R(A)和(A)分别表示A的上近似和下近似,它们对应的隶属函数是:a)下近似的隶属函数μR(A)([x]?R)=inf{μ?A(x)|x∈[x]?R},?x∈X;
b)上近似的隶属函数μ(A)=sup{μ?A(x)|x∈[x]?R},??x∈X。
称R(X)=(R(X),(X))为粗糙模糊集。
模糊粗糙集是把模糊集中的隶属函数的概念应用到了粗糙集当中,根据模糊集中的隶属函数来确定粗糙集中的一个等价关系,即把由隶属函数得到的隶属度相同的元素归属于同一等价类,从而得到论域U上的一个划分。这其实就是将模糊集中已知的、确定的而无须再判断的知识转变为粗糙集中的等价关系,得到粗糙集上的一簇等价类,提高粗糙集处理问
题的效率。模糊粗糙集的基本概念定义如下:
粗糙模糊集和模糊粗糙集对粗糙集和模糊集进行很好的互补性处理,已经在很多领域得到了实际应用[30~33],并取得了很好的效果。有很多学者对它们进行了进一步的比较研究[34~37],作了一些改进和扩展。提出了模糊不可分辨关系的概念,加强了粗糙集对模糊值属性处理能力。
3 粗糙集与神经网络
神经网络是在现代神经生物学研究成果的基础上发展起来的一种模仿人脑信息处理机制的网络系统。

3.1 神经网络基本知识

神经网络[52]是一个由简单处理单元构成的规模宏大的并行分布式处理器,天然具有存储经验知识和使之可用的特性。神经元是神经网络最基本的信息处理单元,它具有接收和传递信息的功能。一个神经网络是由众多的神经元组成,每个神经元接收其他神经元和外界的输入信息。神经网络的结构通常都是以层的方式来组织的,一般包含一个输入层、任意多个隐藏层和一个输出层,每层都由众多的神经元组成。其基本原理是输入层神经元接收外界环境的信息输入,隐藏层神经元将隐藏层单元的信息输出至输出层,输出层将信息输出至外界。根据神经元信息的输出是否存在反馈,又将神经网络分为前馈神经网络和递归神经网络。

3.2 粗糙集与神经网络的联系

粗糙集对事物的识别和判断是基于论域上的不可辨关系,它不需要任何先验的信息。通过系统参数的重要度函数来获得描述事物各个属性的重要度,依此不仅可以进行属性的约简,而且也可以用于把握事物的主要特征,提高识别能力。神经网络的特点就是通过训练和学习产生一个非线性的映射,模拟人的思维方式,具有很好的自适应性,可以实现有监督和无监督的学习,并能够对信息进行并行处理;同时,它具有很好的抑制噪声的能力。但是神经网络也有优秀论文查重www.618jyw.com
很明显的缺陷,它无法对输入的信息进行有用性或冗余性的判断,因此不能对输入的信息进行简化,这使得它在处理空间维数较大的信息时会很困难和低效。
粗糙集与神经网络各自的长处和短处让人们发现它们具有很好的互补性;另外,从对人类思维模拟的角度看,粗糙集方法模拟人类的抽象逻辑思维,而神经网络方法模拟人类的形象直觉思维。因此,将两者结合起来,用粗糙集的特点去弥补神经网络在处理髙维度数据上的不足,而用神经网络的抗干扰强的特性去弥补粗糙集对噪声的敏感性,将模拟人的抽象思维与形象直觉思维相结合,就会得到更好的效果。目前,这方面的研究已成为一个重要的研究方向。
相关文章
推荐阅读

 发表评论

共有3000条评论 快来参与吧~