Bài Giảng Lập Trình Hướng đối Tượng

Log InSign Up

• Log In
• Sign Up
• more
• • About
  • Press
  • Papers
  • Terms
  • Privacy
  • Copyright
  • We're Hiring!
  • Help Center
  • less

Outline

keyboard_arrow_downTitleAbstractLệnh Switch-CaseCase StudyReferencesAll TopicsComputer ScienceSoftware Engineeringdownload

Download Free PDF

Download Free PDFBài giảng lập trình hướng đối tượngGiao Buivisibility

…

description

261 pages

descriptionSee full PDFdownloadDownload PDF deployed_code_updateFull PDF Package more_vert more_vert close

Sign up for access to the world's latest research

Sign up for freearrow_forwardcheckGet notified about relevant paperscheckSave papers to use in your researchcheckJoin the discussion with peerscheckTrack your impact

Abstract

Tài liệu dành cho sinh viên đại học chuyên ngành CNTT

... Read more

Related papers

Sử Dụng Deep Neural Networks Biểu Diễn Các Thuộc Tính Cho Bài Toán Phát Hiện Cảnh Bạo Lực Trong VideoLâm Vũ

FAIR - NGHIÊN CỨU CƠ BẢN VÀ ỨNG DỤNG CÔNG NGHỆ THÔNG TIN - 2016, 2017

tiện, Trường Đại học Công nghệ Thông tin, ĐHQG TP.HCM 2 Khoa Công nghệ thông tin, Trường Đại học Khoa học Tự nhiên, ĐHQG TP.HCM 3 Viện Tin học Quốc gia Nhật Bản (NII)

downloadDownload free PDFView PDFchevron_rightThiết Kế Chủ Đề Stem: “Pin Điện Thực Vật” Để Tổ Chức Dạy Học Nội Dung Ôn Tập Chương I “Chuyển Hóa Vật Chất Và Năng Lượng Ở Thực Vật” - Sinh Học 11 THPTVõ Huỳnh Minh Thư

BÁO CÁO KHOA HỌC VỀ NGHIÊN CỨU VÀ GIẢNG DẠY SINH HỌC Ở VIỆT NAM - PROCEEDING OF THE 4TH NATIONAL SCIENTIFIC CONFERENCE ON BIOLOGICAL RESEARCH AND TEACHING IN VIETNAM

Tóm tắt: Nghiên cứu tạo pin điện thực vật (lấy điện từ cây) có kết quả rõ ràng: đồng hồ điện tử (điện áp tiêu chuẩn 1,5V) có thể chạy hàng ngày từ điện sinh ra từ cây, dễ thực hiện và có tính ứng dụng thực tiễn. Chúng tôi đã vận dụng giáo dục STEM để xây dựng được chủ đề "Pin điện thực vật", đồng thời vận dụng trong dạy học. Đối với chủ đề STEM này, học sinh (HS) vận dụng các kiến thức liên môn đã học và kỹ năng, tư duy sáng tạo để tạo "Pin điện thực vật", đồng thời giải quyết các câu hỏi xoay quanh việc tại sao pin hoạt động được thông qua kiến thức chương I "Chuyển hóa vật chất và năng lượng ở thực vật"-Sinh học 11. Từ khóa: Chủ đề, dạy học, pin điện thực vật, sinh học, STEM.

downloadDownload free PDFView PDFchevron_rightTái Nhận Dạng Phương Tiện Giao Thông Sử Dụng Mạng Kết Hợp Các Đặc Trưng Học Sâunguyễn bảo khang

KỶ YẾU HỘI NGHỊ KHOA HỌC CÔNG NGHỆ QUỐC GIA LẦN THỨ XI NGHIÊN CỨU CƠ BẢN VÀ ỨNG DỤNG CÔNG NGHỆ THÔNG TIN, 2018

Công trình này nghiên cứu về bài toán tái nhận dạng phương tiện giao thông. Cho một ảnh phương tiện, nhiệm vụ bài toán tái nhận dạng phương tiện giao thông là tìm kiếm trong tập dữ liệu các phương tiện có cùng định danh với phương tiện trong ảnh. Đây là một bài toán đang nhận được rất nhiều sự quan tâm của cộng đồng vì khả năng ứng dụng của nó, đặc biệt trong các hệ thống camera giám sát giao thông. Trong bài báo này, chúng tôi tập trung nghiên cứu về các đặc trưng được dùng biểu diễn phương tiện và các kết quả thử nghiệm sẽ được đánh giá trên bộ dữ liệu VeRi-776, đây là bộ dữ liệu chuyên phục vụ bài toán tái nhận dạng phương tiện giao thông. Với mục tiêu kết hợp các đặc trưng học sâu nhằm cải thiện hiệu quả tìm kiếm phương tiện và lưu trữ đặc trưng, chúng tôi đã thực hiện một vài thử nghiệm trên hai loại đặc trưng VGG16, Vcolor và thiết kế một mạng nơron để kết hợp hai đặc trưng trên. Các kết quả thực nghiệm cho thấy, đặc trưng được rút trích từ mạng nơron được đề xuất không những có hiệu quả cao hơn so với các đặc trưng riêng biệt mà còn giảm được số chiều của đặc trưng cần lưu trữ đến 3 lần.

downloadDownload free PDFView PDFchevron_rightMột Kỹ Thuật Xây Dựng Hệ Bao Tự Động Cho Đối Tượng 3DĐức Hoàng

FAIR - NGHIÊN CỨU CƠ BẢN VÀ ỨNG DỤNG CÔNG NGHỆ THÔNG TIN 2015, 2016

Báo cáo này đề cập đến việc xây dựng hệ bao (Bounding volume hierarchy-BVH) tự động cho một đối tượng 3D. Việc xây dựng BVH cho đối tượng thường theo mô hình từ trên xuống (top-down), từ dưới lên (bottom-up) hoặc thêm vào (add in); với một dạng hộp bao cụ thể. Kỹ thuật đề xuất xây dựng BVH dựa trên việc sử dụng nhiều dạng hộp bao khác nhau phù hợp với thực tế hoạt động của đối tượng. Kỹ thuật đã được thử nghiệm và tỏ ra hiệu quả đối với các mô hình đối tượng 3D được xây dựng theo phương pháp liên tục. Từ khóa-hệ bao, tự động, nhiều dạng hộp bao, nhận dạng va chạm ABSTRACT-In this paper, we describe the algorithm construct the Bounding volume hierarchy (BVH) automatically for a 3D model. In common, the tree data constrution progress for BVH of an object could be implemented with Top-down model, Bottom-up model or Add-in model, with only determined bounding volume. We also describe a technic to construct the tree data of BVH based on algorithm using multiple kind of bounding volume according to the operation of objects. The algorithm was tested and showed the effect with the continous tree data construction of 3D models.

downloadDownload free PDFView PDFchevron_rightMột Kỹ Thuật Đánh Giá Sự Tập Trung Của Sinh Viên Dựa Trên Trạng Thái Đóng/Mở Của MắtTrần Thanh Phương

2021

Phân tích học tập tự động đang trở thành một chủ đề thiết yếu trong lĩnh vực giáo dục, trong đó cần các hệ thống giám sát quá trình học tập và đo lường mức độ tham gia của sinh viên để giúp cho giáo viên có những điều chỉnh hợp lý hơn về chiến lược giảng dạy và môi trường học tập. Bài báo này đề xuất một kỹ thuật ước lượng mức độ buồn ngủ dựa trên trạng thái đóng/mở của mắt để đánh giá sự tập trung của sinh viên trong giờ học. Dữ liệu đầu vào của thuật toán được ghi nhận bởi camera trong lớp học và việc phân tích đánh giá được thực hiện trên từng sinh viên trong suốt quá trình học tập. Kỹ thuật đã được cài đặt thử nghiệm và tỏ ra hiệu quả đối với các lớp học lý thuyết với quy mô trung bình của các ngành học kỹ thuật.

downloadDownload free PDFView PDFchevron_rightỨng Dụng Điều Khiển Mờ Trong Bài Toán Robot Bám Quỹ ĐạoĐức Trung

Journal of Science and Technology, 2015

Điều khiển mờ hay còn gọi là điều khiển thông minh, mô phỏng trên phương thức xử lí thông tin và điều khiển của con người, khởi đầu cho sự ứng dụng của trí tuệ nhân tạo trong lĩnh vực điều khiển. Nghiên cứu trình bày phương pháp điều khiển robot tự hành trên cơ sở logic mờ. Trước tiên, mô hình động học robot được xây dựng, sau đó được mô hình hóa để mô phỏng quá trình bám quỹ đạo cho trước trong không gian làm việc của robot. Kết quả mô phỏng cho thấy tính đúng đắn, hiệu quả của giải thuật điều khiển. Từ khóa: thiết kế quỹ đạo, điều khiển mờ, robot tự hành, bám quỹ đạo, điều khiển động học.

downloadDownload free PDFView PDFchevron_rightLược Đồ Sai Phân Khác Thường Mô Phỏng Số Một Mô Hình Lan Truyền Virus Máy TínhMạnh Tuấn

FAIR - NGHIÊN CỨU CƠ BẢN VÀ ỨNG DỤNG CÔNG NGHỆ THÔNG TIN - 2017, 2017

Trong bài báo này, lược đồ sai phân khác thường (nonstandard finite difference schemes -NSFD) bảo toàn các tính chất quan trọng của một mô hình lan truyền virus máy tính được xây dựng. Các tính chất quan trọng của mô hình này gồm có tính chất dương, tính chất bị chặn, điểm cân bằng và tính chất ổn định của điểm cân bằng. Ở đây tính chất ổn định của điểm cân bằng của NSFD được chúng tôi nghiên cứu dựa trên một mở rộng của Định lý ổn định Lyapunov cổ điển. Các mô phỏng số khẳng định tính đúng đắn của các kết quả lý thuyết cũng như ưu thế của các NSFD so với các lược đồ sai phân bình thường (standard finite difference schemes -SFDS).

downloadDownload free PDFView PDFchevron_rightỨng dụng phần mềm Imindmap 9 để xây dựng sơ đồ tư duy giảng dạy môn Sinh học 12Nhiên Nguyễn

Dong Thap University Journal of Science

Nghiên cứu đã cung cấp quy trình năm bước xây dựng sơ đồ tư duy cho nội dung Sinh học lớp 12 bằng phần mềm iMindmap 9. Sơ đồ tư duy được thiết kế dưới dạng bài tập điền khuyết nhằm kích thích tinh thần học tập của học sinh. Câu hỏi ôn tập được đính kèm sau mỗi sơ đồ tư duy bài học nhằm giúp cho học sinh khắc sâu hơn kiến thức. Kết quả dạy thực nghiệm và khảo sát học sinh ở 4 lớp 12 tại Trường Trung học phổ thông Thực hành Sư phạm và Trường Trung học phổ thông An Khánh cho thấy cả giáo viên và học sinh đánh giá cao giá trị việc sử dụng sơ đồ tư duy trong dạy và học. Sơ đồ tư duy này là tư liệu quý giúp học sinh chuẩn bị cho các kỳ thi sắp tới.

downloadDownload free PDFView PDFchevron_rightPhân Tích Nhu Cầu Việc Thực Hiện Học Phần Tư Duy Sáng Tạo Và Khởi Nghiệp Dành Cho Sinh Viên Ngôn Ngữ Tại Trường Đại Học Ngoại Ngữ - ĐhqghnNguyễn Thị Minh Trâm

VNU Journal of Foreign Studies

Học phần Tư duy sáng tạo và Khởi nghiệp dành cho sinh viên (SV) chuyên ngành ngôn ngữ được thực hiện nhằm trang bị cho SV những năng lực làm việc cần thiết. Trong nghiên cứu này, dữ liệu định lượng và định tính để tìm hiểu nhu cầu của người học đối với việc thực hiện học phần này đã được thu thập từ SV và các giảng viên (GV). Cụ thể, một bảng hỏi khảo sát được thực hiện trực tuyến với 123 SV và 22 GV, và phỏng vấn bán cấu trúc được thực hiện với 7 nhóm SV và 10 GV. Kết quả nghiên cứu cho thấy rằng đa số SV và GV đồng ý với việc nhu cầu của người học đã được đáp ứng ở mức độ nhất định. Một số cải tiến quan trọng với các cấu phần chính của học phần cũng được khuyến nghị cụ thể, như: về chuẩn đầu ra, cần tăng cường năng lực liên quan đến tư duy khởi nghiệp; về kiểm tra đánh giá, giảm tần suất bài tập; điều chỉnh dự án cuối môn; về kế hoạch học tập, cần tăng các hoạt động thực tế, chủ đề hoạt động cần liên quan hơn với chuyên ngành ngôn ngữ, cần bổ sung tài liệu đọc thêm, và cung cấp cơ...

downloadDownload free PDFView PDFchevron_rightĐiểm Danh Bằng Mặt Người Với Đặc Trưng Gist Và Máy Học Véctơ Hỗ Trợ16.Trần Nguyễn Minh Thư

FAIR - NGHIÊN CỨU CƠ BẢN VÀ ỨNG DỤNG CÔNG NGHỆ THÔNG TIN - 2017, 2017

Trong bài viết này, chúng tôi đề xuất hệ thống điểm danh bằng mặt người với máy học véctơ hỗ trợ (Support Vector Machines-SVM) sử dụng đặc trưng GIST. Hệ thống điểm danh thực hiện hai bước chính là định vị khuôn mặt trong ảnh thu được từ camera và định danh đối tượng từ ảnh khuôn mặt. Bước định vị khuôn mặt được thực hiện dựa trên các đặc trưng Haar-like kết hợp với mô hình phân tầng (Cascade of Boosted Classifiers-CBC). Chúng tôi đề xuất huấn luyện mô hình máy học SVM sử dụng đặc trưng GIST để thực hiện định danh đối tượng từ ảnh khuôn mặt. Kết quả thực nghiệm trên tập dữ liệu gồm 6722 ảnh của 132 đối tượng là những sinh viên Khoa CNTT-TT, Trường Đại học Cần Thơ cho thấy máy học SVM sử dụng đặc trưng GIST đạt đến 99.29% độ chính xác trên tập kiểm tra, cao hơn khi so với mô hình mạng nơron tích chập (Convolutional Neural Network-CNN), máy học SVM sử dụng mô hình túi từ (Bag-of-Words-BoW) của đặc trưng SIFT (Scale-Invariant Feature Transform), Bayes thơ ngây với láng giềng gần nhất (Naïve Bayes Nearest Neighbor-NBNN) sử dụng đặc trưng SIFT có độ chính xác lần lượt là 96.88%, 97.54% và 98.88%. Từ khóa: Nhận dạng mặt người, đặc trưng GIST, máy học véctơ hỗ trợ (SVM).

downloadDownload free PDFView PDFchevron_rightSee full PDFdownloadDownload PDF

Loading Preview

Sorry, preview is currently unavailable. You can download the paper by clicking the button above.

References (15)

1. nhiên. .................................. Hình 2.1 Cách biên dịch truyền thống .......................................................................... Hình 2.2 Dịch chương trình Java .................................................................................. Hình 2.3 Máy ảo Java thực hiện mã bytecode độc lập môi trường hoạt động ............. Hình 2.4 Cùng mã bytecode có thể được hiểu bởi hai máy ảo ..................................... Hình 2.5 Phân tích một chương trình Java đơn giản .................................................... Hình 3.1 Phân rã ứng dụng từ trên xuống. ................................................................... Hình 3.2 Gắn ứng dụng từ dưới lên. ............................................................................. Hình 3.3 Sử dụng một biến tham chiếu để chỉ tới đối tượng trong bộ nhớ. ................. Hình 3.4 Hai biến tham chiếu tới cùng một đối tượng. ................................................ Hình 3.5 Chuyển y tham chiếu tới Student thứ hai. ..................................................... Hình 3.6 Chuyển x tham chiếu tới Student thứ hai. ..................................................... Hình 3.7 Đối tượng Student mồ côi. ............................................................................. Hình 4.1 Các đối tượng trong hệ thống phải cộng tác với nhau để hoàn tất sứ mệnh SRS ............................................................................................................................... Hình 4.2 Thông điệp được truyền qua lại giữa các đối tượng Course và Student ....... Hình 4.3 Người yêu cầu chỉ thấy chi tiết bên ngoài của việc trao đổi thông điệp. ......
2. Hình 5.1 Kết hợp ba ngôi ............................................................................................. Hình 5.2 Một thể hiện tương đương bằng ba kết hợp hai ngôi .................................... Hình 6.1 Hầu hết tập hợp tự động co lại khi một phần tử bị lấy ra .............................. Hình 6.2 Dùng khoá để truy cập trực tiếp đối tượng trong tập hợp từ điển ................. Hình 6.3 Các tập hợp không phải là bộ cho phép nhiều tham chiếu tới cùng một đối tượng. ............................................................................................................................ Hình 7.1 Khi máy ảo Java ném một ngoại lệ, như phát ra một pháo để thông báo cho ứng dụng một vấn đề phát sinh. .................................................................................. Hình 7.2 Nếu không có ngoại lệ được ném ra trong khối try, tất cả các khối catch được bỏ qua. ........................................................................................................................ Hình 7.3 Nếu một ngoại lệ phát sinh, khồi catch đầu tiên chặn bắt, nếu có, được thực thi, và phần còn lại được bỏ qua. ................................................................................ Hình 7.4 Máy ảo Java theo dõi việc thứ tự các phương thức được gọi bằng cách tạo chồng gọi (call stack). ................................................................................................. Hình 7.5 Khi một phương thức chấm dứt, nó bị lấy ra khỏi chồng. .......................... Hình 7.6 Khối lệnh try/catch trong trong phương thức methodY nhận biết ngoại lệ trong mức hiện hành của chồng gọi. .......................................................................... Hình 7.7 Ngoại lệ thoát khỏi p.methodY() và chuyển xuống s.methodX() xử lý ...... Hình 7.8 NullPointerException thông qua chồng gọi được chuyển tới phương thức main. ........................................................................................................................... Hình 7.
3. 9 Nếu ứng dụng bỏ qua xử lý ngoại lệ, máy ảo Java chấm dứt ứng dụng và báo cáo ngoại lệ tới cửa cửa sổ dòng lệnh cho người sử dụng để quan sát. ..................... Hình 7.10 Lớp java.lang.Exception có nhiều lớp con ................................................ Hình 7.11 Cây thừa kế của kiểu ngoại lệ java.sql.DataTruncation ............................ Hình 7.12 Kết quả demo của NumberOfDigits.java .................................................. Hình 8.1 Đọc dữ liệu vào chương trình. ..................................................................... Hình 8.2 Viết dữ liệu từ chương trình. ....................................................................... Hình 8.3 Luồng byte vào ra đơn giản ......................................................................... Hình 8.4 Các thành phần đặc tả qui cách. .................................................................. Hình 9.1 Kết quả demo Frame ................................................................................... Hình 9.2 Kết quả demo Panel ..................................................................................... Hình 9.3 Kết quả demo Dialog ................................................................................... Hình 9.4 Kết quả demo Label ..................................................................................... Hình 9.5 Kết quả demo Text ...................................................................................... Hình 9.6 Kết quả demo Button ................................................................................... Hình 9.7 Kết quả demo sự kiện .................................................................................. Hình 9.8 Kết quả demo Radio Button ........................................................................ Hình 9.
4. 9 Kết quả demo Choice Button ...................................................................... Hình 9.10 Kết quả demo Listbox ............................................................................... Hình 9.11 Kết quả demo Flow layout ........................................................................ Hình 9.12 Kết quả demo Grid layout ......................................................................... Hình 9.13 Kết quả demo Border layout ..................................................................... Hình 9.14 Kết quả demo Gridbag layout .................................................................... Hình 9.15 Kết quả demo Null layout .......................................................................... Hình 9.16 Kết quả demo Applet ................................................................................. Hình 9.17 Kết quả demo Applet bảng tính ................................................................. Hình 9.18 Kết quả demo Applet có tham số .............................................................. Hình 9.19 Kết quả demo JButton ............................................................................... pnl.setLayout(new GridLayout(4, 5));
5. /
6. Jacquie Barker, Beginning Java Objects: From Concepts to Code, Second Edition, Apress, 2005
7. Trần Đình Quế và Nguyễn Mạnh Hùng, Bài giảng Lập trình Hướng đối tượng, Học viện Công nghệ Bưu chính Viễn thông
8. Introduction to File Input and Output, http://www.seas.upenn.edu/~cis1xx/resources/java/fileIO/introToFileIO.html
9. Nhập môn Java với JDBC và MySQL, http://www.aptech.vn/news/laptrinhvien/612/
10. Menu Demo, http://www.java2s.com/Code/Java/Swing-JFC/MenuDemo.htm
11. Link List Example in Java, http://www.roseindia.net/java/beginners/linked-list- demo.shtml
12. ThreadGroup Sample in Java, http://www.java- samples.com/showtutorial.php?tutorialid=233
13. Java Runtime class -Invoke the Java garbage collector, http://www.devdaily.com/java/edu/pj/pj010008
14. Overloading, Overriding, Runtime Types and Object Orientation -Overloading Methods, http://www.janeg.ca/scjp/overload/overloadingMethods.html
15. Trịnh Thanh Bình, Trương Anh Hoàng, Nguyễn Việt Hà, Kiểm chứng giao thức tương tác giữa các thành phần trong chương trình đa luồng sử dụng lập trình hướng khía cạnh, Tạp chí thông tin, khoa học công nghệ của Bộ thông tin truyền thông, 11- 2010, trang 37

View morearrow_downward Giao BuiSaigon, Faculty MemberaddFollowmailMessagePapers25Followers521View all papers from Giao Buiarrow_forward

Related papers

Truy Vấn Hướng Đối Tượng Dựa Trên Phân Cấp Tập Tin Chữ Ký Và Cây SD-TreeTrân Bảo

FAIR - NGHIÊN CỨU CƠ BẢN VÀ ỨNG DỤNG CÔNG NGHỆ THÔNG TIN 2015, 2016

Truy vấn trực tiếp trên các đối tượng trong cơ sở dữ liệu hướng đối tượng rất tốn kém chi phí lưu trữ dữ liệu trong quá trình truy vấn và tốn nhiều thời gian để thực hiện truy vấn trên hệ thống dữ liệu thực. Gần đây, có nhiều nghiên cứu tập trung vào việc giải quyết vấn đề đó bằng cách xây dựng các chỉ mục trên các lớp đơn, phân cấp lớp, hoặc phân cấp đối tượng lồng nhau. Trong bài báo này, chúng tôi sẽ đề xuất một phương pháp lập chỉ mục mới. Phương pháp này dựa trên kỹ thuật sử dụng tập tin chữ ký và cây SD-tree trong đó các tập tin chữ ký được tổ chức theo phân cấp để nhanh chóng lọc dữ liệu không thích hợp và mỗi tập tin chữ ký được lưu theo cấu trúc cây SD-tree nhằm tăng tốc độ quét chữ ký. Kỹ thuật này giúp giảm đáng kể không gian tìm kiếm và do đó sẽ cải thiện đáng kể độ phức tạp thời gian truy vấn.

downloadDownload free PDFView PDFchevron_rightThiết Kế Chương Trình Môn Động Vật Học Bậc Đại Học Đáp Ứng Mục Tiêu Đào Tạo Giáo Viên Giảng Dạy Môn Khoa Học Tự NhiênThu Hien

BÁO CÁO KHOA HỌC VỀ NGHIÊN CỨU VÀ GIẢNG DẠY SINH HỌC Ở VIỆT NAM - PROCEEDING OF THE 4TH NATIONAL SCIENTIFIC CONFERENCE ON BIOLOGICAL RESEARCH AND TEACHING IN VIETNAM

Tóm tắt: Bài báo giới thiệu về nội dung và thiết kế chương trình giảng dạy môn học động vật ở bậc đại học của Việt Nam, đáp ứng mục tiêu giảng dạy môn khoa học tự nhiên. Kiến thức động vật học được thiết kế theo các module hệ thống khái quát, trên cơ sở phân loại tiến hóa và cấu trúc chức năng của giới động vật, nhằm phát huy tính sáng tạo của người học trong việc làm chủ các đơn vị kiến thức. Từ khóa: Chức năng, Động vật học, Khoa học tự nhiên, thiết kế, tiến hóa.

downloadDownload free PDFView PDFchevron_rightTổ Chức Dạy Học Theo Định Hướng Stem Trong Phần Sinh Học VI Sinh Vật Và Virus (Sinh Học 10) Dựa Trên Mô Hình 6ELê Long

BÁO CÁO KHOA HỌC VỀ NGHIÊN CỨU VÀ GIẢNG DẠY SINH HỌC Ở VIỆT NAM HỘI NGHỊ KHOA HỌC QUỐC GIA LẦN THỨ 5 - PROCEEDING OF THE 5TH NATIONAL SCIENTIFIC CONFERENCE ON BIOLOGICAL RESEARCH AND TEACHING IN VIETNAM

downloadDownload free PDFView PDFchevron_rightDạy Học Chủ Đề “Khám Phá Từ Trường Trái Đất” Theo Định Hướng Nâng Cao Năng Lực Tự Học Cho Học Sinh Với Sự Hỗ Trợ Của Mạng Xã HộiNguyễn Tuấn Kiệt

Hue University Journal of Science: Social Sciences and Humanities, 2019

Exploring the Earth's magnetic field" is a vast topic, which is close to students' daily life, and it involves much knowledge, such as geography and mathematics.Therefore, the orientation of self-study capacity development for students with the support of social networks is essential to form core skills and competence. Topic-based teaching with the support of social networks does not only disseminate new knowledge but also facilitates the students' ability to explore and absorb the knowledge themselves. To Jos.hueuni.edu.vn Tập 128, Số 6C, 2019 91 achieve the teaching goals, a full range of external factors should be considered to help students formfirm background knowledge of the concept "Earth's magnetic field". As a result, students can form theirinternal strength and master the knowledge of the Earth's magnetic field as well as clear understanding the relationship between the magnetic field and life on Earth(the wonders of the magnetic field; the phenomena related to the magnetic field: magnetic storms, ultraviolet, harm and benefit from magnetic field). Besides, it is vital to help students build up the management skills in their study. The self-study process is always accompanied by self-advocacy and interaction with friends and, teachers via multiple channels such as teamwork discussion or with social network support when studying at home.

downloadDownload free PDFView PDFchevron_rightGiáo trình Nghiệp vụ Hướng dẫn Du lịchGiao Ha

2023

downloadDownload free PDFView PDFchevron_rightPhát Triển Năng Lực Giải Quyết Vấn Đề Của Học Sinh Lớp 6 Trong Dạy Học Nội Dung "Các Phép Đo"- Môn Khoa Học Tự Nhiên Theo Mô Hình Giáo Dục SteamLê Trần Tú Quỳnh

Tạp chí Khoa học Đại học Sư phạm Thành phố Hồ Chí Minh, 2022

Bài báo nghiên cứu *

downloadDownload free PDFView PDFchevron_rightHệ Thống Gợi Ý Sử Dụng Thuật Toán Tối Ưu Bầy Đàn08.Trần Đình Khang

FAIR - NGHIÊN CỨU CƠ BẢN VÀ ỨNG DỤNG CÔNG NGHỆ THÔNG TIN 2015, 2016

Kỹ thuật lọc cộng tác (Collaborative Filtering -CF) là một kỹ thuật gợi ý phổ biến nhất được sử dụng nhiều trong các hệ thống gợi ý đã được tích hợp trong các website thương mại điện tử (chẳng hạn như amazon.com, barnesandnoble.com, Yahoo! news, TripAdvisor.com). Kỹ thuật CF dựa trên giả thiết rằng những người dùng (user) có cùng sở thích thì sẽ quan tâm một tập item tương tự. Phương pháp phân cụm lọc cộng tác (Iterative Clustered CF -ICCF) và lặp cộng tác tối ưu trọng số sử dụng thuật toán PSO (PSO-Feature Weighted) thể hiện tính hiệu quả cho hệ gợi ý mà giá trị đánh giá thuộc trong tập {1, 2,…, 5}. Tuy nhiên, các kỹ thuật đó không thể trực tiếp áp dụng cho các hệ thống gợi ý trong thực tế mà giá trị đánh giá trong tập {0, 1}. Do vậy, bài báo này đề xuất việc cải tiến hai phương pháp ICCF và PSO-Feature Weighted để có thể áp dụng được cho các hệ gợi ý mà giá trị đánh giá thuộc tập {0, 1}. Kết quả thực nghiệm của hai phương pháp mà chúng tôi đưa ra áp dụng trên bộ dữ liệu hệ gợi ý công việc cho thấy độ chính xác mô hình dự đoán có cải thiện rõ rệt so với phương pháp CF truyền thống đồng thời cũng giải quyết được vấn đề dữ liệu thưa mà phương pháp CF thường gặp phải.

downloadDownload free PDFView PDFchevron_rightPengembangan Buku Ajar Analisis Laporan Keuangan Berbasis Problem Based LearningDian Amrina

JURNAL EKONOMI PENDIDIKAN DAN KEWIRAUSAHAAN

Permasalahan yang dirumuskan adalah bagaimanakah validitas, kepratisan, dan efektivitas buku ajar analisis laporan keungan berbasis problem based learning (berbasis masalah) . Adapun yang menjadi tujuan penelitian ini yaitu untuk mendeskripsikan tingkat validitas, kepraktisan, dan efektivitas buku ajar analisis laporan keungan berbasis masalah. Jenis penelitian ini yaitu penelitian Research & Development (R&D) oleh Borg & Gall. Populasi dalam penelitian ini seluruh mahasiswa pendidikan ekonomi semester genap tahun akademik 2017-2018. Dengan sampel penelitian yaitu mahasiswa yang mengikuti mata kuliah analisis laporan keuangan kelas Indralaya yang berjumlah 38 mahasiswa. Teknik pengumpulan data yang digunakan yaitu angket. Dengan uji kevalidan diperoleh 3,5 dari ahli materi terkategori snagat valid dan 2,89 dari ahli media yang terkategori valid. Kemudian dari uji kepaktisan diperoleh hasil yang menyatakan bahwa bahan ajar ini praktis digunakan untuk memahami materi analisis lapora...

downloadDownload free PDFView PDFchevron_rightThuật Toán Đa Thức Xác Định Chu Trình Hamilton Trong Lớp Đồ ThịHungTruong VFX

Vietnam Journal of Science and Technology

Cho trước một đồ thị đơn vô hướng với đỉnh, ta kí hiệu là tổng bậc bé nhất của các cặp đỉnh không kề nhau trong .

downloadDownload free PDFView PDFchevron_rightVận Dụng Mô Hình B-Learning Vào Dạy Học Chương “Cảm Ứng Điện Từ” – Vật Lí 11 THPT Với Sự Hỗ Trợ Của Google Classroom Nhằm Phát Triển Năng Lực Tự Học Của Học SinhPhan Vu

Tạp chí Khoa học, 2019

Mô hình B-learning là sự kết hợp giữa dạy học truyền thống (mặt đối mặt) và dạy học trực tuyến (E-learning). Trong bài báo này, chúng tôi sẽ trình bày về các hình thức dạy học của mô hình B-learning, rubric đánh giá năng lực tự học và vận dụng B-learning vào dạy học chương “Cảm ứng điện từ” với sự hỗ trợ của một ứng dụng nằm trong bộ Google Apps for Education – Google Classroom nhằm phát triển năng lực tự học của học sinh.

downloadDownload free PDFView PDFchevron_rightkeyboard_arrow_downView more papers

Related topics

Object Oriented Design and Progr...addFollow

• Explore
• Papers
• Topics

• Features
• Mentions
• Analytics
• PDF Packages
• Advanced Search
• Search Alerts

• Journals
• Academia.edu Journals
• My submissions
• Reviewer Hub
• Why publish with us
• Testimonials

• Company
• About
• Careers
• Press
• Help Center
• Terms
• Privacy
• Copyright
• Content Policy

580 California St., Suite 400San Francisco, CA, 94104© 2026 Academia. All rights reserved