醫(yī)學遺傳學感悟范文
時間:2023-11-17 17:20:01
導語:如何才能寫好一篇醫(yī)學遺傳學感悟,這就需要搜集整理更多的資料和文獻,歡迎閱讀由公文云整理的十篇范文,供你借鑒。

篇1
結(jié)合當前工作需要,的會員“badcat”為你整理了這篇讀《清風傳家》《嚴以治家》有感范文,希望能給你的學習、工作帶來參考借鑒作用。
【正文】
讀完《清風傳家》《嚴以治家》兩本書,深深為25位英模黨員的家風事跡所感動,也為24個反面典型家庭而惋惜。更加深刻理解了:家風不是個人小事、家庭私事,而是政治責任、家庭責任和社會責任。
《清風傳家》中的25位英模黨員,有科學家,有醫(yī)生,有軍人,有老師,有干部,職業(yè)不同、領(lǐng)域相異,家風確有相同之處,那就是好家風應有的特質(zhì)。
對黨忠誠?!拔沂屈h的干部,就應該聽從組織的召喚,到艱苦的地方去?!鄙畈毓γ睦嫌⑿蹚埜磺逶谑论E被報道后,仍在考慮著要怎么更多回報黨、國家和人民。“我熱愛我們偉大的祖國,我熱愛黨,熱愛黨的事業(yè),我愿意為這人類最偉大的力量貢獻出我的全部理想,不惜在必要時付出我的生命”!吳良鏞用自己的行動踐行了入黨誓言。
熱愛祖國。“愿將一生獻宏謀?!痹跉鋸椫赣诿舻募?,愛國是不變的主題。“對國家的忠就是對父母最大的孝?!痹谥袊藵撏е更S旭華心中,國家事業(yè)第一位,家庭第二位,自己第三位?!白鎳枰?,我無論如何都要回來?!敝琳\報國的黃大年用生命證明了“科學無國界,科學家有祖國”。
一心為民。鐘南山、張伯禮、顧方舟醫(yī)者仁心護佑人民生命健康,于漪、高銘暄教書育人為國育才,朱彥夫、李保國、謝高華投身于脫貧攻堅致力于讓鄉(xiāng)親們富起來,......,他們無愧于“人民英雄”“人民科學家”“人民教育家”“人民楷模”“最美奮斗者”榮譽稱號。
嚴以律己。25位英模對自己嚴格,對家人“苛刻”。張富清為家人立規(guī),前人不搭“捷徑”,后備莫求“沾光”。在郭明義看來,房子可以不寬敞,但心一定要敞亮。高德榮始終堅持“不給別人一點送禮的由頭,不讓自己有半點腐敗的念頭”。在葉聰?shù)募依铮媲鍐尾辉O限多多益善,負面清單很明確:不能做的事情絕不能碰。韋昌進面對老戰(zhàn)友的請求,情感歸情感,原則歸原則,作風的口子決不能開。
淡泊名利。冷靜看待貢獻,清醒面對榮譽。于敏只將自己看作科研事業(yè)的“千萬分之一”。孫家棟評價自己是“一個合格的工程師”。顧方舟說自己“一生只做了一件事,就是做了一顆小小的糖丸”。吳文俊看清名利“不為獲獎而工作,應為工作而獲獎”。樊錦詩告誡兒子“人不是為物質(zhì)、為金錢而活的”。
篇2
關(guān)鍵詞:無線傳感器網(wǎng)絡 ;Q學習;路由;能量負載均衡
中圖分類號:TP311.5 文獻標識碼:A
Abstract: Aiming at dealing with the problems of energy consumption and load balancing in wireless sensor networks that traditional routing algorithm cannot solve, a new energy load balancing algorithm based on Q-learning is proposed, which takes into account the number of hops, the residual energy of sensor nodes and the node energy consumption, to estimate the state of the network through multi hop and residual energy, and find the optimal routing strategy with the lowest of the complexity. The data are transferred along routine with minimum the energy consumption and the balanced load, thus reducing network energy consumption and prolong the network life cycle. The simulation results showed that the algorithm has a good effect in survival nodes, transfer success rate and residual energy distribution and transmission, which indicates that the algorithm can effectively reduce energy consumption and prolong the network lifetime.
Key words: wireless sensor network Q learning routing energy-efficient load-balancing
1 引 言
o線傳感器網(wǎng)絡(Wireless Sensor Network, WSN)由傳感器節(jié)點組成,其計算和交互信息的能力受到約束 [1]。無線傳感器網(wǎng)絡的工作方式主要是傳感器節(jié)點采集環(huán)境中的信息的同時通過轉(zhuǎn)發(fā)機制最終把這些信息傳遞到稱之為Sink節(jié)點[2]的網(wǎng)關(guān)節(jié)點或匯聚節(jié)點,接著通過微波、衛(wèi)星通信或其他方式將匯集到的信息傳送到一個主要的位置,直至到達觀測者的接收終端。在整個信息的傳送過程中,中間的傳感器節(jié)點需要根據(jù)當前的狀態(tài)來選擇下一跳的節(jié)點。然而,從整體和長期來看,全局信息的缺乏使得所選擇的下一跳轉(zhuǎn)發(fā)節(jié)點往往未必最佳的。所以,人們更加關(guān)注無線傳感器網(wǎng)絡的路由問題。
在無線傳感器網(wǎng)絡中,Sink節(jié)點附近需要比其他節(jié)點轉(zhuǎn)發(fā)更多的數(shù)據(jù)包,從而引起不均勻的網(wǎng)絡節(jié)點能量消耗。由于這個限制在傳統(tǒng)的網(wǎng)絡路由算法中很少被考慮到,這往往會導致靠近Sink節(jié)點或者關(guān)鍵路上的節(jié)點由于過早消耗完能量而提前“死亡”,進而整個網(wǎng)絡的功能受到較大影響。另一方面,無線傳感器網(wǎng)絡較高的動態(tài)性使得節(jié)點間需要頻繁交換信息以便節(jié)點了解網(wǎng)絡的動態(tài)變化情況。
無線傳感器網(wǎng)絡路由算法是一個多目標優(yōu)化問題:在保證節(jié)點能實時掌握網(wǎng)絡動態(tài)情況的前提下,保證信息發(fā)送的正確性并盡可能發(fā)送最小數(shù)量的數(shù)據(jù)包以減少能耗,并從網(wǎng)絡整體的角度延長網(wǎng)絡的生命期。近年來,針對由于節(jié)點提前死亡而導致網(wǎng)絡生存周期短的問題,很多相關(guān)的算法被研究人員所提出。算法EAMHR[3]實現(xiàn)了能量跳數(shù)最小路由,但未能從網(wǎng)絡的整體角度考慮均勻分配節(jié)點能量消耗。Ileri等人[4]將貨幣機制引入無線傳感網(wǎng),節(jié)點間在通信時支付一定的“貨幣”作為代價,但是由于其方法要求節(jié)點頻繁的協(xié)商,在加劇了鏈路的負擔的同時也增加了節(jié)點能量的消耗。李響等人[5]提出一種基于能量感知的多路徑路由算法,但是其路徑維護的方法較為復雜。賈杰等人[6]提出了一種基于博弈論的路由策略。但是,由于需要掌握的全局節(jié)點信息比較多,而傳感器節(jié)點的存儲和計算能力有限,因此,其方法實用性有限。董國勇等人[7]提出了一種基于蟻群算法的能量均衡路由算法,但是派遣螞蟻會造成通信開銷和網(wǎng)絡額外負載。
針對能量消耗不均衡而導致的網(wǎng)絡生存周期短的問題,本文提出了一個基于Q學習的無線傳感網(wǎng)絡路由算法,該算法在保證把信息經(jīng)過傳感節(jié)點轉(zhuǎn)發(fā)到Sink節(jié)點的前提下,能夠找出能源消耗和性能的最優(yōu)平衡點。算法以全局網(wǎng)絡作為著眼點進行優(yōu)化,網(wǎng)絡中的節(jié)點交換剩余能量,彼此之間的狀態(tài)-動作對和功能以協(xié)作的方式進行協(xié)調(diào),使得整個網(wǎng)絡的生存周期最長。本文余下的內(nèi)容組織如下:首先,介紹強化學習一些相關(guān)工作和相關(guān)路由算法;然后,給出算法建模過程和詳細描述;接著,進行仿真實驗,給出結(jié)果和相關(guān)分析;最后,給出結(jié)論。
2 相關(guān)工作
2.1 無線傳感器路由
路由的選擇是無線傳感網(wǎng)絡的基礎(chǔ)。根據(jù)無線傳感網(wǎng)絡自身的特點而進行的路由優(yōu)化通常需要針對以下幾點:(1)尋找路由中距離最短的傳輸路徑;(2)均衡、調(diào)節(jié)節(jié)點負載,延長網(wǎng)絡壽命;(3)使節(jié)點能及時了解網(wǎng)絡的動態(tài)變化;(4)即使一條傳輸線路中斷,節(jié)點仍然可以將信息傳輸?shù)侥康墓?jié)點。為了提高能量受限的無線傳感網(wǎng)絡的生存周期來實現(xiàn)網(wǎng)絡的均衡負載,通常把負載調(diào)整到不同的路徑或者節(jié)點,這樣能量消耗在各節(jié)點中得到平衡。通常,路由算法既要使傳輸所消耗的能量最小,又要盡可能避開那些剩余能量較少的節(jié)點,從而延L其壽命,達到最大化網(wǎng)絡生存時間的目的。總的來看,無線傳感網(wǎng)絡的路由算法主要可以分為以下兩類。
3 基于Q學習的能量負載均衡路由
當前的節(jié)能路由模型很少把降低能耗和負載均衡很好的綜合起來考慮,并且解決問題的思路相對比較片面,往往需要通過計算整條路徑上的消耗值來實現(xiàn)路由的選擇。為了解決當前路由模型的不足即實現(xiàn)最小化能量消耗的同時也考慮均衡節(jié)點的負載,本文提出一種基于Q學習的能量負載均衡的路由算法(Q-learning based energy-efficient load-balancing routing,Q-E2LBR)。Q-E2LBR算法利用強化學習的思想建模,充分考慮多跳和殘余能量來達到最小化整體能量開銷和最大化網(wǎng)絡的生存周期。Q-E2LBR算法使數(shù)據(jù)包沿一個接近最優(yōu)的路徑轉(zhuǎn)發(fā)到Sink節(jié)點并使用一個節(jié)點不斷地記錄它相鄰節(jié)點的Q值且能夠在獲得包的時候立即更新它,當前節(jié)點的Q值在其相鄰節(jié)點的副本中評估,由于無需反饋數(shù)據(jù)包,減少了數(shù)據(jù)通信量并延長了網(wǎng)絡的生命周期。
3.1 模型和算法描述
無線傳感網(wǎng)中每個傳感器節(jié)點都具有一定的計算能力和存儲能力,將這些特點考慮進來,就可以得到與之前的算法不同的方法。在本文所提出的算法中,無線傳感網(wǎng)絡中的每一個傳感器節(jié)點都被視為一個agent,這樣整個無線傳感網(wǎng)絡就可以建模成一個多agent系統(tǒng);每個agent在其鄰居節(jié)點中選擇不同的節(jié)點,作為下一跳節(jié)點,從而構(gòu)造出最優(yōu)路徑。通過不斷地取樣和學習,Q值將會最終收斂到一個穩(wěn)定的值。將整個無線傳感器網(wǎng)絡作為一個多agent系統(tǒng)。為了找到最優(yōu)路徑,每一個agent選擇一個最優(yōu)的鄰接節(jié)作為下一個路由目標。
無線傳感器網(wǎng)絡可以被描述為多個agent的強化學習問題。在某種意義上來說,學習網(wǎng)絡路由的最優(yōu)控制可以被視為和其他agent迭代并行的學習一個情節(jié)的任務。假設有多個節(jié)點的無線傳感器網(wǎng)絡隨機部署在一個特定的區(qū)域具有以下特點:(1)所有傳感器有能量限制;(2)任何傳感器和接收器之間需要通過一跳或者多跳通信;(3)傳感器的發(fā)射功率保持穩(wěn)定;(4)傳感器可以獲得自身的信息和相鄰節(jié)點的信息。
3.2 模型設計
強化學習算法需要對狀態(tài)、動作和獎賞函數(shù)進行建模。接下來介紹算法各元素的建模過程。
在無線傳感器網(wǎng)絡中,狀態(tài)是指某個節(jié)點ni的自身信息及其所有鄰接節(jié)點的信息。一個無線傳感器網(wǎng)絡由多個節(jié)點所構(gòu)成,其網(wǎng)絡狀態(tài) 是所有節(jié)點狀態(tài)的集合。在t時刻,無線傳感器網(wǎng)絡處于狀態(tài)S,則傳感器節(jié)點ni選擇動作 ,表示其選擇節(jié)點nj作為信息接收點,傳輸路徑為節(jié)點ni直接連接到節(jié)點nj的信道。由于強化學習方法采用Q值評估狀態(tài)-動作,所以此時選擇最高的Q值所對應的動作。
本文提出的Q-E2LBR算法在能量消耗最小化的同時均衡網(wǎng)絡節(jié)點的負載均衡。因此在設計獎賞函數(shù)時,需要考慮在路徑REt的剩余能量,從源節(jié)點到目標節(jié)點的跳數(shù)H以及在節(jié)點ni和節(jié)點nj之間傳輸所耗費的能量 。一個節(jié)點獲得一個立即獎賞并轉(zhuǎn)發(fā)一些數(shù)據(jù)包之后,對于剩余能量的值、能量消耗和必要的Q值進行編碼,使得在其數(shù)據(jù)包到達目標節(jié)點后得到一個額外的目標獎勵。
3.3 算法描述
在學習階段,Sink節(jié)點在特定的時間內(nèi)傳播啟動數(shù)據(jù)包并在其中封裝了能量信息和跳計數(shù),初始化Q值為0;然后,每個節(jié)點從相鄰的節(jié)點得到學習信息,包括了相鄰節(jié)點的Q值、無線傳感網(wǎng)絡中的跳數(shù)、節(jié)點能量消耗情況;接著,以滿足Boltzmann分布的概率選擇動作;隨后,將跳數(shù)信息、獎賞信息和剩余能量信息存入模型中并在模型中進行動作值函數(shù)的迭代更新;Sink節(jié)點周期性地向鄰居節(jié)點發(fā)送學習消息使得每個節(jié)點可以轉(zhuǎn)發(fā)接收到的學習消息并且更新模型;最后,Sink節(jié)點周期性地向鄰居節(jié)點發(fā)送學習消息,各鄰居節(jié)點不斷地向下一個節(jié)點發(fā)送學習消息的同時各節(jié)點不斷更新內(nèi)部模型,通過不斷的迭代,評估值就逐步接近收斂。具體如算法1所示。
算法1 基于Q學習的能量負載均衡的路由算法(Q-learning based energy-efficient load-balancing routing,Q-E2LBR)
輸入:能量信息E
輸出:路由路徑R
1: 初始化:Q0,路由Rnull,跳數(shù)hop0,RE0
2: for all 節(jié)點
3: for節(jié)點 i 的所有相鄰節(jié)點
4: 節(jié)點i 從相鄰節(jié)點j獲得的Q值
5: 計算得到節(jié)點i到下一Sink節(jié)點的跳數(shù)hop(i)
6: 計算從節(jié)點i的開始的總跳數(shù)H
7: 計算跳數(shù)關(guān)于節(jié)點i能量的消耗
8: 計算獎賞函數(shù)
9: 采取動作a,觀察a’和s’
10:
11:
12: for節(jié)點 i 的所有相鄰節(jié)點
13: 計算節(jié)點i選擇節(jié)點j的作為下一個發(fā)送節(jié)點的概率
14: end for
15: 選擇pi,j最大的節(jié)點j作為下一個發(fā)送節(jié)點
16: 更新能量EE - Eh
17: if 節(jié)點j加入后不會有環(huán)
18: 將節(jié)點j加入到路由R中
19: end if
20: end for
21: return R
本文的算法在傳統(tǒng)算法的基礎(chǔ)上綜合考慮了跳數(shù)、節(jié)點能量消耗等情況,由于傳統(tǒng)的考慮能量的算法仍需要計算能量值,因此,本文的算法并沒有過多的增加計算量,計算復雜度沒有明顯增加。
4 仿真實驗與結(jié)果
本文使用NS2網(wǎng)絡[15]評估算法。模擬環(huán)境是一個長寬都為100米的矩形區(qū)域,且存在100個傳感器節(jié)點被隨機部署在這個區(qū)域中。傳感器的最大通信距離是15米,每個節(jié)點最初的能量均服從均勻分布區(qū)間[6000,10000]。平均實驗結(jié)果從100次模擬的不同拓撲結(jié)構(gòu)中獲得。
在無線傳感器網(wǎng)絡中,GT算法是一種效果比較好的經(jīng)典算法[16],因此本文實驗從3個方面將Q-E2LBR算法和GT算法進行比較:節(jié)點的生存數(shù),剩余能量分布和節(jié)點和傳輸成功率。
圖1顯示了在5分鐘內(nèi)Q-E2LBR算法和GT算法的存活下來的節(jié)點。Q-E2LBR算法存活的節(jié)點數(shù)量明顯多于GT算法并且隨時間的推移差距越來越大。圖1的結(jié)果說明在節(jié)點生存數(shù)方面,Q-E2LBR算法優(yōu)于GT算法。從圖1還可以看出,Q-E2LBR算法在給定的300秒時間內(nèi)的節(jié)點存活量高于GT算法,因此可以分析得出,Q-E2LBR算法所需額外的計算能量在各節(jié)點所能提供的計算能量的范圍之內(nèi)。
圖2給出了5分鐘內(nèi)Q-E2LBR算法和GT算法運行了一段時間后的結(jié)果。Q-E2LBR算法的能量傳播比GT算法在整個網(wǎng)絡過程中要更加均勻,這表明了在Q-E2LBR算法中路徑選擇更加合適。Q-E2LBR算法從節(jié)點的剩余能量的改變中選擇了路由路徑。盡管GT算法也考慮了能量的均勻性,但其能量流失速度高于Q-E2LBR算法。由于無線傳感器網(wǎng)絡中,節(jié)點的計算量越大,其存活時間越短,圖2的結(jié)果說明在剩余能量分布方面,Q-E2LBR算法好于GT算法。從圖2還可以看出,Q-E2LBR算法在給定的300秒時間內(nèi)的節(jié)點剩余能量高于GT算法,因此可以分析得出,Q-E2LBR算法化了網(wǎng)絡所節(jié)省的節(jié)點所需的計算能量,大于其所需要增加的計算量所需的能量。
圖3展示了Q-E2LBR算法和GT算法成功傳輸率情況。在最初30秒內(nèi),Q-E2LBR算法傳播的成功率低于GT算法。主要原因在于Q-E2LBR算法使用了強化學習的“試錯”機制,在最初的階段,Q-E2LBR算法會有意識的嘗試“試錯式”的學習并在很短的時間內(nèi)算法學習到足夠的經(jīng)驗之后出現(xiàn)性能的一次較大提高。Q-E2LBR算法有5次傳輸質(zhì)量的提高,前3次質(zhì)量提高出現(xiàn)在100秒內(nèi),并且提高幅度較大,后2次的質(zhì)量提高耗時較長,并且提高幅度不大,這說明Q-E2LBR算法在傳輸質(zhì)量這一指標上能很快的向最優(yōu)值收斂后慢慢逼近。同時,從圖3中也可以看出,在給定的300秒時間內(nèi),Q-E2LBR算法傳輸?shù)牧亢虶T算法相當,因此可以看出,Q-E2LBR算法并沒有過多的增加計算量。整體而言,Q-E2LBR算法優(yōu)于GT算法。
4 結(jié) 論
無線傳感器網(wǎng)絡中傳感器節(jié)點的能耗問題不統(tǒng)一導致節(jié)點在關(guān)鍵路徑中的Sink節(jié)點和其他節(jié)點過早死亡而導致了網(wǎng)絡的生命周期縮短。本文提出了一種高效節(jié)能、負載平衡的路由算法Q-E2LBR,通過Q學習計算行動狀態(tài)值函數(shù),并通過Boltzmann分布計算行動的概率。經(jīng)過充分考慮剩余能量、能量消耗和跳數(shù)等因素后,Q-E2LBR算法能夠平衡能量消耗并延長網(wǎng)絡生命周期。模擬實驗表明,Q-E2LBR算法可以在均勻地分布網(wǎng)絡流量,改善網(wǎng)絡生命周期的同時保證有較高的傳輸成功率。
參考文獻
[1] 程紅舉, 黃行波, XIONG Naixue. 不可靠通信環(huán)境下無線傳感器網(wǎng)絡最小能耗廣播算法[J]. 軟件學報, 2014(5):1101-1112.
[2] 韓凱州, 馬福昌. 無線傳感器網(wǎng)絡中多Sink節(jié)點位置部署研究[J]. 傳感器與微系統(tǒng), 2014, 33(3):37-39.
[3] Jiang H, Sun Y, Sun R, et al. Fuzzy-Logic-Based Energy Optimized Routing for Wireless Sensor Networks[J]. International Journal of Distributed Sensor Networks, 2013, 9(2):264-273.
[4] Ileri O, Mau S C, Mandayam N B. Pricing for enabling forwarding in self-configuring ad hoc networks[J]. IEEE Journal on Selected Areas in Communications, 2005, 23(1):151-162.
[5] 李響, 孫華志. 基于能量感知的無線傳感器網(wǎng)絡路由算法[J]. 計算機科學, 2016, 43(6):291-294.
[6] 賈杰, 張桂園, 陳劍,等. 無線傳感器網(wǎng)絡中基于潛在博弈的分布式節(jié)點定位[J]. 電子學報, 2014, 42(9):1724-1730.
[7] 董國勇, 彭力, 吳凡,等. 一種采用蟻群優(yōu)化的WSN能量均衡非均勻分簇路由算法[J]. 小型微型計算機系統(tǒng), 2015, 36(7):1565-1568.
[8] Chandane M M, Bhirud S G, Bonde S V. Energy Optimization in Wireless Sensor Network[M]// Mobile Communication and Power Engineering. Springer Berlin Heidelberg, 2013:321-331.
[9] 朱斐, 許志鵬, 劉全,等. 基于可中斷Option的在線分層強化學習方法[J]. 通信學報, 2016, 37(6):65-74.
[10] Auer B P, Cesabianchi N, Sutton P F, et al. Reinforcement learning, an introduction[J]. Trabajos Y Comunicaciones, 2010:114-135.
[11] Lo B F, Akyildiz I F. Reinforcement learning for cooperative sensing gain in cognitive radio ad hoc networks[J]. Wireless Networks, 2012, 19(6):1237-1250.
[12] Russell B, Littman M L, Trappe W. Integrating machine learning in ad hoc, routing: A wireless adaptive routing protocol[J]. International Journal of Communication Systems, 2011, 24(7):950-966.
[13] Oddi G, Pietrabissa A, Liberati F. Energy balancing in multi-hop Wireless Sensor Networks: an approach based on reinforcement learning[C]// Nasa/esa Conference on Adaptive Hardware and Systems. 2014:262-269.
[14] O彥清, 彭艦, 劉唐,等. 基于動態(tài)分區(qū)的無線傳感器網(wǎng)絡非均勻成簇路由協(xié)議[J]. 通信學報, 2014(1):198-206.
篇3
一、從當代藝術(shù)中尋出藝術(shù)之根
當代中學生喜歡流行音樂,喜歡行為藝術(shù)。我們首先要肯定這些作品中所包含的積極的審美趨向,如流行樂中歡快的節(jié)奏、充滿青春的火熱激情,行為藝術(shù)對哲學的深層思考等等。但多數(shù)作品還是通過感官刺激而成為中學生的新貴。據(jù)調(diào)查顯示:喜歡新型藝術(shù)形態(tài)的中學生大多數(shù)并不能理解作品中一些深層次的藝術(shù)思想,更多的只是叛逆心理的一種宣泄、一種對多數(shù)人追捧對象的盲目追捧、一種耍“酷”。然而作為藝術(shù)本身而言,更主要強調(diào)的是對美的追求,即使是在今天極具個性化的時代,盡管藝術(shù)的表達方式、形式不一樣,積極向上的精神面貌仍是藝術(shù)作品的主流趨勢。作為引導者,要能夠從這些學生喜歡的當代藝術(shù)品中,挖掘藝術(shù)本質(zhì)的東西,讓他們從中認識到藝術(shù)的本質(zhì),這是藝術(shù)欣賞中的首要任務。中學生最喜歡的藝術(shù)形式有rap、街舞、商業(yè)大片等,而靜態(tài)的作品幾乎走不進他們的生活。對于這些藝術(shù)作品,我們要善于引導,對學生不能忙著否定。這些流行的時尚的藝術(shù)形式能流行開來,是有著它獨特的形式美的。歡快的節(jié)奏、鮮明的色彩、瑯瑯上口的語言等,這些藝術(shù)語言中學生是很難上升到美的高度的。“只緣身在此山中”,欣賞這類作品時,如何上升作品的藝術(shù)高度,摒棄作品中的糟粕?我們可以嘗試從學生了解作品中的量上面入手,在原有了解的數(shù)量基礎(chǔ)上,再次拓寬學生的視野,使他們不再局限于校園中流行的作品的數(shù)量;通過在課堂上的提高問答,逐步讓學生明白這些藝術(shù)作品為何會流行,從而了解這些作品中的形式美、語言美等,進一步貼近藝術(shù)的本質(zhì)。對藝術(shù)感悟能力較強的學生甚而可引導他們形成對流行藝術(shù)的批判眼光,從中尋找美。前期大量的工作之后,我們可再從藝術(shù)的根本對學生灌輸多元化的審美取向,并向多種藝術(shù)形式拓展,包括許多靜態(tài)作品,如繪畫、雕塑等。
二、從傳統(tǒng)優(yōu)秀作品中感受多元化的審美傾向
前面提到,古今中外優(yōu)秀的藝術(shù)作品瀚如星海,而且中學生對這些作品的理解有一種抵觸情緒,不愿去關(guān)注它們。
隨著年代的久遠,要去把握這些作品的思想內(nèi)涵、藝術(shù)特色是有一定難度的,所以我們要求對中學生重點以感受為主、了解為主,開拓多元化的審美趨向。作為教者,面對眾多的藝術(shù)作品我們也需要作一個分門別類的整理工作,按藝術(shù)史的發(fā)展方向進行梳理,將同時代不同藝術(shù)形式的作品放在一起比較閱讀,將古典的與當代的作品放在一起進行比較閱讀,將平面與立體的放在一起比較閱讀。通過反復比較作品,不同的、相同的審美趨向就顯而易見了。這時,我們需要用第一階段的階段性成果作為一個引導:什么是流行?古典的作品流不流行?古人的作品是不是比當代的作品形式差?這是一個帶有幽默感的時髦話題,很容易吸引住在流行中有所提高的學生的注意力。
古人和我們現(xiàn)代人一樣,在物質(zhì)需要得到滿足之后,也需要豐富的精神追求。對美的追求與向往,往往古典作品的出現(xiàn)也是屬于那個時代流行的產(chǎn)物,無論是貝多芬還是華彥鈞,無論是米開朗基羅還是畢加索,無論是半坡文化的陶紋罐還是明清的青花瓷,它們都屬于那個時代的流行文化、尖端文化,而且隨著文化層的積淀,這些帶著鮮明時代特征的作品已深深烙上了獨特的美感,有很多的藝術(shù)成就,連我們現(xiàn)代人也是無法達到的。像達芬奇的繪畫作品、貝多芬等大音樂家的交響樂作品,當今有幾人能夠達到甚至超越?這樣引發(fā)起學生對時代久遠作品的好奇之心后,再從中感受多元化的審美趨向,就簡單、明了多了。
三、從個性化的作品中提升獨特的審美情趣
在人的審美中,受文化教育、成長環(huán)境等諸多因素的影響,最終還會形成一些獨特的審美情趣,這就是個性化審美。在多元化審美基礎(chǔ)上形成的個性審美,不再是盲從的,在肯定多元審美的基礎(chǔ)上形成的審美觀,是對多元審美的進一步提升。當今社會是一個個性化的時代,我們不能對學生統(tǒng)一標準,也不能是僅僅拓展審美范圍。學生會在成長的過程中,產(chǎn)生臺階式的上升,或者是審美方向的改變。對此,教育要能夠敏銳地捕捉到,并加以引導,使學生形成積極健康的審美觀。最終,學生通過各類批判欣賞之后,會形成自己獨特的審美。
篇4
關(guān)鍵詞:護理專業(yè) 職業(yè)能力 培養(yǎng)探索
隨著人口結(jié)構(gòu)和質(zhì)量的改變、全球化趨勢和高新技術(shù)的臨床應用,導致護理實踐復雜性日趨增加,護理職業(yè)教育要應對這一挑戰(zhàn),與先進的護理理念接軌,全面發(fā)展我國護理人才培養(yǎng)模式,構(gòu)建以“職業(yè)能力培養(yǎng)”為主線的人才培養(yǎng)模式,注重護生職業(yè)能力全程化教育,使我們培養(yǎng)的護理人才具有一定的國際競爭力。
一、構(gòu)建適應現(xiàn)代衛(wèi)生職業(yè)教育的課程觀和教學觀
現(xiàn)代衛(wèi)生職業(yè)教育是以社會需求為辦學導向,以職業(yè)資格標準為評價質(zhì)量依據(jù)的教育。學校要以學生高質(zhì)量就業(yè)為本位,以培養(yǎng)學生的技術(shù)能力為核心。教學質(zhì)量得以保障的核心即課程設置和教學方法。然而目前多數(shù)衛(wèi)生職業(yè)院校護理專業(yè)課程設置仍沿襲相對獨立的傳統(tǒng)學科體系,課程門類繁多(如3年制中專護理專業(yè)在校學習期間僅為2年,而開設的課程達25-27門),學科意識使各門課程人為地強調(diào)自成體系,造成觀念、學科界限和定位的諸多沖突,而且,課程設置中缺乏人文社科知識。在此基礎(chǔ)上選擇的教學方法往往忽略了學生作為教學主體在教學活動中應該發(fā)揮的作用,一味采取“填鴨式”、“滿堂灌”的方法,使學生成為“容器”,其學習所得完全依賴老師的“一言堂”,沒有師生互動,技能訓練被忽略,學生的創(chuàng)新能力被束縛,教學質(zhì)量長時間在低水平徘徊。為此應建立新的衛(wèi)生職教課程觀和教學觀。
1、調(diào)整課程結(jié)構(gòu),突出護理專業(yè)特色
職業(yè)學校不能采取原有教育的課程模式,必須建立符合職業(yè)教育特色的課程體系。課程要由“學科型”走向?qū)嵱眯?,由封閉走向開放,由書本走向?qū)嵺`,圍繞培養(yǎng)高素質(zhì)實用型衛(wèi)生技術(shù)人才的培養(yǎng)目標,針對護理職業(yè)特點,用“以市場為導向,以就業(yè)為目標,以能力為本位”的職教觀念指導護理教學改革。課程設置必須打破“學科自成體系”的傳統(tǒng)模式,以“夠用,實用”為原則,實行課程綜合化改革,融知識、實踐、能力、技術(shù)于一體,使課程更突出職業(yè)特色、貼近臨床實際。
針對課程設置中缺乏人文社科知識,我們調(diào)整課程結(jié)構(gòu),從必修課程中減去了數(shù)學、物理、生物學、醫(yī)學遺傳學、生物化學等課程作為任選課,安排、增加了與護理專業(yè)關(guān)系較為密切的醫(yī)學邊緣課程,如護理心理學、人際溝通、護理禮儀等,充分協(xié)調(diào)人文與醫(yī)學基礎(chǔ)課程之間、醫(yī)學基礎(chǔ)與醫(yī)學臨床課程之間的教學銜接和內(nèi)容取舍等。人文課程及醫(yī)學基礎(chǔ)課程本著“必須”、“夠用”、“實用”為原則,增加了臨床教學時數(shù),特別是加強了臨床護理實訓教學環(huán)節(jié),將十八周教學調(diào)整為十六周理論授課,兩周課間實習;加強了實踐訓練,如《護理學基礎(chǔ)》課程理論與實踐教學比例調(diào)整到1:2,以適應臨床護理工作的要求。
2、優(yōu)化教學方法,促進學生主體能力的發(fā)展
要構(gòu)建新的課堂教學模式,在教學中減少灌輸式教學。在教學過程中,教師不僅要面對知識,而且要面對“人”;不僅要關(guān)注學習結(jié)果,更要關(guān)注學習能力,提倡學生積極主動地參與教學過程。教師要為學生建立良好的學習環(huán)境,創(chuàng)建和諧的學習氛圍,提高學生參與程度,保證學生在課堂教學中全員參與、全程參與、全方位參與。通過全體學生參與教學,加深學生對學習價值的認識,使其從思想意識、情感、個性、精神境界方面得到升華,潛能得到激發(fā),學習品質(zhì)得到提高。
在課程設計上,要按照醫(yī)療衛(wèi)生工作過程設置學習情境,以“應用性理論講授+崗位技能實訓”為課程模式,以職業(yè)能力培養(yǎng)為核心,充分體現(xiàn)“在學中做,在做中學”的教學思想,實現(xiàn)“所學與所用”零距離,努力把教學過程轉(zhuǎn)變?yōu)閷W生自主性、創(chuàng)新性的學習過程。
二、改革實踐、實訓教學,強化職業(yè)核心能力培養(yǎng)
實驗、實訓教學環(huán)節(jié)是護理人才全面掌握和深入融匯知識、訓練科學思維和培養(yǎng)核心能力的重要環(huán)節(jié),應以“護理核心能力”培養(yǎng)為主線,建立“學校實訓+社區(qū)實踐+醫(yī)院實習”三位一體的實踐教學體系,通過“學?!鐓^(qū)——醫(yī)院”交叉滲透,全程化培養(yǎng)實踐能力。要注重學生護理職業(yè)素質(zhì)和職業(yè)情感培養(yǎng),提倡護生早期接觸臨床和社區(qū),體驗護士角色和病人角色,理解護士職業(yè)的價值和情感,學習人際交往溝通技巧、基本的生活護理技術(shù),使學生能夠持續(xù)獲得本專業(yè)的職業(yè)技能、職業(yè)能力,增加學生對護理職業(yè)的感性認識,同時促進理論知識及臨床實踐技能的有機融合,實現(xiàn)知識的內(nèi)化。
在實驗、實訓環(huán)節(jié)應注重以下兩個方面:一是造就健康的職業(yè)心理素質(zhì)。護士工作內(nèi)容單調(diào)重復,工作環(huán)境緊張,壓力大,加之傳統(tǒng)習俗、社會偏見對現(xiàn)代護士職能做出了較低評價,影響了護生的專業(yè)信念,使部分護生對職業(yè)前景產(chǎn)生了困惑或動搖。因此,護生進入實習環(huán)節(jié)后,應逐步領(lǐng)悟護理工作的內(nèi)涵,領(lǐng)會護理工作的真、善、美,感悟并認同自己的職業(yè)價值,形成恰當?shù)穆殬I(yè)價值觀,最終形成健康的專業(yè)心理。二是注重多方面的能力培養(yǎng),包括評估及觀察能力、溝通與合作能力、創(chuàng)新精神與科研能力、應對壓力能力、慎獨自律能力等。
三、完善考評體系,突出崗位能力評價
有時教師眼中很不錯的學生(聽話、成績好、不調(diào)皮)并不一定受用人單位歡迎,而教師認為一般化的學生(不太聽話、學習成績一般)由于他們社會適應性較強,思維活躍,表達、協(xié)調(diào)能力較好,反而會得到用人單位的認可。究其原因:學校的評價方法和標準有問題。一直以來學校的教育方針是要使受教育者的德智體美勞全面發(fā)展,但長期以來評價學生的唯一標準就是考試分數(shù),而考試又主要是理論知識,不管學生實際動手能力如何,只要卷面符合標準答案就行。由于對學生的衡量標準出現(xiàn)了偏差,不但不能激發(fā)學生的積極性,而且從根本上與職業(yè)教育辦學方向相悖。因此根據(jù)社會需求及職業(yè)資格標準來改革評價學生的標準和方法、改革職業(yè)教育的考試考核制度勢在必行。
1、理論教學評價,建立發(fā)展性教學評價體系
要以學生的發(fā)展為中心進行評價,注重評價內(nèi)容的全面性、評價方式的多元性、評價對象的全員性,構(gòu)建完善的評價體系。在評價時不僅要關(guān)注學生的基礎(chǔ)知識和基本技能的成績,還要關(guān)注學生綜合素質(zhì)的考查。可將考試改革為“理論+實踐操作+綜合能力+創(chuàng)新設計能力”的幾個部分進行評估,對學生的知識、能力、情感態(tài)度進行全面評價。如知識技能評價中,應評價學生理論知識在實踐技能中的應用和綜合,看其能否將掌握的課程知識應用到操作技術(shù)當中,有關(guān)技能是否得到了有效的訓練和提高;情感態(tài)度的評價中,應評價學生的自學能力、探究知識能力、信息資料搜集處理能力、合作交流能力、創(chuàng)新能力等,看這些能力是否得到了相應的發(fā)展提高。
2、臨床實踐評價,建立臨床、院校合作的評價體系
要充分發(fā)揮臨床醫(yī)院在護理人才培養(yǎng)中的作用,請醫(yī)院的帶教老師對不同階段臨床實習的學生進行相應的評價。早期見習應注重溝通能力及人文關(guān)懷評價,能夠?qū)⒄n堂講授的溝通交流及人文關(guān)懷知識在實踐中加以運用。臨床見習應注重自我認識角色轉(zhuǎn)換評價,使學生通過臨床實踐盡快適應專業(yè)職業(yè)角色轉(zhuǎn)換,建立工作責任感。畢業(yè)實習應注重專業(yè)能力及臨床思維評價,加強學生的臨床操作技能、臨床思維能力和臨床決策力,最大限度地使學生所學的知識與臨床接軌,實現(xiàn)無縫對接。
熱門標簽
醫(yī)學科普 醫(yī)學論文 醫(yī)學科普論文 醫(yī)學思政教育 醫(yī)學綜述 醫(yī)學科普教育 醫(yī)學教學論文 醫(yī)學職稱論文 醫(yī)學會議總結(jié) 醫(yī)學影像論文 心理培訓 人文科學概論