人工神经网络在双语物理教学评价体系中的应用研究
人工智能在第二语言教学中的应用
1. 人工智能在第二语言教学中的应用1.1 论题引入随着科技的迅猛发展，人工智能技术在各个领域得到了广泛的应用，其中包括教育领域。
人工智能在第二语言教学中的应用，为学生提供了更加高效、个性化的学习方式，也促进了教学模式的转变。
本文将从人工智能技术在第二语言教学中的运用以及对教学模式的影响进行探讨。
1.2 人工智能在第二语言教学中的运用人工智能技术在第二语言教学中的应用主要体现在以下几个方面： - 以人工智能为支撑的上线学习评台- 个性化学习辅助工具- 虚拟现实技术在语言学习中的应用1.3 以人工智能为支撑的上线学习评台传统的语言学习方式多以课堂教学为主，而人工智能技术的应用将学习延伸到了线上评台。
这些上线学习评台可以根据学生的水平和需求，为学生提供个性化的教学内容和学习计划。
学生可以随时随地通过网络进行学习，更加方便高效。
这些评台还可以利用大数据分析学生的学习状态，为教师提供反馈和指导，提高教学的精准度和有效性。
1.4 个性化学习辅助工具人工智能技术可以根据学生的学习习惯、学习风格和学习水平，提供个性化的学习辅助工具，如语音识别软件、智能辅导系统等。
这些工具可以帮助学生更好地理解和掌握第二语言知识，提升学习效果。
1.5 虚拟现实技术在语言学习中的应用人工智能技术结合虚拟现实技术，使得学习者能够身临其境地感受语言环境，加深对语言的理解和运用。
虚拟现实技术可以为学生提供更为真实的语言学习场景，提高学习的趣味性和参与度。
1.6 人工智能对教学模式的影响人工智能技术的运用改变了传统的教学模式，促进了教学模式的个性化、智能化和多元化发展。
传统的一对多教学模式得到了颠覆，学生可以通过各种智能工具进行个性化学习，教师也可以更好地关注每个学生的学习进度和需求，实现更加精准的教学。
人工智能还带来了上线教学和远程教学的可能性，使得教学不再受限于时间和空间，为学习者提供更多便利和选择。
2. 结语人工智能技术在第二语言教学中的应用，为学生提供了更加高效、个性化的学习方式，促进了教学模式的转变。
神经网络在物理学中的应用研究
神经网络在物理学中的应用研究引言神经网络作为一种模拟人脑神经元相互连接的计算模型，在人工智能领域得到了广泛应用。
然而，近年来，神经网络在物理学中也展现出了巨大的潜力。
本文将探讨神经网络在物理学中的应用研究，包括量子物理、宇宙学和材料科学等领域，并展望未来发展的趋势。
1. 神经网络在量子物理中的应用量子物理是物理学中的前沿领域，研究微观世界的基本粒子和它们之间的相互作用。
神经网络在量子物理研究中被广泛应用于相态识别和量子模拟等方面。
相态识别是指识别物质的不同相态，如固态、液态或气态等。
传统的相态识别方法往往需要复杂的数学计算和高精度实验数据。
然而，神经网络通过学习大量的实验数据，能够自动从中提取出物质的相态特征，从而实现相态识别的自动化和高效率。
量子模拟是指利用一些模拟系统来模拟量子系统的行为。
传统的量子模拟方法往往受限于系统的大小和复杂度。
而神经网络可以通过学习量子系统的行为规律，从而模拟大规模和复杂度较高的量子系统。
这在研究量子计算和量子通信等领域具有重要意义。
2. 神经网络在宇宙学中的应用宇宙学是研究宇宙起源、演化和结构等问题的学科。
传统的宇宙学模型往往依赖于数值计算和观测数据，但由于宇宙学问题的复杂性和不确定性，传统方法往往存在局限性。
神经网络在宇宙学研究中的应用主要体现在宇宙学模拟和宇宙学参数估计等方面。
宇宙学模拟是通过计算机模拟来重现宇宙的演化和结构。
传统的宇宙学模拟方法往往需要耗费大量的计算资源和时间。
而神经网络通过学习宇宙学模型的行为规律，可以更高效地进行宇宙学模拟，快速得到模拟结果。
宇宙学参数估计是指通过观测数据来估计宇宙学模型的参数。
神经网络通过学习大量的观测数据，可以从中提取出宇宙学模型的参数特征，从而实现更准确和高效的宇宙学参数估计。
3. 神经网络在材料科学中的应用材料科学是研究材料的结构、性质和应用的学科。
传统的材料科学研究方法往往通过试验和理论计算来研究材料性质，但由于材料的复杂性和多样性，传统方法往往面临诸多困难。
人工智能在小学英语教学中的融合与应用研究
人工智能在小学英语教学中的融合与应用研究作者：冯丽婵来源：《课程教育研究》2024年第06期【摘要】在人工智能崛起的时代背景下，小学英语教师如何将人工智能技术应用于教学实践当中，已经成为了新时期小学英语教师研究的重点课题。
鉴于此，本文以科教版小学英语教学为例，分析了人工智能的发展背景与未来趋势，阐述了人工智能技术与小学英语教学的融合意义，最后从“精准备课，提高教师备课质量”“情境创设，激发学生学习热情”“人机对话，提升学生口语能力”“个性作业，实现知识查漏补缺”以及“精准评价，促进全面素养发展”五个方面讨论了人工智能技术与小学英语教学的融合策略。
【关键词】小学英语人工智能融合策略【中图分类号】G623.31 【文献标识码】A 【文章编号】2095-3089（2024）06-0055-03随着信息技术的飞速发展，随之而产生的人工智能技术也逐渐趋于成熟。
这项相对“年轻”的技术手段不仅为社会各个领域的发展带来了强大助力，也为各阶段的教育教学创造了进步条件。
而伴随着教育教学改革的逐步深入以及新课程标准的出台，各教育阶段教师也在不断探索更为多元、先进的教育教学模式。
小学英语教师尝试利用人工智能技术代替传统的教育方法，将先进的教育理念和技术手段与教材中的知识点相结合，不仅能够让学生获得更为丰富的学习资源，还能够依托人工智能技术实现对学生学习情况的有效监管和精准评价，在推动小学英语教学转型的同时，有效提高学生对知识的理解能力和学习能力，促进学生英语核心素养的切实发展。
一、人工智能的发展背景与未来趋势（一）发展背景首先，技术进步。
人工智能技术的发展可以追溯到20世纪50年代。
伴随着现代信息技术、大数据技术、5G技术、物联网技术、云计算等各个技术的发展，人工智能技术得到了广泛的应用和高度关注[1]。
其次，政策推动。
人工智能技术已经被许多国家纳入到了国家发展的重要战略当中，并制定了一系列的政策和发展规划。
如我国在2017年印发的《新一代人工智能发展规划》中就指出要推动人工智能技术的自主创新和产业应用。
人工神经网络在本科教学质量智能评价中的应用
人工神经网络在本科教学质量智能评价中的应用
人工神经网络（Artificial Neural Networks，ANN）是一种生物启发式的计算模型，模拟人脑中神经元之间的相互连接与信息传递过程。
近年来，随着人工智能的快速发展，
人工神经网络在各个领域都得到了广泛的应用，包括教育领域。
本文将探讨人工神经网络
在本科教学质量智能评价中的应用。
人工神经网络可以用于学生成绩预测。
通过收集学生的历史成绩、考试信息、平时表
现等多种数据，可以建立一个包含输入层、隐藏层和输出层的神经网络模型。
通过训练模型，人工神经网络可以学习到学生的学习规律和特点，从而实现对未来成绩的预测。
这样
的评价方式不仅可以帮助教师及时了解学生的学习情况，调整教学策略，也可以提供学生
个人在课程中的表现和发展方向的参考。
人工神经网络还可以用于教学内容推荐。
通过收集学生的学习兴趣、知识需求等信息，可以建立一个神经网络模型。
通过训练模型，人工神经网络可以学习到学生的喜好和需求，从而向学生推荐符合其兴趣和需求的教学内容，提高学生的学习积极性和主动性。
人工神经网络在本科教学质量智能评价中具有广阔的应用前景。
通过人工神经网络的
建模和训练，可以实现对学生成绩的预测、学习行为的分析、教学内容的推荐以及学生学
习能力的评估。
这些应用不仅可以提高教学评价的客观性和准确性，也可以帮助教师更好
地了解学生的学习情况，提供有针对性的教学辅导，促进学生的全面发展。
人工智能在外语教学中的应用及研究热点
人工智能在外语教学中的应用及研究热点作者：李春琳来源：《中国教育信息化·基础教育》2019年第03期摘要：伴随神经网络、脑科学研究的迅速进步，人工智能在云计算和大数据等相关技术的支持下，催生了颠覆性的技术，并迅速被运用到各个领域，如何将其与外语教育融合成为了外语教师们关注的焦点。
文章介绍了人工智能在教育中主要运用到的相关技术以及目前市场上人工智能在外语教育中的一些应用，并梳理了人工智能在外语教育中的研究热点方向，此类的研究国内还较少，该研究结果会对高校外语教师的教育技术研究有一定借鉴启发意义。
关键词：人工智能教育;深度学习;智能教育系统;外语教学技术中图分类号：G434; ; ; ; ;文献标志码：A; ; ; ; ; ;文章编号：1673-8454（2019）06-0029-04一、引言人工智能（Artificial Intelligence，简称AI）近年来成为了人们关注的焦点，最初这个概念是在1956年达特茅斯会议上提出，并被正式确立为一门学科，历经三次高潮三次低谷的发展。
1997年，IBM开发的人工智能“深蓝”打败人类的国际象棋冠军。
2016年3月，谷歌开发的AlphaGo以4：1的明显优势战胜多次荣获世界冠军的李世石。
自此人工智能在学术研究、行业发展和资本市场表现活跃。
伴随神经网络、脑科学研究的迅速进步，人工智能在云计算和大数据等相关技术的支持下，迅速被运用到各个领域。
以人工智能为核心的新技术与教学融合将成为下一个核心驱动力。
在2018年发布的《人工智能发展白皮书》[1]中，提到教育智能化将会成为教育领域的发展方向，人工智能将会引发教育理念和教育生态的深刻变革。
全球主要发达国家当前都在加速教育教学创新，积极开发教育新产品，推进教育教学创新。
2018年4月，《高等学校人工智能创新行动计划》[2]提出了未来的人才培养新模式，要增设“人工智能+X”的复合专业培养，众高校也相继成立了人工智能学院和相关专业，如南京大学、中国科学院大学、西安电子科技大学、上海交通大学等，结合近几年教育部“新工科”教育改革的背景，为外语教学与研究带来了新的契机。
神经网络在物理科学中的应用
神经网络在物理科学中的应用神经网络是关于神经元之间相互连接和信息传递的建模系统。
近年来，神经网络在物理科学领域的应用逐渐增加，为理解复杂的物理问题提供了新的思路。
本文将探讨神经网络在物理科学中的应用，包括神经网络在相变、高能物理、量子物理等方面的应用。
1. 神经网络在相变理论中的应用相变是物质由一种物态转化为另一种物态的现象。
相变理论是研究相变规律的一门学科。
神经网络中的模型可以用于相变理论的研究。
事实上，相变问题中的数据量庞大，但是相变点的位置往往难以精确地在实验中确定。
这就需要使用神经网络对数据进行处理。
采用卷积神经网络对相变图像进行分类，可以将相变点的位置梳理出来。
这种方法在高维量子相变的研究中是非常有用的。
2. 神经网络在高能物理中的应用高能物理研究的是微小粒子之间的相互作用，如质子、中子、电子等粒子的相互作用。
高能物理往往涉及大量的数据处理和分析，这为神经网络在高能物理领域的应用提供了契机。
神经网络可以用于探测物理实验中数据的分类和鉴别。
它可以分类一组数据点是否符合特定的事件模型，或者确定实验数据的来源。
这对于卫星图像等复杂数据的分析非常有用。
此外，神经网络还可以用于高能物理模拟，通过模拟来推断一些实验不容易找到的物理规律。
3. 神经网络在量子物理中的应用量子物理是研究微观量子颗粒之间相互作用的学科，是20世纪最重要的物理学分支之一。
神经网络在解决量子物理问题的过程中也显得尤为重要。
在量子物理中，神经网络可以应用于解决概率分布、量子态重构等问题。
针对系统的哈密顿量，也可以通过神经网络来求解量子动力学方程。
神经网络可以自然地将量子状态表示为高维量子态向量，并快速地处理具有非常大量维数的量子态。
结论：神经网络不仅应用于计算机科学领域，还在物理学领域发挥了它强大的能力。
神经网络可以解决因为数据不准确或者数据量过大导致难以解决的问题。
从相变到高能物理，从量子力学到普通粒子物理，人们对神经网络在物理科学上的应用不断增加了认识。
基于人工神经网络模型的物理实验数据分析
基于人工神经网络模型的物理实验数据分析随着计算机技术的日益发展，人工智能技术在各个领域中得以应用，其中人工神经网络模型是一种被广泛研究和应用的算法。
在物理实验数据分析方面，人工神经网络模型也具有很大的潜力。
本文将探讨基于人工神经网络模型的物理实验数据分析方法，并着重介绍其在晶体生长和物理力学等领域中的应用。
一、人工神经网络模型简介人工神经网络模型是一种通过学习和仿真生物神经网络的行为和特性而设计的计算机算法。
它的结构类似于生物神经网络，由一组节点和连接它们的边组成，每个节点代表一个神经元，每个边代表神经元之间的连接。
人工神经网络利用反向传播算法不断调整节点之间连接的权值，从而实现模型的训练和学习。
在模型训练和学习完成后，人工神经网络可以应用于不同的领域，例如物理实验数据分析。
二、晶体生长领域中的人工神经网络模型应用晶体生长是一项重要的材料制备技术，在半导体、化学、生物等领域中都有着广泛的应用。
利用物理方法和化学方法可以获得不同形态和尺寸的晶体。
利用人工神经网络模型，可以对晶体生长过程中的数据进行分析和预测，从而提高晶体质量和生长效率。
晶体生长过程中，温度、浓度、污染物浓度等参数对晶体质量有着重要的影响。
用传统的统计方法分析这些影响因素往往不够准确，而人工神经网络模型能够通过对实验数据的学习和训练，找到其背后的规律和模式。
例如，研究人员通过将晶体生长过程中的影响因素输入神经网络模型，建立了预测晶体质量的模型。
该模型能够准确预测晶体质量，并可以通过动态调整生长参数来优化生长过程。
三、物理力学领域中的人工神经网络模型应用物理力学是研究物体受力、运动和变形等现象的学科。
在物理力学领域中，人工神经网络模型也具有着很大的潜力，可以应用于分析材料的力学性能、预测材料的断裂点等。
例如，研究人员通过将不同应变条件下材料的应力应变曲线输入神经网络模型，建立了材料力学性质的模型。
该模型能够利用已知的实验数据准确预测材料的力学性能，并可以通过改变输入的应变条件来进一步优化材料的力学性能。
人工智能在高中物理教学中的应用
汇报人:
日期:
目
CONTENCT
录
• 引言 • 人工智能技术概述 • 高中物理教学现状及问题 • 人工智能在高中物理教学中的应用 • 人工智能在高中物理教学中的应用
效果 • 研究结论与展望 • 参考文献
01
引言
研究背景与意义
人工智能的发展
随着人工智能技术的不断发展，其在教育领域的应 用也越来越广泛，为高中物理教学提供了新的机遇 和挑战。
研究方法
本研究采用文献资料法、案例分析法和专家访谈法等多种研究方 法，通过对人工智能在高中物理教学中的应用案例进行分析和研 究，总结出人工智能在高中物理教学中的优势和效果。
02
人工智能技术概述
人工智能的定义
人工智能（Artificial Intelligence，AI）是一门研究、开发用于 模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的新 技术科学，它是计算机科学的一个分支，旨在生产出一种能以人 类智能相似的方式做出反应的智能机器。
高中物理教学中存在的问题
80%
学习动力不足
部分学生对物理学科缺乏兴趣， 学习动力不足，导致学习效果不 佳。
100%
学习方式不适应
部分学生习惯于被动接受知识， 缺乏主动学习和探究的能力，难 以适应高中物理教学的要求。
80%
学习压力过大
由于高中物理学科难度较大，部 分学生面临较大的学习压力，容 易产生焦虑和挫败感。
05
人工智能在高中物理教学中的应用效果
提高学生对物理知识的掌握程度
智能辅导
人工智能可以通过智能辅导系统，为学生提供定制化的学习资源和辅导，根据 学生的学习情况，调整教学策略，提高学生对物理知识的掌握程度。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
体 。建立 的 双 语 教 学 评 价 体 系要 特别 注 重 模
式 的改 革 与 创 新 。因 此 该 体 系采 取 定 量 与 定 性
评 价相 结 合 的方 法 ， 以提 高评 价 结 果 的可靠 性 与
可 比性 。主要 由 ５个 一级 指 标 、 】个二 级 指 标和 １ ２ 个 评估 标准 构成 。（ 体 见表 １ １ 具 ）
由输入 层 节 点 、 隐， 入 和输 出层 节 点 数 目由实 际 输
理 教学 评价 体 系 ， 体 现 大学 物理 教 育 思 想 ， ： 要 即
Ｓ ｓｅ ｓ ｄ ｏ ｙ ｔ ｍ Ｂａ ｅ ｎ ＢＰ ｅ ｒ ｌＮｅ ｗｏ ｋ Ｎ ｕ ａ ｔ ｒ
ＹＩ Ｙｉ ｇ Ｎ ｎ
（ ｃｏｌｌＳｉ ｃ， ｉｎ ｎ ｎ Ｕ ｉ ｒ ｔ，Ｗｕｉ １ １２ Ｃ ｉ Ｓｈｏ ｃ ｎｅ Ｊａ ｇ ａ ｎ ｅ ｉ ｏ ｅ ｖ ｓｙ ｘ ２ ４ ２ ， ｈｎ ａ）
殷 莹
无锡 ２ ４２ ） １ １２ （ 江南 大学 理 学 院 ， 苏 江
摘
要 ： 提 双语 物 理 教 学 评 价 体 系 的基 础 上构 建 了一 个 Ｂ 在 Ｐ神 经 网 络 评 价 模 型 ， 决 了传 统 教 学 评 价 体 系 解
中各 项 指 标 所 占权 重 的不 变性 问题 。 使 用 Ｍａａ 行 仿 真 的 实 验 结 果 和 基 于 该 模 型 的 教 学 评 价 系 统 的 应 用 ｔｂ进 ｌ 均 验 汪 了它 的 智 能 性 和 有 效 性 ． 关键词 ： 双语 物 理教 学 ； 学 评价 ；Ｂ 教 Ｐ神 经 网 络
Ａ ｂｓｒ ｃ ： ｅ ｐ ｐｅ ｒ ｓ ｎｔ ｈ ｏ ｔｕ ｔｏ ｆａ ＢＰ ｕｒ ｌｎｅｗｏ ｋ ｅ ａｕ ｔｏ ｄ ｌ，ｂ ｓ ｄ ｏ ｈｅ ｅ ａｕ ｔｏ ｆａ ｔ ａ ｔ Ｔｈ ａ ｒ ｐ ｅ ｅ ｓ ｔｅ ｃ ｎｓｒ ｃｉ ｎ ｏ ｎｅ ａ ｔ ｒ ｖ ｌａ ｉｎ ｍｏ ｅ ａ ｅ ｎ ｔ ｖ ｌ ａ ｉｎ ｏ
ｓ ｔｍ ． ｒ ｕｇ ｈｅ ｕｓ ｆＭａ ｌｂ ｓｍｕ ａｉｎ． ｔ ｅ ｒ ｓ ｔ ｆｅ ｐ ｒｍｅ ｔ ｎ ｈ ｐ ｉ ａｉｎｓｏ ｈｅ ｓ ｓｅ ｖ ｆｉ ｈ ｙｓｅ Ｔｈ ｏ ｈ ｔ ｅ ｏ ｔａ ｉ ｌ ｔ ｏ ｈ ｅ ｕｌｓ ｏ ｘ ｅ ｉ ｎ ｓａ ｄ ｔ ｅ ａ ｐｌｃ ｔｏ ｆｔ ｙ ｔｍ ｅ ｙ ｔｅ ｉ ｅｆ ｃｉｅ ｓ ｎｄ ｉ ｔ ｌ ｇ ｎ ｆｔ ｅ ｍｏ １ ｆｅ ｔｖ ｎｅ ｓ ａ ｎ ｅｌ ｅ ｔｏ ｈ ｄｅ ． ｉ
大学 物理 教 学 的发 展 ， 前 ， 建 智 能 的 教 学 评 当 构 价体 系 ， 教 师的 双语 教 学 内 容进 行管 理 监 督 调 对 控 ， 双语 教 学 效 果进 行 考 核 和评 价 ， 证 双 语 对 保 教学 的质 量 ：本 文 以 双 语 物 理 教 学 智 能 评 价 模 型和 系统 的建 立 为 例 ， 证 了基 于 Ｂ 验 Ｐ网 络 的 智 能双语 物理 教学 评价 体 系的 可行性 和 优越性 。
Ｋ ｅ ｒ ： ｌｎ ｕ ｌｐ ｓｃ ； ｔ ａ ｈｉ ｖ ｌ ａ ｉｎ； ＢＰ ｅ ｒ ｌｎ ｔ ｒ ｙ ｗｏ ｄｓ ｂｉ ｇ ａ ｈｙ ｉｓ ｅ ｃ ｎｇ ｅ ａｕ ｔｏ ｉ ｎ ｕ ａ ｅｗｏ ｋ
自从 ２ ０ 年 ８月 以来 ， ０１ 许多 高校 均把 大学 物 理选作 实 施双语 教 学 的重点 课 程 ， 举 措 促 进 了 该
１２ 基 于 Ｂ ． Ｐ神 经 网络 的教学 评价 体 系的构 建
传 统 的双语 教 学评 价 体 系 通 常是 固定 权 重 。
这 种 固定 每 项 指 标 权 重 的方 法 易受 到 权 重 制 定
者个人 主 观 意 志 影 响 ， 多 数 情 况 下 未 必 科 学 。 在
１ 双 语 物 理 教 学 评 价 体 系设 计
１ １ 双 语物 理教 学评 价体 系指 标 的建 立 ．
如何 找 出每项 指标 的合 理权 重 ， 为 评 价体 系设 成
计 的重 要 问题 。把 Ｂ Ｐ神经 网络 应用 到 评 价体 系 中来 ， 能够 很 好 地 解 决 这 一 缺 陷。 Ｂ Ｐ神 经 网络
作 为 为评 审 教 学 总 体 质 量 而设 计 的 双 语 物
中 图 分 类 号 ：６ ２ Ｇ ４ 文 献 标 识 码 ： Ａ 文 章 编 号 ：６ １ ８０ ２ ０ ）６— ０ ３— ３ １７ —７８ （ ０９ ０ ０ ４ ０
Ｔｈ ｓ ａｒ ｈ ｏ ｈ ｅ Ｒｅ ｅ ｃ ｆ ｔ ｅ Ａｐｐ ｉａ ｉ ｎ ｉ ｌｎｇ ｌＰｈｙ ｉ ｓ Ｅｄ ａ ｉ ｎ ｌｃ ｔｏ ｎ Ｂｉ ｉ ｕａ ｓｃ ｕｃ ｔｏ
ｂ ｌ ｇ ａ ｐ ｙ ｉｓ ｅ ｕ ａ ｉｎ ｓ ｓ ｍ， ｓ ｌ ｉｇ ｔ ｅ ｆ ｅ ｎ ｅ ｒ ｐ ｒｉｎ ｐ ｏ ｌｍ ｎ ｔ ｅ ｔａ ｉ ｏ ａ ｔａ ｈ ｎ ｖ ｌ ａ ｉｎ ｉｎ ｕ ｌ ｈ ｓ ｄ ｃｔ ｙ ｔ ｉ ｃ ｏ ｅ ｏ ｖｎ ｈ ｘ ｄ ｉ ｄ ｘ ｐ ｏ ｏ ｔ ｒｂ ｅ ｉ ｈ ｒ ｄｔ ｎ ｌ ｅ ｃ ｉ ｇ ｅ ａｕ ｔ ｉ ｏ ｉ ｏ
第 ８卷 第 ６期 ２０ ０ ９年 １ ２月
无 锡 职 业 技 术 学 院 学 报
Ｊ ＲＮＡＬ ０Ｆ Ｗ ＵＸＩＩ ＴＩ 厂 Ｅ ＯＦ Ｔ Ｃ ｏＬ０ＧＹ ＯＵ ＮＳ ＴＬ ｒ Ｅ
Ｖｏ ． １ ８ ＮＯ． ６
Ｄｅ ．２ ０ ｃ ０９
人 工 神 经 网络在 双语 物 理 教 学评 价 体 系 中 的应 用研 究