中小城市總體規(guī)劃編制的專題討論課件

中小城市總體規(guī)劃編制的專題討論中小城市總體規(guī)劃編制的專題討論中小城市總體規(guī)劃編制的專題討論中小城市總體規(guī)劃編制的專題討論對總體規(guī)劃的基本認(rèn)識二、總規(guī)編制的內(nèi)容與方法要點對總體規(guī)劃的基本認(rèn)識通過對總體規(guī)劃的概念和屬性的一些基本認(rèn)識,了解規(guī)劃編制中所涉及的一些內(nèi)容和問題。如何引導(dǎo)學(xué)生化難為趣，增強(qiáng)信心，為化學(xué)立志，這是教師要思考的問題。下面就復(fù)分解反應(yīng)方程式記憶及書寫的難點突破，如何引導(dǎo)學(xué)生去學(xué)習(xí)，做一點思考，以起到拋磚引玉的作用。本文對化學(xué)課堂教學(xué)中的有效教學(xué)方法進(jìn)行了界定，并結(jié)合教學(xué)實踐著重從以下四個方面提出自己的思考，并通過對具體的教學(xué)案例分析，力圖使廣大教師轉(zhuǎn)變教學(xué)理念，掌握課堂教學(xué)中有效的教學(xué)方法。一、復(fù)分解反應(yīng)發(fā)生的定義兩種化合物互相交換成分，生成另外兩種化合物的化學(xué)反應(yīng)，稱為復(fù)分解反應(yīng)。反應(yīng)的條件：（1）有沉淀生成；（2）有水生成；（3）有氣體生成。教學(xué)過程中，演示天藍(lán)色CuSO4溶液與無色透明的NaOH溶液反應(yīng)生成藍(lán)色絮狀Cu（OH）2沉淀，學(xué)生歡呼雀躍，演示鹽酸溶液除去鐵銹Fe2O3，生成淡黃色三氯化鐵FeCl3時，學(xué)生也躍躍欲試，但記憶和書寫反應(yīng)方程式時，初中學(xué)生知難而退，甚至對化學(xué)敬而遠(yuǎn)之。CuSO4+2NaOH=Cu（OH）2↓+Na2SO46HCI+Fe2O3=2FeCI3+3H2O二、離子先把離子概念講清楚，同時把原子團(tuán)概念講清楚，只有把離子概念講清楚了，酸堿鹽概念才能講清楚，離子概念中原子團(tuán)是一個難點，必要時編成口訣，讓學(xué)生記憶。離子的概念：帶電的原子或原子團(tuán)。常見的原子團(tuán)有氫氧根離子OH-，硝酸根離子NO3-，碳酸根離子CO32-，硫酸根離子SO42-，磷酸根離子PO43-，銨根NH4+等，為了方便學(xué)生記憶，編成口訣：-1硝酸，氫氧根（NO3，OH-）；-2硫酸，碳酸根（SO42-，CO32-）；-3只有磷酸根（PO43-），唯有+1是銨根（NH4+）書寫較復(fù)雜的化學(xué)式對初中學(xué)生是一個難點，這一點不突破老師是很難講下去的，只要學(xué)生熟練而簡便的記住這些酸根，那么書寫較復(fù)雜的化學(xué)式就很輕松了，這是書寫復(fù)分解反應(yīng)方程式的基礎(chǔ)。三、酸、堿、鹽的溶解性酸、堿、鹽的溶解性對初中學(xué)生來說是一個難點，只有理解并記住常用酸，堿，鹽的溶解性，復(fù)分解反應(yīng)方程式才能順利些寫下來。為了方便記憶，編成口訣：鉀鈉銨硝溶水快，硫酸鹽除鋇鉛鈣。鹽酸鹽除氯化銀，酸堿溶解再除外。堿溶鉀鈉鋇三位，三種強(qiáng)酸溶水快。碳酸鹽類多不溶，生成沉淀變無害。四、復(fù)分解反應(yīng)方程式書寫理解具體運(yùn)用學(xué)生記憶復(fù)分解反應(yīng)方程式是一個非常頭痛的事，特別是一些不明白反應(yīng)機(jī)理的同學(xué)，甚至把化學(xué)放棄了，留下來只是一些綠肥紅瘦的現(xiàn)象，實在是太可惜了。在教學(xué)中我采用陰陽結(jié)合，連線背口訣的方式，很好地解決了這一點。CuSO4+2NaOH=Cu（OH）2↓+Na2SO4學(xué)生連接陽離子Cu2+與陰離子OH-，背口訣，堿溶鉀，鈉，鋇三位，Cu（OH）2屬于堿，難溶于水，符合復(fù)分解反應(yīng)發(fā)生的條件，反應(yīng)能發(fā)生，連接鈉陽離子和硫酸根陰離子，背口訣，鉀，鈉，銨，硝溶水快，Na2SO4屬于鈉鹽，易溶于水。Ba（OH）2+H2SO4=BaSO4↓+2H2O學(xué)生連接鋇離子與硫酸根離子，背口訣，硫酸鹽除鋇、鉛、鈣，硫酸鋇難溶于水，符合復(fù)分解反應(yīng)發(fā)生的條件。連接氫離子與氫氧根離子，生成水，也復(fù)合分解反應(yīng)發(fā)生的條件?？蓪懗鰪?fù)分解反應(yīng)方程式。從以上舉的兩個代表性例子，即讓學(xué)生連接因陽離子，再背口訣，很好地解決了復(fù)分解反應(yīng)方程式記憶和書寫，不僅為化學(xué)計算這個難點鋪平了道路，同時為學(xué)生下步進(jìn)入高中階段的學(xué)習(xí)打下堅實的基礎(chǔ)，更為學(xué)生走向社會從事環(huán)保行業(yè)的相應(yīng)工作積累知識，為社會培養(yǎng)了合格人才。課題研究：某湖水被嚴(yán)重污染，酸性過大，且有部分工業(yè)廢水，重金屬離子鉛離子汞離子，用所學(xué)復(fù)分解知識如何把湖水凈化？方案設(shè)計：1.加入硫酸鈉或碳酸鈉，把重金屬離子生成難溶于水的沉淀，寫出分復(fù)分解反應(yīng)的方程式或離子反應(yīng)方程式。2.加入生石灰氧化鈣，中和湖水中的酸，寫出復(fù)分解反應(yīng)方程式或離子反應(yīng)方程式。復(fù)分解反應(yīng)涵蓋的知識面非常廣泛，不僅有酸、堿、鹽的知識，還有物質(zhì)溶解性方面的知識，再進(jìn)一步，它涉及到化學(xué)反應(yīng)平衡，更重要的是，它揭示了一部分化學(xué)反應(yīng)的實質(zhì)，也就是自然界更趨向穩(wěn)定。而復(fù)分解反應(yīng)方程式是揭示這一反應(yīng)的實質(zhì)的表現(xiàn)形式，初中學(xué)生學(xué)起來有難度，必要時要采用先強(qiáng)制記憶再理解的方式，在這方面我做了一些嘗試與探索，收到了不錯的效果。當(dāng)然，難點的突破會有不同的方式，相信會起到拋磚引玉的作用。所謂“有效”是指通過教師在一段時間的教學(xué)之后，學(xué)生所獲得的具體的進(jìn)步或發(fā)展。教學(xué)有沒有效益，并不是指教師有沒有完成教學(xué)內(nèi)容或教得認(rèn)真不認(rèn)真，而是指學(xué)生有沒有學(xué)到什么或?qū)W生學(xué)得好不好。如果學(xué)生不想學(xué)或者學(xué)了沒有收獲，即使教師教得再辛苦也是無效的教學(xué)。同樣，如果學(xué)生學(xué)得很辛苦，但沒有得到應(yīng)有的發(fā)展，也是無效或低效的教學(xué)。課堂教學(xué)的有效性所涉及的范圍非常之廣。不管是羅姆斯登的有效教學(xué)原則，還是黛安蒙哥馬利的教師要理解和關(guān)注學(xué)生的學(xué)習(xí)結(jié)果和過程的研究，都特別強(qiáng)調(diào)主動學(xué)習(xí)、尊重學(xué)生人格的發(fā)展并強(qiáng)調(diào)師生的互動。0引言“考研熱”已經(jīng)成為一種社會現(xiàn)象，并持續(xù)升溫。為進(jìn)一步了解當(dāng)代大學(xué)生的考研現(xiàn)狀和成功考取研究生的因素，展開此次實驗研究，研究對象為江漢大學(xué)數(shù)學(xué)與計算機(jī)科學(xué)學(xué)院（簡稱數(shù)計學(xué)院）的學(xué)生，通過數(shù)據(jù)挖掘分析，得出哪些因素會影響大學(xué)生成功考取研究生。因收集數(shù)據(jù)量較少，本文將從收集到的數(shù)計學(xué)院2012級學(xué)生的學(xué)習(xí)成績、身體素質(zhì)測試成績、考研錄取情況和基本信息等這些數(shù)據(jù)中，選取大學(xué)四年加權(quán)平均成績、身體素質(zhì)測試成績、性別和專業(yè)差別這幾方面展開分析。數(shù)據(jù)挖掘是從海量數(shù)據(jù)中發(fā)現(xiàn)有趣模式的過程。作為知識發(fā)現(xiàn)過程，它通常包括數(shù)據(jù)清理、數(shù)據(jù)集成、數(shù)據(jù)選擇、數(shù)據(jù)變換、模式發(fā)現(xiàn)、模式評估和知識表示這6個方面[1]。其中前4個是數(shù)據(jù)預(yù)處理的不同形式，是為挖掘準(zhǔn)備數(shù)據(jù)，本文將依次介紹本次數(shù)據(jù)挖掘?qū)嶒灥木唧w分析過程。本次實驗基于Rapidminer軟件的數(shù)據(jù)分析平臺，將收集的數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理（數(shù)據(jù)清理、數(shù)據(jù)規(guī)約、數(shù)據(jù)集成和數(shù)據(jù)導(dǎo)入）[2]，研究各數(shù)據(jù)項與成功考取研究生的關(guān)系。實驗研究發(fā)現(xiàn)，考研成功除去與學(xué)習(xí)成績相關(guān)外，還與身體素質(zhì)、性別和專業(yè)差別相關(guān)。此次實驗研究結(jié)果可為學(xué)校指導(dǎo)學(xué)生考研提供參考。1相關(guān)算法本次數(shù)據(jù)挖掘運(yùn)用了目前常用數(shù)據(jù)挖掘算法中的兩個算法：關(guān)聯(lián)分析和神經(jīng)網(wǎng)絡(luò)算法。（1）關(guān)聯(lián)分析（AssociationAnalysis）?，F(xiàn)有的關(guān)聯(lián)分析算法有基于概率相似度的關(guān)聯(lián)方法、基于機(jī)器學(xué)習(xí)的關(guān)聯(lián)方法、基于Bayesian分類器的關(guān)聯(lián)方法及基于先決條件的關(guān)聯(lián)方法等?；跈C(jī)器學(xué)習(xí)的關(guān)聯(lián)方法只能對存在于線程中的數(shù)據(jù)進(jìn)行關(guān)聯(lián)，無法對未知數(shù)據(jù)進(jìn)行關(guān)聯(lián)，導(dǎo)致最后的分析結(jié)果存在較大誤差。而基于Bayesian分類器的關(guān)聯(lián)方法雖然時效性很好，但關(guān)聯(lián)需要的知識依賴于知識庫，無法獲得計算所需的先驗概率和條件概率[3]。（2）神經(jīng)網(wǎng)絡(luò)（NeuralNetwork）。人工神經(jīng)網(wǎng)絡(luò)是一種通過模仿生物神經(jīng)網(wǎng)路的工作特征進(jìn)行分布式信息處理的算法數(shù)學(xué)模型。神經(jīng)網(wǎng)絡(luò)是目前具有非常強(qiáng)大的預(yù)測功能的一種算法模型。一個完整的神經(jīng)網(wǎng)絡(luò)由輸入層、隱含層和輸出層組成，而每一層都由多個神經(jīng)元組成[4]。2數(shù)據(jù)預(yù)處理噪聲是數(shù)據(jù)結(jié)果出現(xiàn)偏差的原因之一，由于采集的數(shù)據(jù)中有噪聲影響因素，因此要對采集到的數(shù)據(jù)進(jìn)行去噪處理，有效的數(shù)據(jù)預(yù)處理可以提高數(shù)據(jù)挖掘?qū)嶒灥臏?zhǔn)確率，經(jīng)過系統(tǒng)導(dǎo)出來的原始數(shù)據(jù)存在不一致、不完整和噪聲，根據(jù)實驗需要，排除其它不良可忽視因素，結(jié)合教學(xué)實踐對學(xué)生數(shù)據(jù)空缺、不一致數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理操作。本次實驗數(shù)據(jù)源是江漢大學(xué)數(shù)計學(xué)院2012級學(xué)生在校四年加權(quán)平均成績、身體素質(zhì)測試各項成績、考研錄取情況和基本信息。基本信息中包含3個專業(yè)：數(shù)學(xué)與應(yīng)用數(shù)學(xué)、計算機(jī)科學(xué)與技術(shù)、網(wǎng)絡(luò)工程。身體素質(zhì)測試項目有：身高、體重、肺活量、50米跑、立定跳遠(yuǎn)、1000/800米跑、坐體前屈、仰臥起坐/引體向上。數(shù)據(jù)庫極易受噪聲、缺失值和不一致的侵?jǐn)_，數(shù)據(jù)庫龐大并且大多數(shù)是來自多個異種數(shù)據(jù)源。低質(zhì)量的數(shù)據(jù)會將導(dǎo)致低質(zhì)量的挖掘結(jié)果，引起數(shù)據(jù)的具體真實性偏差[5]。因此，本次實驗進(jìn)行數(shù)據(jù)預(yù)處理主要為3個方面：一是缺失數(shù)據(jù)（數(shù)據(jù)屬性中部分記錄顯示為空），二是噪聲數(shù)據(jù)，三是重復(fù)數(shù)據(jù)（數(shù)據(jù)屬性相同的記錄）[6]。3數(shù)據(jù)挖掘平臺RapidminerRapidMiner（前身是Rapid-I，YALE）是一十分流行的開源數(shù)據(jù)挖掘軟件，近年來變得非常受歡迎，并得到了一個大型社區(qū)的支持。其視覺吸引力、用戶友好的GUI（圖形用戶界面）和基于WiKi的上下文幫助，允許輕松使用和快速學(xué)習(xí)曲線。它有多個擴(kuò)展提供數(shù)據(jù)和適合于特定的預(yù)定義過程應(yīng)用領(lǐng)域（例如營銷、金融等）和社區(qū)，在RapidMiner“市場”上分享流程非常活躍。RapidMiner的一個重要優(yōu)勢是其在過程設(shè)計中的靈活性，通過“過程/子過程”結(jié)構(gòu)和“宏”表示環(huán)境的全局變量，這使得復(fù)雜過程的可視設(shè)計和高水平自動化得以實現(xiàn)。RapidMiner還提供大量的機(jī)器學(xué)習(xí)算法，用于預(yù)處理和可視化的工具包括大多數(shù)Weka算子和用于合并定制的R和Python腳本的簡單工具。并且，對深度學(xué)習(xí)方法和一些更先進(jìn)的特定機(jī)器學(xué)習(xí)算法（例如，極端隨機(jī)樹）的支持目前受到限制，但是可以通過并入R和Python腳本加以解決[7]。4數(shù)據(jù)建模4.1數(shù)據(jù)導(dǎo)入經(jīng)過數(shù)據(jù)預(yù)處理的訓(xùn)練數(shù)據(jù)集導(dǎo)入Rapidminer平臺，在屬性類型設(shè)置時將考研錄取情況屬性類型設(shè)置為Binominal類型，作為實驗預(yù)測對象，如圖1所示。4.2關(guān)聯(lián)分析通過關(guān)聯(lián)分析算法對數(shù)據(jù)進(jìn)行建模，調(diào)用SetRole和CorrelationMatrix算子得到所需要的關(guān)聯(lián)系數(shù)矩陣，進(jìn)一步對數(shù)據(jù)進(jìn)行處理。本次實驗采集數(shù)據(jù)量較少，故相關(guān)系數(shù)普遍偏小，經(jīng)過多次實驗嘗試，發(fā)現(xiàn)剔除相關(guān)系數(shù)小于0.05的屬性，得到新的數(shù)據(jù)集再通過神經(jīng)網(wǎng)絡(luò)算法建立的預(yù)測模型最為準(zhǔn)確，如圖2所示。4.3神經(jīng)網(wǎng)絡(luò)模型建立通過上述關(guān)聯(lián)分析得到相關(guān)系數(shù)，可以在接下來建模時通過調(diào)用SelectAttributes算子來選擇合適的屬性（將相關(guān)系數(shù)小于0.05的屬性，如肺活量和坐體前屈屬性剔除）形成新的數(shù)據(jù)集。姓名屬于不相關(guān)屬性但可用來識別元組，因此調(diào)用SetRole算子將其設(shè)置為id屬性用來識別，考研錄取情況屬性為要預(yù)測屬性故將其設(shè)置為Label屬性，最后調(diào)用NeuralNet算子建立神經(jīng)網(wǎng)絡(luò)模型，如圖3所示。4.4模型驗證及預(yù)測將預(yù)測數(shù)據(jù)集導(dǎo)入Rapidminer平臺中，將其屬性進(jìn)行篩選和設(shè)置，調(diào)用ApplyModel算子應(yīng)用神經(jīng)網(wǎng)絡(luò)模型，將其連接全部，如圖4所示。運(yùn)行程序得出預(yù)測結(jié)果，對得到的預(yù)測模型進(jìn)行驗證和判斷，預(yù)測數(shù)據(jù)集的學(xué)生考研錄取情況，如圖5所示。5實驗結(jié)果分析如圖5所示，從得出的預(yù)測結(jié)果可以看出，預(yù)測結(jié)果的置信度較高，且預(yù)測值與實際值一致，說明該預(yù)測模型較為成功。在作關(guān)聯(lián)分析得出相關(guān)系數(shù)矩陣時，選取多大相關(guān)系數(shù)為合適屬性時不能按常規(guī)方法，因為本次實驗的數(shù)據(jù)量較小，而且數(shù)據(jù)項較少，得出的相關(guān)系數(shù)也較小，所以只能逐個剔除當(dāng)前最小相關(guān)系數(shù)屬性進(jìn)行建模，將結(jié)果一一對比，最后得出保留大于0.05相關(guān)系數(shù)的屬性最為合理。由圖2可知，四年加權(quán)平均成績的相關(guān)系數(shù)最高且為0.260，呈正相關(guān)，表明學(xué)習(xí)成績對于考研是重中之重?？佳胁粌H是最后一年的沖刺復(fù)習(xí)，同樣要注重大學(xué)四年平時的學(xué)習(xí)和知識積累。其次身體素質(zhì)成績中的健康成績、立定跳遠(yuǎn)成績、1000米/800米成績相關(guān)系數(shù)都在0.100左右，其中1000米/800米成績相關(guān)系數(shù)是-0.128。驗證那句俗語“身體是革命的本錢”，在備戰(zhàn)考研的同時，不能以犧牲身體為代價，要加強(qiáng)鍛煉，以提高身體的各項基本素質(zhì)，特別是長跑，其相關(guān)系?翟謖廡┥硤逅刂什饈韻钅恐新愿咭懷錚?在考研備戰(zhàn)期間制定一個合理的運(yùn)動計劃也尤為關(guān)鍵。再是專業(yè)，其相關(guān)系數(shù)為-0.125，數(shù)據(jù)顯示網(wǎng)絡(luò)工程專業(yè)選擇繼續(xù)攻讀碩士研究生人數(shù)最少，根據(jù)進(jìn)一步調(diào)查了解，更多這個專業(yè)的學(xué)生選擇畢業(yè)后直接找工作，因就業(yè)前景好，而數(shù)學(xué)專業(yè)選擇考研的人數(shù)最多，說明專業(yè)差別和就業(yè)情況也決定是否選擇考研及最后能否成功考取。最后是性別，從采集的數(shù)據(jù)得知，考研成功的學(xué)生中女生占很大比例，并且其相關(guān)系數(shù)為0.144，說明性別也是成功考取研究生的一個因素，并且在漫長的備戰(zhàn)考研中女生更容易堅持下來并取得成功。6結(jié)語本次研究針對采集到的江漢大學(xué)數(shù)計學(xué)院2012級學(xué)生的數(shù)據(jù)，利用關(guān)聯(lián)分析算法對預(yù)處的數(shù)據(jù)作進(jìn)一步處理產(chǎn)生新的數(shù)據(jù)集，提高預(yù)測模型的準(zhǔn)確率，最后運(yùn)用神經(jīng)網(wǎng)絡(luò)算法得出預(yù)測模型，并用預(yù)測數(shù)據(jù)集進(jìn)行驗證。實驗結(jié)果表明，影響學(xué)生成功考取研究生的因素不僅包括學(xué)習(xí)成績，還與性別、專業(yè)、身體素質(zhì)相關(guān)。最后的預(yù)測模型和驗證也證明，本次實驗結(jié)果具有可參考的準(zhǔn)確性，實驗結(jié)果能夠?qū)W(xué)校輔導(dǎo)員指導(dǎo)學(xué)生考研提供部分依據(jù)和建議。但本次實驗也存在數(shù)據(jù)量偏小、數(shù)據(jù)偏少等方面的不足，以后可收集更多數(shù)據(jù)，進(jìn)一步深入探究，得出更為實質(zhì)性的結(jié)果，提高模型準(zhǔn)確率。中小城市總體規(guī)劃編制的專題討論中小城市總體規(guī)劃編制的專題討論1中小城市總體規(guī)劃編制的專題討論對總體規(guī)劃的基本認(rèn)識二、總規(guī)編制的內(nèi)容與方法要點中小城市總體規(guī)劃編制的專題討論2對總體規(guī)劃的基本認(rèn)識通過對總體規(guī)劃的概念和屬性的一些基本認(rèn)識,了解規(guī)劃編制中所涉及的一些內(nèi)容和問題。對總體規(guī)劃的基本認(rèn)識3、對總體規(guī)劃的基本認(rèn)識(一)在城鄉(xiāng)規(guī)劃體系中的地位●是我國城鄉(xiāng)規(guī)劃體系中的重要組成部分城鄉(xiāng)規(guī)劃,包括城鎮(zhèn)體系規(guī)劃、城市規(guī)劃、鎮(zhèn)規(guī)劃鄉(xiāng)規(guī)劃和村莊規(guī)劃。城市規(guī)劃、鎮(zhèn)規(guī)劃分為總體規(guī)劃和詳細(xì)規(guī)劃。(《城鄉(xiāng)規(guī)劃法》第2條城市規(guī)劃分為總體規(guī)劃和詳細(xì)規(guī)劃兩個階段(城市規(guī)劃編制辦法.第七條)●是編制近期建設(shè)規(guī)劃、分區(qū)規(guī)劃、控制性詳細(xì)規(guī)劃的依據(jù)城市規(guī)劃編制辦法22-24條、對總體規(guī)劃的基本認(rèn)識4、對總體規(guī)劃的基本認(rèn)識(二)作用●是引導(dǎo)和調(diào)控城市建設(shè),保護(hù)和管理城市空間資源的重要依據(jù)和手段,在指導(dǎo)城市有序發(fā)展、提高建設(shè)和管理水平等方面發(fā)揮著重要作用。(建設(shè)部《關(guān)于加強(qiáng)城市總體規(guī)劃工作的意見》)●已成為指導(dǎo)與調(diào)控城市發(fā)展建設(shè)的重要公共政策之一。(《城鄉(xiāng)規(guī)劃法解說》、對總體規(guī)劃的基本認(rèn)識5、對總體規(guī)劃的基本認(rèn)識(三)內(nèi)容●是對一定時期內(nèi)城市性質(zhì)、發(fā)展目標(biāo)、發(fā)展規(guī)模、土地利用、空間布局以及各項建設(shè)的綜合部署和實施措施。(《城市規(guī)劃基本術(shù)語標(biāo)準(zhǔn)》3.0.10)具體的編制內(nèi)容要求參見《城市規(guī)劃編制辦法》友情提示1:與甲方要求的差距、對總體規(guī)劃的基本認(rèn)識6、對總體規(guī)劃的基本認(rèn)識(四)基本屬性、法定性2、規(guī)范性3、系統(tǒng)性4、綜合性5、政策性6、時效性、對總體規(guī)劃的基本認(rèn)識7中小城市總體規(guī)劃編制的專題討論課件8中小城市總體規(guī)劃編制的專題討論課件9對總體規(guī)劃的基本認(rèn)識、法定性編制程序(《城鄉(xiāng)規(guī)劃法》第47條,《城市規(guī)劃編制辦法》第13條)修改省域城鎮(zhèn)體系規(guī)劃、城市總體規(guī)劃、鎮(zhèn)總體規(guī)劃前,組織編制機(jī)關(guān)應(yīng)當(dāng)對原規(guī)劃的實施情況進(jìn)行總結(jié),并向原審批機(jī)關(guān)報告;…同意后,方可編制修改方案按規(guī)定提出進(jìn)行編制工作的報告,經(jīng)同意后方可組織編制。提示2:在承接項目時要了解是否已獲準(zhǔn)編制對總體規(guī)劃的基本認(rèn)識10對總體規(guī)劃的基本認(rèn)識、法定性:編制原則(《城鄉(xiāng)規(guī)劃法》第4條)應(yīng)當(dāng)遵循城鄉(xiāng)統(tǒng)籌、合理布局、節(jié)約土地、集約發(fā)展和先規(guī)劃后建設(shè)的原則,改善生態(tài)環(huán)境,促進(jìn)資源、能源節(jié)約和綜合利用,保護(hù)耕地等自然資源和歷史文化遺產(chǎn),保持地方特色、民族特色和傳統(tǒng)風(fēng)防止污染和其他公害,并符合區(qū)域人口發(fā)展、國防建設(shè)、防災(zāi)減災(zāi)和公共衛(wèi)生、公共安全的需要組織編制總體規(guī)劃的原則(《城鄉(xiāng)規(guī)劃法解說》)1、統(tǒng)籌城鄉(xiāng)和區(qū)域發(fā)展2、積極穩(wěn)妥地推進(jìn)城市化3、加快建設(shè)節(jié)約型城市4、為人民群眾生產(chǎn)生活提供方便5、統(tǒng)籌規(guī)劃城市基礎(chǔ)設(shè)施建設(shè)對總體規(guī)劃的基本認(rèn)識11中小城市總體規(guī)劃編制的專題討論課件12中小城市總體規(guī)劃編制的專題討論課件13中小城市總體規(guī)劃編制的專題討論課件14中小城市總體規(guī)劃編制的專題討論課件15中小城市總體規(guī)劃編制的專題討論課件16中小城市總體規(guī)劃編制的專題討論課件17中小城市總體規(guī)劃編制的專題討論課件18中小城市總體規(guī)劃編制的專題討論課件19中小城市總體規(guī)劃編制的專題討論課件20中小城市總體規(guī)劃編制的專題討論課件21中小城市總體規(guī)劃編制的專題討論課件22中小城市總體規(guī)劃編制的專題討論課件23中小城市總體規(guī)劃編制的專題討論課件24中小城市總體規(guī)劃編制的專題討論課件25中小城市總體規(guī)劃編制的專題討論課件26中小城市總體規(guī)劃編制的專題討論課件27中小城市總體規(guī)劃編制的專題討論課件28中小城市總體規(guī)劃編制的專題討論課件29中小城市總體規(guī)劃編制的專題討論課件30中小城市總體規(guī)劃編制的專題討論課件31中小城市總體規(guī)劃編制的專題討論課件32中小城市總體規(guī)劃編制的專題討論課件33中小城市總體規(guī)劃編制的專題討論課件34中小城市總體規(guī)劃編制的專題討論課件35中小城市總體規(guī)劃編制的專題討論課件36中小城市總體規(guī)劃編制的專題討論課件37中小城市總體規(guī)劃編制的專題討論課件38中小城市總體規(guī)劃編制的專題討論課件39中小城市總體規(guī)劃編制的專題討論課件40中小城市總體規(guī)劃編制的專題討論課件41中小城市總體規(guī)劃編制的專題討論課件42中小城市總體規(guī)劃編制的專題討論課件43中小城市總體規(guī)劃編制的專題討論課件44中小城市總體規(guī)劃編制的專題討論課件45中小城市總體規(guī)劃編制的專題討論課件46中小城市總體規(guī)劃編制的專題討論課件47中小城市總體規(guī)劃編制的專題討論課件48中小城市總體規(guī)劃編制的專題討論課件49中小城市總體規(guī)劃編制的專題討論課件50中小城市總體規(guī)劃編制的專題討論課件51中小城市總體規(guī)劃編制的專題討論課件52中小城市總體規(guī)劃編制的專題討論課件53中小城市總體規(guī)劃編制的專題討論課件54中小城市總體規(guī)劃編制的專題討論課件55中小城市總體規(guī)劃編制的專題討論課件56中小城市總體規(guī)劃編制的專題討論課件57中小城市總體規(guī)劃編制的專題討論課件58中小城市總體規(guī)劃編制的專題討論課件59中小城市總體規(guī)劃編制的專題討論課件60中小城市總體規(guī)劃編制的專題討論課件61中小城市總體規(guī)劃編制的專題討論課件62中小城市總體規(guī)劃編制的專題討論課件63中小城市總體規(guī)劃編制的專題討論課件64中小城市總體規(guī)劃編制的專題討論課件65中小城市總體規(guī)劃編制的專題討論課件66中小城市總體規(guī)劃編制的專題討論課件67中小城市總體規(guī)劃編制的專題討論課件68中小城市總體規(guī)劃編制的專題討論課件69中小城市總體規(guī)劃編制的專題討論課件70中小城市總體規(guī)劃編制的專題討論課件71中小城市總體規(guī)劃編制的專題討論課件72中小城市總體規(guī)劃編制的專題討論課件73中小城市總體規(guī)劃編制的專題討論課件74謝謝騎封篙尊慈榷灶琴村店矣墾桂乖新壓胚奠倘擅寞僥蝕麗鑒晰溶廷籮侶郎蟲林森-消化系統(tǒng)疾病的癥狀體征與檢查林森-消化系統(tǒng)疾病的癥狀體征與檢查11、越是沒有本領(lǐng)的就越加自命不凡?！囃?/p>

12、越是無能的人，越喜歡挑剔別人的錯兒。——愛爾蘭

13、知人者智，自知者明。勝人者有力，自勝者強(qiáng)?！献?/p>

14、意志堅強(qiáng)的人能把世界放在手中像泥塊一樣任意揉捏?！璧?/p>

15、最具挑戰(zhàn)性的挑戰(zhàn)莫過于提升自我。——邁克爾·F·斯特利謝謝騎封篙尊慈榷灶琴村店矣墾桂乖新壓胚奠倘擅寞僥蝕麗鑒晰溶廷75中小城市總體規(guī)劃編制的專題討論中小城市總體規(guī)劃編制的專題討論中小城市總體規(guī)劃編制的專題討論中小城市總體規(guī)劃編制的專題討論對總體規(guī)劃的基本認(rèn)識二、總規(guī)編制的內(nèi)容與方法要點對總體規(guī)劃的基本認(rèn)識通過對總體規(guī)劃的概念和屬性的一些基本認(rèn)識,了解規(guī)劃編制中所涉及的一些內(nèi)容和問題。如何引導(dǎo)學(xué)生化難為趣，增強(qiáng)信心，為化學(xué)立志，這是教師要思考的問題。下面就復(fù)分解反應(yīng)方程式記憶及書寫的難點突破，如何引導(dǎo)學(xué)生去學(xué)習(xí)，做一點思考，以起到拋磚引玉的作用。本文對化學(xué)課堂教學(xué)中的有效教學(xué)方法進(jìn)行了界定，并結(jié)合教學(xué)實踐著重從以下四個方面提出自己的思考，并通過對具體的教學(xué)案例分析，力圖使廣大教師轉(zhuǎn)變教學(xué)理念，掌握課堂教學(xué)中有效的教學(xué)方法。一、復(fù)分解反應(yīng)發(fā)生的定義兩種化合物互相交換成分，生成另外兩種化合物的化學(xué)反應(yīng)，稱為復(fù)分解反應(yīng)。反應(yīng)的條件：（1）有沉淀生成；（2）有水生成；（3）有氣體生成。教學(xué)過程中，演示天藍(lán)色CuSO4溶液與無色透明的NaOH溶液反應(yīng)生成藍(lán)色絮狀Cu（OH）2沉淀，學(xué)生歡呼雀躍，演示鹽酸溶液除去鐵銹Fe2O3，生成淡黃色三氯化鐵FeCl3時，學(xué)生也躍躍欲試，但記憶和書寫反應(yīng)方程式時，初中學(xué)生知難而退，甚至對化學(xué)敬而遠(yuǎn)之。CuSO4+2NaOH=Cu（OH）2↓+Na2SO46HCI+Fe2O3=2FeCI3+3H2O二、離子先把離子概念講清楚，同時把原子團(tuán)概念講清楚，只有把離子概念講清楚了，酸堿鹽概念才能講清楚，離子概念中原子團(tuán)是一個難點，必要時編成口訣，讓學(xué)生記憶。離子的概念：帶電的原子或原子團(tuán)。常見的原子團(tuán)有氫氧根離子OH-，硝酸根離子NO3-，碳酸根離子CO32-，硫酸根離子SO42-，磷酸根離子PO43-，銨根NH4+等，為了方便學(xué)生記憶，編成口訣：-1硝酸，氫氧根（NO3，OH-）；-2硫酸，碳酸根（SO42-，CO32-）；-3只有磷酸根（PO43-），唯有+1是銨根（NH4+）書寫較復(fù)雜的化學(xué)式對初中學(xué)生是一個難點，這一點不突破老師是很難講下去的，只要學(xué)生熟練而簡便的記住這些酸根，那么書寫較復(fù)雜的化學(xué)式就很輕松了，這是書寫復(fù)分解反應(yīng)方程式的基礎(chǔ)。三、酸、堿、鹽的溶解性酸、堿、鹽的溶解性對初中學(xué)生來說是一個難點，只有理解并記住常用酸，堿，鹽的溶解性，復(fù)分解反應(yīng)方程式才能順利些寫下來。為了方便記憶，編成口訣：鉀鈉銨硝溶水快，硫酸鹽除鋇鉛鈣。鹽酸鹽除氯化銀，酸堿溶解再除外。堿溶鉀鈉鋇三位，三種強(qiáng)酸溶水快。碳酸鹽類多不溶，生成沉淀變無害。四、復(fù)分解反應(yīng)方程式書寫理解具體運(yùn)用學(xué)生記憶復(fù)分解反應(yīng)方程式是一個非常頭痛的事，特別是一些不明白反應(yīng)機(jī)理的同學(xué)，甚至把化學(xué)放棄了，留下來只是一些綠肥紅瘦的現(xiàn)象，實在是太可惜了。在教學(xué)中我采用陰陽結(jié)合，連線背口訣的方式，很好地解決了這一點。CuSO4+2NaOH=Cu（OH）2↓+Na2SO4學(xué)生連接陽離子Cu2+與陰離子OH-，背口訣，堿溶鉀，鈉，鋇三位，Cu（OH）2屬于堿，難溶于水，符合復(fù)分解反應(yīng)發(fā)生的條件，反應(yīng)能發(fā)生，連接鈉陽離子和硫酸根陰離子，背口訣，鉀，鈉，銨，硝溶水快，Na2SO4屬于鈉鹽，易溶于水。Ba（OH）2+H2SO4=BaSO4↓+2H2O學(xué)生連接鋇離子與硫酸根離子，背口訣，硫酸鹽除鋇、鉛、鈣，硫酸鋇難溶于水，符合復(fù)分解反應(yīng)發(fā)生的條件。連接氫離子與氫氧根離子，生成水，也復(fù)合分解反應(yīng)發(fā)生的條件?？蓪懗鰪?fù)分解反應(yīng)方程式。從以上舉的兩個代表性例子，即讓學(xué)生連接因陽離子，再背口訣，很好地解決了復(fù)分解反應(yīng)方程式記憶和書寫，不僅為化學(xué)計算這個難點鋪平了道路，同時為學(xué)生下步進(jìn)入高中階段的學(xué)習(xí)打下堅實的基礎(chǔ)，更為學(xué)生走向社會從事環(huán)保行業(yè)的相應(yīng)工作積累知識，為社會培養(yǎng)了合格人才。課題研究：某湖水被嚴(yán)重污染，酸性過大，且有部分工業(yè)廢水，重金屬離子鉛離子汞離子，用所學(xué)復(fù)分解知識如何把湖水凈化？方案設(shè)計：1.加入硫酸鈉或碳酸鈉，把重金屬離子生成難溶于水的沉淀，寫出分復(fù)分解反應(yīng)的方程式或離子反應(yīng)方程式。2.加入生石灰氧化鈣，中和湖水中的酸，寫出復(fù)分解反應(yīng)方程式或離子反應(yīng)方程式。復(fù)分解反應(yīng)涵蓋的知識面非常廣泛，不僅有酸、堿、鹽的知識，還有物質(zhì)溶解性方面的知識，再進(jìn)一步，它涉及到化學(xué)反應(yīng)平衡，更重要的是，它揭示了一部分化學(xué)反應(yīng)的實質(zhì)，也就是自然界更趨向穩(wěn)定。而復(fù)分解反應(yīng)方程式是揭示這一反應(yīng)的實質(zhì)的表現(xiàn)形式，初中學(xué)生學(xué)起來有難度，必要時要采用先強(qiáng)制記憶再理解的方式，在這方面我做了一些嘗試與探索，收到了不錯的效果。當(dāng)然，難點的突破會有不同的方式，相信會起到拋磚引玉的作用。所謂“有效”是指通過教師在一段時間的教學(xué)之后，學(xué)生所獲得的具體的進(jìn)步或發(fā)展。教學(xué)有沒有效益，并不是指教師有沒有完成教學(xué)內(nèi)容或教得認(rèn)真不認(rèn)真，而是指學(xué)生有沒有學(xué)到什么或?qū)W生學(xué)得好不好。如果學(xué)生不想學(xué)或者學(xué)了沒有收獲，即使教師教得再辛苦也是無效的教學(xué)。同樣，如果學(xué)生學(xué)得很辛苦，但沒有得到應(yīng)有的發(fā)展，也是無效或低效的教學(xué)。課堂教學(xué)的有效性所涉及的范圍非常之廣。不管是羅姆斯登的有效教學(xué)原則，還是黛安蒙哥馬利的教師要理解和關(guān)注學(xué)生的學(xué)習(xí)結(jié)果和過程的研究，都特別強(qiáng)調(diào)主動學(xué)習(xí)、尊重學(xué)生人格的發(fā)展并強(qiáng)調(diào)師生的互動。0引言“考研熱”已經(jīng)成為一種社會現(xiàn)象，并持續(xù)升溫。為進(jìn)一步了解當(dāng)代大學(xué)生的考研現(xiàn)狀和成功考取研究生的因素，展開此次實驗研究，研究對象為江漢大學(xué)數(shù)學(xué)與計算機(jī)科學(xué)學(xué)院（簡稱數(shù)計學(xué)院）的學(xué)生，通過數(shù)據(jù)挖掘分析，得出哪些因素會影響大學(xué)生成功考取研究生。因收集數(shù)據(jù)量較少，本文將從收集到的數(shù)計學(xué)院2012級學(xué)生的學(xué)習(xí)成績、身體素質(zhì)測試成績、考研錄取情況和基本信息等這些數(shù)據(jù)中，選取大學(xué)四年加權(quán)平均成績、身體素質(zhì)測試成績、性別和專業(yè)差別這幾方面展開分析。數(shù)據(jù)挖掘是從海量數(shù)據(jù)中發(fā)現(xiàn)有趣模式的過程。作為知識發(fā)現(xiàn)過程，它通常包括數(shù)據(jù)清理、數(shù)據(jù)集成、數(shù)據(jù)選擇、數(shù)據(jù)變換、模式發(fā)現(xiàn)、模式評估和知識表示這6個方面[1]。其中前4個是數(shù)據(jù)預(yù)處理的不同形式，是為挖掘準(zhǔn)備數(shù)據(jù)，本文將依次介紹本次數(shù)據(jù)挖掘?qū)嶒灥木唧w分析過程。本次實驗基于Rapidminer軟件的數(shù)據(jù)分析平臺，將收集的數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理（數(shù)據(jù)清理、數(shù)據(jù)規(guī)約、數(shù)據(jù)集成和數(shù)據(jù)導(dǎo)入）[2]，研究各數(shù)據(jù)項與成功考取研究生的關(guān)系。實驗研究發(fā)現(xiàn)，考研成功除去與學(xué)習(xí)成績相關(guān)外，還與身體素質(zhì)、性別和專業(yè)差別相關(guān)。此次實驗研究結(jié)果可為學(xué)校指導(dǎo)學(xué)生考研提供參考。1相關(guān)算法本次數(shù)據(jù)挖掘運(yùn)用了目前常用數(shù)據(jù)挖掘算法中的兩個算法：關(guān)聯(lián)分析和神經(jīng)網(wǎng)絡(luò)算法。（1）關(guān)聯(lián)分析（AssociationAnalysis）?，F(xiàn)有的關(guān)聯(lián)分析算法有基于概率相似度的關(guān)聯(lián)方法、基于機(jī)器學(xué)習(xí)的關(guān)聯(lián)方法、基于Bayesian分類器的關(guān)聯(lián)方法及基于先決條件的關(guān)聯(lián)方法等?；跈C(jī)器學(xué)習(xí)的關(guān)聯(lián)方法只能對存在于線程中的數(shù)據(jù)進(jìn)行關(guān)聯(lián)，無法對未知數(shù)據(jù)進(jìn)行關(guān)聯(lián)，導(dǎo)致最后的分析結(jié)果存在較大誤差。而基于Bayesian分類器的關(guān)聯(lián)方法雖然時效性很好，但關(guān)聯(lián)需要的知識依賴于知識庫，無法獲得計算所需的先驗概率和條件概率[3]。（2）神經(jīng)網(wǎng)絡(luò)（NeuralNetwork）。人工神經(jīng)網(wǎng)絡(luò)是一種通過模仿生物神經(jīng)網(wǎng)路的工作特征進(jìn)行分布式信息處理的算法數(shù)學(xué)模型。神經(jīng)網(wǎng)絡(luò)是目前具有非常強(qiáng)大的預(yù)測功能的一種算法模型。一個完整的神經(jīng)網(wǎng)絡(luò)由輸入層、隱含層和輸出層組成，而每一層都由多個神經(jīng)元組成[4]。2數(shù)據(jù)預(yù)處理噪聲是數(shù)據(jù)結(jié)果出現(xiàn)偏差的原因之一，由于采集的數(shù)據(jù)中有噪聲影響因素，因此要對采集到的數(shù)據(jù)進(jìn)行去噪處理，有效的數(shù)據(jù)預(yù)處理可以提高數(shù)據(jù)挖掘?qū)嶒灥臏?zhǔn)確率，經(jīng)過系統(tǒng)導(dǎo)出來的原始數(shù)據(jù)存在不一致、不完整和噪聲，根據(jù)實驗需要，排除其它不良可忽視因素，結(jié)合教學(xué)實踐對學(xué)生數(shù)據(jù)空缺、不一致數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理操作。本次實驗數(shù)據(jù)源是江漢大學(xué)數(shù)計學(xué)院2012級學(xué)生在校四年加權(quán)平均成績、身體素質(zhì)測試各項成績、考研錄取情況和基本信息?；拘畔⒅邪?個專業(yè)：數(shù)學(xué)與應(yīng)用數(shù)學(xué)、計算機(jī)科學(xué)與技術(shù)、網(wǎng)絡(luò)工程。身體素質(zhì)測試項目有：身高、體重、肺活量、50米跑、立定跳遠(yuǎn)、1000/800米跑、坐體前屈、仰臥起坐/引體向上。數(shù)據(jù)庫極易受噪聲、缺失值和不一致的侵?jǐn)_，數(shù)據(jù)庫龐大并且大多數(shù)是來自多個異種數(shù)據(jù)源。低質(zhì)量的數(shù)據(jù)會將導(dǎo)致低質(zhì)量的挖掘結(jié)果，引起數(shù)據(jù)的具體真實性偏差[5]。因此，本次實驗進(jìn)行數(shù)據(jù)預(yù)處理主要為3個方面：一是缺失數(shù)據(jù)（數(shù)據(jù)屬性中部分記錄顯示為空），二是噪聲數(shù)據(jù)，三是重復(fù)數(shù)據(jù)（數(shù)據(jù)屬性相同的記錄）[6]。3數(shù)據(jù)挖掘平臺RapidminerRapidMiner（前身是Rapid-I，YALE）是一十分流行的開源數(shù)據(jù)挖掘軟件，近年來變得非常受歡迎，并得到了一個大型社區(qū)的支持。其視覺吸引力、用戶友好的GUI（圖形用戶界面）和基于WiKi的上下文幫助，允許輕松使用和快速學(xué)習(xí)曲線。它有多個擴(kuò)展提供數(shù)據(jù)和適合于特定的預(yù)定義過程應(yīng)用領(lǐng)域（例如營銷、金融等）和社區(qū)，在RapidMiner“市場”上分享流程非?；钴S。RapidMiner的一個重要優(yōu)勢是其在過程設(shè)計中的靈活性，通過“過程/子過程”結(jié)構(gòu)和“宏”表示環(huán)境的全局變量，這使得復(fù)雜過程的可視設(shè)計和高水平自動化得以實現(xiàn)。RapidMiner還提供大量的機(jī)器學(xué)習(xí)算法，用于預(yù)處理和可視化的工具包括大多數(shù)Weka算子和用于合并定制的R和Python腳本的簡單工具。并且，對深度學(xué)習(xí)方法和一些更先進(jìn)的特定機(jī)器學(xué)習(xí)算法（例如，極端隨機(jī)樹）的支持目前受到限制，但是可以通過并入R和Python腳本加以解決[7]。4數(shù)據(jù)建模4.1數(shù)據(jù)導(dǎo)入經(jīng)過數(shù)據(jù)預(yù)處理的訓(xùn)練數(shù)據(jù)集導(dǎo)入Rapidminer平臺，在屬性類型設(shè)置時將考研錄取情況屬性類型設(shè)置為Binominal類型，作為實驗預(yù)測對象，如圖1所示。4.2關(guān)聯(lián)分析通過關(guān)聯(lián)分析算法對數(shù)據(jù)進(jìn)行建模，調(diào)用SetRole和CorrelationMatrix算子得到所需要的關(guān)聯(lián)系數(shù)矩陣，進(jìn)一步對數(shù)據(jù)進(jìn)行處理。本次實驗采集數(shù)據(jù)量較少，故相關(guān)系數(shù)普遍偏小，經(jīng)過多次實驗嘗試，發(fā)現(xiàn)剔除相關(guān)系數(shù)小于0.05的屬性，得到新的數(shù)據(jù)集再通過神經(jīng)網(wǎng)絡(luò)算法建立的預(yù)測模型最為準(zhǔn)確，如圖2所示。4.3神經(jīng)網(wǎng)絡(luò)模型建立通過上述關(guān)聯(lián)分析得到相關(guān)系數(shù)，可以在接下來建模時通過調(diào)用SelectAttributes算子來選擇合適的屬性（將相關(guān)系數(shù)小于0.05的屬性，如肺活量和坐體前屈屬性剔除）形成新的數(shù)據(jù)集。姓名屬于不相關(guān)屬性但可用來識別元組，因此調(diào)用SetRole算子將其設(shè)置為id屬性用來識別，考研錄取情況屬性為要預(yù)測屬性故將其設(shè)置為Label屬性，最后調(diào)用NeuralNet算子建立神經(jīng)網(wǎng)絡(luò)模型，如圖3所示。4.4模型驗證及預(yù)測將預(yù)測數(shù)據(jù)集導(dǎo)入Rapidminer平臺中，將其屬性進(jìn)行篩選和設(shè)置，調(diào)用ApplyModel算子應(yīng)用神經(jīng)網(wǎng)絡(luò)模型，將其連接全部，如圖4所示。運(yùn)行程序得出預(yù)測結(jié)果，對得到的預(yù)測模型進(jìn)行驗證和判斷，預(yù)測數(shù)據(jù)集的學(xué)生考研錄取情況，如圖5所示。5實驗結(jié)果分析如圖5所示，從得出的預(yù)測結(jié)果可以看出，預(yù)測結(jié)果的置信度較高，且預(yù)測值與實際值一致，說明該預(yù)測模型較為成功。在作關(guān)聯(lián)分析得出相關(guān)系數(shù)矩陣時，選取多大相關(guān)系數(shù)為合適屬性時不能按常規(guī)方法，因為本次實驗的數(shù)據(jù)量較小，而且數(shù)據(jù)項較少，得出的相關(guān)系數(shù)也較小，所以只能逐個剔除當(dāng)前最小相關(guān)系數(shù)屬性進(jìn)行建模，將結(jié)果一一對比，最后得出保留大于0.05相關(guān)系數(shù)的屬性最為合理。由圖2可知，四年加權(quán)平均成績的相關(guān)系數(shù)最高且為0.260，呈正相關(guān)，表明學(xué)習(xí)成績對于考研是重中之重?？佳胁粌H是最后一年的沖刺復(fù)習(xí)，同樣要注重大學(xué)四年平時的學(xué)習(xí)和知識積累。其次身體素質(zhì)成績中的健康成績、立定跳遠(yuǎn)成績、1000米/800米成績相關(guān)系數(shù)都在0.100左右，其中1000米/800米成績相關(guān)系數(shù)是-0.128。驗證那句俗語“身體是革命的本錢”，在備戰(zhàn)考研的同時，不能以犧牲身體為代價，要加強(qiáng)鍛煉，以提高身體的各項基本素質(zhì)，特別是長跑，其相關(guān)系?翟謖廡┥硤逅刂什饈韻钅恐新愿咭懷錚?在考研備戰(zhàn)期間制定一個合理的運(yùn)動計劃也尤為關(guān)鍵。再是專業(yè)，其相關(guān)系數(shù)為-0.125，數(shù)據(jù)顯示網(wǎng)絡(luò)工程專業(yè)選擇繼續(xù)攻讀碩士研究生人數(shù)最少，根據(jù)進(jìn)一步調(diào)查了解，更多這個專業(yè)的學(xué)生選擇畢業(yè)后直接找工作，因就業(yè)前景好，而數(shù)學(xué)專業(yè)選擇考研的人數(shù)最多，說明專業(yè)差別和就業(yè)情況也決定是否選擇考研及最后能否成功考取。最后是性別，從采集的數(shù)據(jù)得知，考研成功的學(xué)生中女生占很大比例，并且其相關(guān)系數(shù)為0.144，說明性別也是成功考取研究生的一個因素，并且在漫長的備戰(zhàn)考研中女生更容易堅持下來并取得成功。6結(jié)語本次研究針對采集到的江漢大學(xué)數(shù)計學(xué)院2012級學(xué)生的數(shù)據(jù)，利用關(guān)聯(lián)分析算法對預(yù)處的數(shù)據(jù)作進(jìn)一步處理產(chǎn)生新的數(shù)據(jù)集，提高預(yù)測模型的準(zhǔn)確率，最后運(yùn)用神經(jīng)網(wǎng)絡(luò)算法得出預(yù)測模型，并用預(yù)測數(shù)據(jù)集進(jìn)行驗證。實驗結(jié)果表明，影響學(xué)生成功考取研究生的因素不僅包括學(xué)習(xí)成績，還與性別、專業(yè)、身體素質(zhì)相關(guān)。最后的預(yù)測模型和驗證也證明，本次實驗結(jié)果具有可參考的準(zhǔn)確性，實驗結(jié)果能夠?qū)W(xué)校輔導(dǎo)員指導(dǎo)學(xué)生考研提供部分依據(jù)和建議。但本次實驗也存在數(shù)據(jù)量偏小、數(shù)據(jù)偏少等方面的不足，以后可收集更多數(shù)據(jù)，進(jìn)一步深入探究，得出更為實質(zhì)性的結(jié)果，提高模型準(zhǔn)確率。中小城市總體規(guī)劃編制的專題討論中小城市總體規(guī)劃編制的專題討論76中小城市總體規(guī)劃編制的專題討論對總體規(guī)劃的基本認(rèn)識二、總規(guī)編制的內(nèi)容與方法要點中小城市總體規(guī)劃編制的專題討論77對總體規(guī)劃的基本認(rèn)識通過對總體規(guī)劃的概念和屬性的一些基本認(rèn)識,了解規(guī)劃編制中所涉及的一些內(nèi)容和問題。對總體規(guī)劃的基本認(rèn)識78、對總體規(guī)劃的基本認(rèn)識(一)在城鄉(xiāng)規(guī)劃體系中的地位●是我國城鄉(xiāng)規(guī)劃體系中的重要組成部分城鄉(xiāng)規(guī)劃,包括城鎮(zhèn)體系規(guī)劃、城市規(guī)劃、鎮(zhèn)規(guī)劃鄉(xiāng)規(guī)劃和村莊規(guī)劃。城市規(guī)劃、鎮(zhèn)規(guī)劃分為總體規(guī)劃和詳細(xì)規(guī)劃。(《城鄉(xiāng)規(guī)劃法》第2條城市規(guī)劃分為總體規(guī)劃和詳細(xì)規(guī)劃兩個階段(城市規(guī)劃編制辦法.第七條)●是編制近期建設(shè)規(guī)劃、分區(qū)規(guī)劃、控制性詳細(xì)規(guī)劃的依據(jù)城市規(guī)劃編制辦法22-24條、對總體規(guī)劃的基本認(rèn)識79、對總體規(guī)劃的基本認(rèn)識(二)作用●是引導(dǎo)和調(diào)控城市建設(shè),保護(hù)和管理城市空間資源的重要依據(jù)和手段,在指導(dǎo)城市有序發(fā)展、提高建設(shè)和管理水平等方面發(fā)揮著重要作用。(建設(shè)部《關(guān)于加強(qiáng)城市總體規(guī)劃工作的意見》)●已成為指導(dǎo)與調(diào)控城市發(fā)展建設(shè)的重要公共政策之一。(《城鄉(xiāng)規(guī)劃法解說》、對總體規(guī)劃的基本認(rèn)識80、對總體規(guī)劃的基本認(rèn)識(三)內(nèi)容●是對一定時期內(nèi)城市性質(zhì)、發(fā)展目標(biāo)、發(fā)展規(guī)模、土地利用、空間布局以及各項建設(shè)的綜合部署和實施措施。(《城市規(guī)劃基本術(shù)語標(biāo)準(zhǔn)》3.0.10)具體的編制內(nèi)容要求參見《城市規(guī)劃編制辦法》友情提示1:與甲方要求的差距、對總體規(guī)劃的基本認(rèn)識81、對總體規(guī)劃的基本認(rèn)識(四)基本屬性、法定性2、規(guī)范性3、系統(tǒng)性4、綜合性5、政策性6、時效性、對總體規(guī)劃的基本認(rèn)識82中小城市總體規(guī)劃編制的專題討論課件83中小城市總體規(guī)劃編制的專題討論課件84對總體規(guī)劃的基本認(rèn)識、法定性編制程序(《城鄉(xiāng)規(guī)劃法》第47條,《城市規(guī)劃編制辦法》第13條)修改省域城鎮(zhèn)體系規(guī)劃、城市總體規(guī)劃、鎮(zhèn)總體規(guī)劃前,組織編制機(jī)關(guān)應(yīng)當(dāng)對原規(guī)劃的實施情況進(jìn)行總結(jié),并向原審批機(jī)關(guān)報告;…同意后,方可編制修改方案按規(guī)定提出進(jìn)行編制工作的報告,經(jīng)同意后方可組織編制。提示2:在承接項目時要了解是否已獲準(zhǔn)編制對總體規(guī)劃的基本認(rèn)識85對總體規(guī)劃的基本認(rèn)識、法定性:編制原則(《城鄉(xiāng)規(guī)劃法》第4條)應(yīng)當(dāng)遵循城鄉(xiāng)統(tǒng)籌、合理布局、節(jié)約土地、集約發(fā)展和先規(guī)劃后建設(shè)的原則,改善生態(tài)環(huán)境,促進(jìn)資源、能源節(jié)約和綜合利用,保護(hù)耕地等自然資源和歷史文化遺產(chǎn),保持地方特色、民族特色和傳統(tǒng)風(fēng)防止污染和其他公害,并符合區(qū)域人口發(fā)展、國防建設(shè)、防災(zāi)減災(zāi)和公共衛(wèi)生、公共安全的需要組織編制總體規(guī)劃的原則(《城鄉(xiāng)規(guī)劃法解說》)1、統(tǒng)籌城鄉(xiāng)和區(qū)域發(fā)展2、積極穩(wěn)妥地推進(jìn)城市化3、加快建設(shè)節(jié)約型城市4、為