任倩
- 作品数：11 被引量：9H指数：2
- 供职机构：商洛学院更多>>
- 发文基金：陕西省教育厅科研计划项目陕西省社科界重大理论与现实问题研究项目更多>>
- 相关领域：文化科学政治法律自动化与计算机技术更多>>
- 女性思维下的生态小城镇建设思路探索——寻找沙河子镇的“小城小幸福”
- 2014年
- 沙河子镇是商洛市唯一的省级重点示范镇,该镇城镇化建设在男性思维指引下有跑偏之势,生态问题引发的一系列社会问题严重影响社会和谐。为此,笔者建议该镇在男性理性思维的基础上,激活潜在的女性感性思维,积极发挥女性思维中天然的贴近度和亲和力,凸现以人为中心的城镇生态化建设。
- 任倩王英全
- 关键词：生态城镇化
- 一种高校学生考勤管理用公示架
- 本实用新型涉及公示架技术领域，且公开了一种高校学生考勤管理用公示架，包括底座，所述底座上表面的中心固定安装有支撑杆，所述支撑杆远离底座的一端固定安装有托板，所述托板上表面的底部固定连接有挡板，所述托板的上表面固定安装有安...
- 李燕燕任倩
- 文献传递
- Super理论视角下大学生生涯发展规划路径探索——以SL学院为例被引量：1
- 2017年
- Super生涯发展理论着眼于个体自身职业探索和发展,从自我认识、专业和学业认识、职业认识、职业意向、就业实践等与大学生生涯发展规划紧密相关的维度出发,探究大学生生涯发展规划存在的问题,通过拓宽规划知识和技巧获取渠道、提升规划实施效果、建立长远职业规划方案、重视理想价值追求、知行合一开展专业学习和实践训练等引导大学生自身生涯发展不断增值。
- 任倩
- 关键词：大学生生涯发展规划
- 大学生社会主义核心价值观引导研究——基于心理健康教育视角被引量：2
- 2016年
- 大学生心理健康教育是践行社会主义核心价值观的一种重要渠道。通过对大学生心理健康教育中社会主义核心价值观引导现状进行分析,以此为切入点,试图寻求一条合理的引导路径,即:明确坚持社会主义核心价值观为指导思想,创新社会主义核心价值观教育形式,引导大学生社会主义核心价值观内化,积极探索大学生心理健康教育与社会主义价值观教育的合力育人的科学机制,为地方社会经济发展提供可靠的人才保障。
- 任倩鲁绵茸
- 关键词：大学生心理健康教育社会主义核心价值观
- 地方高校非学历继续教育发展初探
- 2014年
- 在高等教育大众化背景下,地方高校大力发展非学历继续教育成为必然趋势。现阶段制约地方高校非学历继续教育发展的因素有观念上的偏差、发展动力不足、自身局限及发展空间被挤压等。其对策是以科学发展观为引领,以观念更新为先导,大力营造良好氛围环境;以教学质量的提高为根本,积极搭建发展平台;以服务地方区域经济为突破口,进一步拓展发展空间;以创新为动力,努力发挥竞争优势。
- 王英全高荣发任倩
- 关键词：地方高校非学历继续教育
- 破解应用型本科院校成人教育困局的策略——以商洛学院为例被引量：3
- 2014年
- 当前学院成人教育存在着招生困难、人才培养目标与社会需求脱节、教师能力难于对接人才培养要求、成人教育产品不能满足多元化的社会发展需求等问题。面对自身成人教育发展所存在的问题,应当采用扩大社会影响缓解招生难、加强校企合作培养教师应用型能力、立足学生个性需要制定人才培养方案、成人的学历教育和非学历教育相补充以满足多元化社会需求等对策来破解当前新建应用型本科院校的成人教育困局。
- 任倩高荣发王英全
- 关键词：本科院校成人教育
- “素质冰山”视角下地方院校大学生在校成长协同机制构建被引量：1
- 2017年
- 在"素质冰山"显性素质和隐性素质两个维度下,从学业状况、实践方式、角色定位、价值观、自我认知和动机等方面开展大学生在校成长调研,了解大学生在校成长现状和影响因素。强化显性素质,完善知识和技能体系;固化培养隐性素质,增强职业适应能力;注重全面素质,助力学生顺利成长成才。在合力搭建大学生在校成长应然素质模型的基础上,围绕大学生在校成长应然素质体系,积极搭建在校成长目标导向平台、同辈互助成长引导平台、信息化在校成长评价平台和多元社会支持平台构筑大学生在校成长协同机制,有针对性地加强和改进在校大学生的成长路径。
- 任倩吴娜
- 关键词：大学生
- 基于人机交互的心理健康监测数据异常标记识别研究被引量：1
- 2023年
- 针对人机交互的心理健康异常识别问题,提出以人脸表情监测和分类作为基础参数,建立一个基于多层特征融合的多类别表情识别模型。首先,对原始面部表情图像进行姿态和灰度归一化;然后以VGGNet网络对模型进行轻量化,将网络浅层局部特征与深层全局特征进行融合;之后利用SoftMax分类器进行表情识别和分类;最终基于表情识别结果实现心理健康数据异常监测。结果表明,采用VGGNet网络与模块3和模块4进行多层融合可取得78.2%的准确率,基于此融合方式可实现表情识别模型搭建。对数据集进行平衡和增广处理后,模型的表情识别准确率进而由78.2%提升至85.3%。本算法的表情识别准确率可高达99.67%,比传统的SVM分类算法和改进AlexNet卷积神经网络分别高出了9.62%和8.05%。且本算法可对9种不同类型的表情进行实时分类,为心理健康监测系统提供了有效数据支撑。
- 任倩王博
- 关键词：人机交互表情识别
