加涅的信息加工学习理论

         严格的说,加涅的学习理论应该归入认知派学习理论体系当中。这里将它独立出来有两个原因,一是他的理论相当麻烦,什么都可以插上一腿,第二,他的理论也是具有非常大的综合性,很多是左借鉴一下、右参考一点,然后自己加以发挥的结果。

学习分类理论

首先是加涅对学习的分类,仅是分类就有两种标准。

一种是按照学习对象的性质来进行划分的,将学习分成八个类别,即:

信号学习:主要是经典条件作用的学习;

刺激-反应学习:主要是操作性条件作用的学习;

连锁学习:可以认为是巴甫洛夫所说的高级条件作用;

语言联想学习:实质上是以语言为对象的连锁学习;

辨别学习:辨别不同刺激间的区别并且做出不同的反应,实质上是巴甫洛夫所说的分化;

概念学习:对刺激进行分类,对同类刺激做出相同的反应;

规则学习:多个特定关系的概念之间形成命题,形成规则;

解决问题的学习:利用规则达到解决问题的目的。

很明显的是,这个分类标准参考了联结派学习理论(前面6个学习类别是典型的联结学派的东西),以及认知派学习理论(最后两个才是认知派的东西)。不过,信号学习和刺激-反应学习似乎应该是同一个东西,两者的本质都是面对一个信号做出一个反应(对于这点,如果可能可以做更深层次的论述)。另外,辨别学习和概念学习应该是同一件事情的两个方面,将这两个方面区别开实在是让人匪夷所思。

加涅对学习的另外一种分类是根据学习的结果来分的,将学习分成五个类别:

言语信息:应该是最常见的学习了,如果你不知道甚至是否认南京大屠杀的话,就是这方面存在欠缺了;

智力技能:利用符号与外界相互作用的能力,某些人经常问“我该怎么办啊”,就是典型的反面例子;

认知策略:就是目前教育当中相当招摇的“学会学习”的要求;

运动技能:不说;

态度:不说。

加涅的这种分类方法基本上是比较公认的,比中国传统的学习分类方法要优越一些。

学习模式

加涅的信息加工学习理论并不是浪得虚名的,他提出了信息加工学习模式。不过,很让人伤心的是,这个信息加工模式太厉害了,所以经常看到它,就算我们被一条疯狗追的时候,我们的反应也可以完全按照这个信息加工模式来解释和预测。这也是信息加工的学习模式失败的一个地方。

学习过程

加涅不但按照学习对象的性质将学习分为8个类别,还将整个学习过程分成了8个阶段,分别是:

动机阶段:学习者必须有学习的意图,是由信息加工学习模式中动机系统(期望事项)提供的。这里面应该有班杜拉和托尔曼的贡献,注上一笔;

领会阶段:实际上应该是注意阶段,强调学习者将注意力集中到学习材料上;

习得阶段:学习内容经过编码进入短时记忆,并进一步存入长时记忆;

保持阶段:主要是习得的信息在长时记忆当中的保持;

回忆阶段:习得的信息要表现出来就必须从长时记忆里提取出来;

概括阶段:学习迁移的问题;

作业阶段:就是做作业啊;

反馈阶段:就是分数啊。

可以看出来加涅的学习过程理论基本上是按照他的信息加工的学习模式来的,而且,他侧重点不在学习者,而是教育者。

纵观加涅的学习理论,总觉得他是认知派学习理论中的一个怪胎。原因可能是他完全放弃了布鲁纳、奥苏泊尔的“人是活的”的观点,将学习个体的主观能动性仅仅限定在一个动机系统上,而其他方面,不管是学习模式还是学习过程,则完全是电脑式的冷血。不知道这是否又回归到了联结主义的地步。

另外,加涅对学习过程的划分也有些牵强的地方,给人一种强行割裂的感觉。

MATLAB主动噪声和振动控制算法——对较大的次级路径变化具有鲁棒性内容概要:本文主要介绍了一种在MATLAB环境下实现的主动噪声和振动控制算法,该算法针对较大的次级路径变化具有较强的鲁棒性。文中详细阐述了算法的设计原理与实现方法,重点解决了传统控制系统中因次级路径动态变化导致性能下降的问题。通过引入自适应机制和鲁棒控制策略,提升了系统在复杂环境下的稳定性和控制精度,适用于需要高精度噪声与振动抑制的实际工程场景。此外,文档还列举了多个MATLAB仿真实例及相关科研技术服务内容,涵盖信号处理、智能优化、机器学习等多个交叉领域。; 适合人群:具备一定MATLAB编程基础和控制系统理论知识的科研人员及工程技术人员,尤其适合从事噪声与振动控制、信号处理、自动化等相关领域的研究生和工程师。; 使用场景及目标:①应用于汽车、航空航天、精密仪器等对噪声和振动敏感的工业领域;②用于提升现有主动控制系统对参数变化的适应能力;③为相关科研项目提供算法验证与仿真平台支持; 阅读建议:建议读者结合提供的MATLAB代码进行仿真实验,深入理解算法在不同次级路径条件下的响应特性,并可通过调整控制参数进一步探究其鲁棒性边界。同时可参考文档中列出的相关技术案例拓展应用场景。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值