区分大小托班教案（精选7篇）

区分大小托班教案 第1篇

小班区分大小教案

活动背景：

本次活动参考幼儿园小班的一节数学活动，由于小班幼儿的思维还处于直觉行动向具体形象过渡的阶段，他们对事物的理解往往要通过自己的亲身活动来实现，本次活动以大大小小两只熊来做客贯穿始终，活动游戏性强。活动注重幼儿操作性，在活动中让幼儿从认识、穿衣、送玩具等环节中，轻松自然的掌握活动内容。

设计意图：

这个活动是能让幼儿认识分辨大小，小班小朋友的思维是具体形象的，在学习过程中要着重感知事物的明显特征。然而物体的知识有点过于单调，抽象。因此根据纲要中指出：教育内容的选择，既要贴近幼儿的生活又让幼儿感兴趣。设计此活动，能让幼儿大胆参与。

活动目标：

1.通过游戏，认识区分物体的大小。

2.能主动参与，体验数学活动的乐趣。

3.认识大小标记。

活动准备：

大小熊的图片各一张，大小衣服、裤子、鞋子图片各一份，大小玩具若干，筐子两个，大小标记的.图片各一张。

活动过程：

一、导入，引出大小熊

教师出示大小熊的图片

老师：今天，老师请来了两位可爱的熊宝宝，小朋友们跟它们打个招呼好么?(熊宝宝你好!)

二、游戏：打扮大小熊(认识大小，并初步学习同类物品中区分物体的大小)

1.大小熊宝宝自我介绍(介绍时老师的声音有大小的变化)

①老师：小朋友们想不想知道这两只熊宝宝的名字呢?让我们来听听吧。

②分别出示大小熊宝宝的图片

老师：嗨!大家好!我的名字叫大大，因为我的头大大的，身体也大大的。

老师：嗨!大家好!我的名字叫小小，因为我的头小小的，身体也小小的。

老师：现在小朋友认识这两只熊宝宝了么?它们叫什么?(分别出示图片，让幼儿回答它们叫什么)

2.帮助大大小小打扮

①穿衣服，了解比较大小的方法

老师：老师今天给大大小小准备了两件衣服，小朋友告诉老师，什么颜色的衣服大，什么颜色的衣服小?

老师：现在我们来给熊宝宝穿上衣服，大大要穿哪个颜色的衣服?小小要穿哪个颜色的衣服?(分别将图片贴到熊宝宝的身上)

②穿裤子和鞋子，让幼儿感知“大”和“小”是通过比较得来的。

用同样的方式让幼儿区分裤子和鞋子的大小，然后将正确的选择贴到大大小小身上。

三、游戏：送礼物给大大小小

1.认识大小标记

老师：小朋友们看，大大家有一个门牌，它的身体是这样的，它的名字叫大标记(老师出示图片，并做大标记的动作给幼儿展示，让幼儿学习，加深印象)。小小家有一个门牌，它的身体是这样的，它的名字叫小标记。

2.给幼儿随机发玩具，做游戏

①老师：老师今天准备了一些玩具要请小朋友送给大大小小，小朋友看看哪个玩具送给大大，哪个玩具送给小小(老师分别找出一个大玩具一个小玩具让幼儿选择，之后将大玩具放进贴有大标记的筐子里，小玩具放进贴有小标记的筐子里)

②教师示范完后，给幼儿随机发玩具，请小朋友将自己手里的玩具分别送给大大小小

③游戏完成后，与幼儿一起检查是否送正确了

四、活动结束，进行总结

教师：今天小朋友们认识了大大小小，还跟大大小小做了游戏，小朋友们开心么?那我们今天就玩到这里，请小小朋友跟大大小小说再见吧。

活动反思：

在此活动中，每个环节的思路清晰，衔接顺畅，幼儿在游戏中学会了区分大小，课堂气氛活跃，幼儿积极参与。在游戏环节中，选择的大小玩具应是相同类型的，便于让幼儿进行区分，同时在给大大小小穿衣服的环节中，应让幼儿先对衣物等进行区分，什么地方是一样的，什么地方时不一样的，再说哪个给大大哪个给小小，让幼儿的思维以渐进式的进行。

区分大小托班教案 第2篇

(一)活动目标

1、观察、认识并区分两个物体的大与小，并能用相应的动作及语言加以表达。

2、体验集体活动的快乐情感。

(二)活动准备

1、布置果园的环境(大树、小树等)

2、大、小苹果;

3、大小箩筐若干。大小汽车各一辆。

(三)活动过程

1、出示大、小汽车，激发幼儿活动的兴趣。

(1) 师：“今天，老师要带小朋友去个美丽的果园，那里可好玩了，大大小小的果子都成熟了，我们要乘汽车去摘果子。”

(2)出示大、小汽车：“嘀嘀，开来了两辆汽车。”(幼儿观察)“是什么样的`汽车?你想乘哪辆车去?为什么?”(公共汽车很大，可以坐很多人;小汽车小小的，只能坐几个人)“好，我们坐着大汽车去果园吧!”

(3)师生一起开汽车去果园。

2、通过摘苹果，观察苹果的大与小，并进行分类。

(1)认识大树和小树：“这是谁呀?”(大树妈妈)“大树妈妈旁边是谁呀?(小树宝宝)

(2)观察大树妈妈和小树宝宝及它们身上的苹果的大与小，鼓励幼儿用语言表达出来，用动作表示出来。(教师给予肯定和支持)

(3) 摘苹果

① 师：“大树妈妈请我们吃苹果，每个小朋友摘一个大苹果。”(幼儿摘苹果)“把你摘的大苹果举起来给老师看，你的大苹果是什么颜色的?请你做一个大’的动作!”(表扬与别人做的不一样的幼儿)

②“每个小朋友摘一个小苹果，举起来，闻闻看苹果香不香!请你做一个小’的动作。”

区分大小托班教案 第3篇

粗糙集理论是一种新的处理模糊和不确定性知识的数学工具。目前, 它已广泛应用于数据挖掘、模式识别、机器学习等领域。属性约简是粗糙集理论研究的核心内容之一, 所谓属性约简就是在保持信息系统分类能力不变的条件下, 删除其中的冗余属性。决策表的约简是不唯一的, 文献[2]已经证明求决策表所有约简和最优约简是一个NP-Hard问题。导致NP-Hard的主要原因是属性的组合爆炸, 解决这类问题的一般方法是采用启发式信息搜索最优或次优约简。根据对属性重要性的度量方法分类, 现有方法主要有基于正区域的、基于差别矩阵属性频率的、基于条件信息熵的算法。这些算法的共同点是用核作为计算约简的出发点, 利用属性的相对重要性作启发式信息, 每步将相对重要性最大的属性优先加入要求的约简集中, 再检查约简集中各个属性的必要性, 消去其中的冗余属性。算法中属性的重要性的度量一般采用属性对决策系统进行划分而形成的正区域的大小为依据, 核的求解是一个相对复杂的过程。

文献[4]提出了知识是区分事物能力的观点, 并以知识量化后的区分能力作为启发式信息, 指导约简。本文在此基础上给出了计算知识量和相对知识量的公式, 并且给出了一种简单统计等价类长度的方法, 优化了相对知识量的求解, 利用相对知识量作为启发式信息并结合文献[5]提出的快速等价类划分算法设计了一个时间复杂度为O (|C|2|U|) 的算法, 它不需要用核作为计算约简的出发点。

1 基本概念

粗糙集基本的详细内容可参见文献[1,2,3]。

定义1 五元组S= (U, C, D, V, f) 是一个决策表, 其中U={u1, u2, , um}, 表示对象的非空有限集合, 称为论域;C表示条件属性的非空有限集;D表示决策属性的非空有限集且Va;$V=\underset{a\in C{\displaystyle \cup D}}{{\displaystyle \text{U}}}V{}_a,V{}_a$是属性a的值域, f:U (C∪D) V是一个信息函数, 它对一个对象的每一个属性赋予一个信息值, 即对P∈ (CD) , x∈U, 有f (x, a) ∈V;每一个属性子集P∈ (CD) 决定了一个二元不可区分关系IND (P) :IND (P) ={ (x, y) ∈UU}, ∀a∈p, f (x, a) =f (y, a) }, 关系IND (P) 构成U的一个划分, 用U/IND (P) 表示, 简记为U/ P, U/P中的任何元素[x]p={y|∀a∈P, f (x, a) =f (y, a) }称为等价类。

定义2 设P和Q是论域U上的等价关系, Q的P正域记作POSp (Q) , 定义为:${\rm P}{\rm O}S{}_p(Q)=\underset{X\in U/Q}{{\displaystyle \text{U}}}\underset{¯}{{\rm P}}(X)‚Q$的P正域是U中所有根据U/P的信息准确分类到关系Q的等价关系中去的对象构成的集合。

定义3 设S⊆P, S为P的Q约简, 当且仅当S是P的Q是独立的子集, 且|POSS (Q) |=|POSP (Q) |。P的Q约简称为相对约简。

2 知识量的定义与性质

知识量性质及定理可参见文献[4], 以下仅对用到的部分内容进行简单说明。

定义4 信息表某属性集合P将论域U分成m个等价类, 每个等价类有元素数目分别为n1, , nm, 那么该属性集具有的知识量为$W{}^U({\rm P})=W(n{}_1,n{}_2,\cdots ,n{}_m)=W(1,1){\displaystyle \sum _{1i<jm}n}{}_{i}n{}_j$, 一般W (1, 1) =1。

定义5 设论域为U, P是信息表中某些属性的集合, Q是信息表中另一属性集合, 属性集合Q相对于属性集合P的相对知识量记为WU, Q/P, WU, Q/P=WU, P∪Q-WU, P, 将WU, Q/P记作W${}_{{\rm P}}^U$ (Q) 。

推论1 设P是信息表中某些属性的集合, q是信息表中一属性, P将论域U分成m个等价类U1, U2, , Um, 增加属性q后增加的知识量为属性q分别在U1, U2, , Um的知识之和, 即WU, P+{q}-WU, P=WU1, {q}+WU2, {q}++WUm, {q}。

推论2 设论域为U, P是信息表中所有属性的集合, q, q′是信息表中的一个属性, 如果WU, {q}/PWU, {q′}/P, 则WU, {q}∪PWU, {q′}∪P。

引理1$W(n{}_1,n{}_2,\cdots ,n{}_m)={\displaystyle \sum _{1i<jm}n}{}_{i}n{}_j=\frac{1}{2}({\rm N}{}^2-{\displaystyle \sum _{i=1}^{m}n}{}_i^2)$, 其中N=n1+n2++nm。

证明

$\begin{array}{l}{\rm N}{}^2=(n{}_1+n{}_2+\cdots +n{}_m)(n{}_1+n{}_2+\cdots +n{}_m)\\ =n{}_{1}n{}_1+\cdots +n{}_{1}n{}_m+\cdots +n{}_{m}n{}_1+\cdots n{}_{m}n{}_m\\ =\frac{1}{2}({\rm N}{}^2-{\displaystyle \sum _{i=1}^{m}n}{}_i^2)\end{array}$

3 算法设计

3.1 知识量和相对知识量的计算

已知[INDX (R) ]={X1, X2, , Xm}, 由推论1知, 相对知识量W${}_R^X$ (a) 实际上就是属性a在X1, X2, , Xm的知识量之和, 因此只需对∀Xi∈X统计出Xi/{a}中的各等价类的长度, 然后利用引理1就能计算出W${}_R^X$ (a) 。计算Xi/{a}中各等价类的长度, 一般先在Xi上对属性a进行排序, 然后再扫描论域, 相邻元素两两比较, 判断是否属于同一等价类。整个过程需要遍历两次论域Xi, 且排序算法的性能至关重要。如果在Xi对属性a进行排序, 那么就破坏了Xi原来的状态, 不能用它来计算其它属性的知识量, 为了计算出其它条件属性a在Xi上的知识量, 必须重新在论域X上对进行|R|+1次排序, 这样会导致不必要的性能开销。另外一种方法是使用Xi的副本来计算属性的知识量, 这需要O (|X|) 的额外空间。不管那种方法, 至少都需要遍历2次论域X。事实上, 我们可以用一种简单的方法来统计各等价类的长度, 令W[0, 1, , m]=0, 其中m=Ma-ma, Ma、ma分别是属性a在X上的最大值和最小值。扫描论域X, 对∀Xi∈X, 执行W[f (xi, a) -ma]++, 这样不需排序只要扫描一次论域X就能统计出X/{ai}中各等价类的长度。对于任意属性ai∈C, 使用结构数组num[0, 1, , n]来保存X/{ai}中各等价类的长度。num包含一个整形数组count , num[i].count[0, 1, , n]用来保存X/{ai}中各等价类的长度, 数组count的长度等于ai在论域X上的最大值减去最小值。这样只需遍历一次论域X, 就能计算出所有条件属性相对约简集R在在论域X上的相对知识量。具体算法如下:

算法1 Calculate (X)

输入:X在约简集R上有序, X={x1, x2, , x|X|}, 条件属性集C。

输出:WX (a0) , Wx (a1) , , W${}_{}^X$ (a|C|-1) 。

(1) for ( j=0;j<|X| ;j++)

For ( i=0;i<|C|;i++) //统计X/{ai}中各等价类的长度

temp=f (xi, ai) -mi+1//将元素在属性ai的值映射到数组的索引

//上, mi是属性ai在U上的最小值

num[j].count[temp]++ //相对应的等价类长度加1

(2) for (j=0;j<|C|;j++) //计算知识量

$\text{W}{}^{\text{X}}(\text{a}{}_{\text{j}})=\frac{1}{2}(|\text{X}|{}^2-{\displaystyle \sum _{\text{i}=0}^{\text{Μ}{}_{\text{i}}-\text{m}{}_{\text{i}}}\text{n}}\text{u}\text{m}[\text{j}].\text{c}\text{o}\text{u}\text{n}\text{t}[\text{i}]{}^2)$

3.2 相对约简算法

在决策表中, 每个属性对应于一个等价关系, 所有的属性对应于一个等价关系簇。在约简时, 将属性的相对知识量作为启发函数, 即开始时选取知识量最大的属性, 将它放到所求的属性集合R中, 然后选取相对于属性集合R的知识量最大的属性, 将它加入到R中, 之所以选择相对知识量作为启发函数, 是由推论2来保证的。相对属性约简的算法如下:

算法2 相对约简算法

输入:决策表S= (U, C, D, V, f) 。

输出:相对约简集R。

数据结构:L=[INDU (R) ]。

(1) 调用算法Calculate (U) ;得到W${}_{\text{R}}^{\text{L}}$ (a0) , W${}_{\text{R}}^{\text{L}}$ (a1) , , W${}_{\text{R}}^{\text{L}}$ (a|C|-1) ;

(2) 选择W${}_{\text{R}}^{\text{L}}$ (aj) 最大的属性aj, 令a=aj, 若存在多个相同的值, 则随机选择一个;

(3) 若W${}_{\text{R}}^{\text{L}}$ (aj) =0, 则程序结束;

否则R=R∪{a}, C=C/a, 在属性a上进行基数排序, 统计U/R中各等价类的长度, L=[INDX1 (a) ]∪∪[INDXm (a) ];

(4) while (C≠ϕ)

(4.1) 对∀Xi∈L (i=1, , |L|) , 执行;

(4.1.1) 由Calculate (Xi) 得到WXi (a0) , WXi (a1) , , WXi (a|C|-1) ;

(4.1.2) 对∀aj∈C, 执行W${}_{\text{R}}^{\text{L}}$ (aj) +=WXi (aj) ;

(4.2) 选择W${}_{\text{R}}^{\text{L}}$ (aj) 最大的属性aj, 令a=aj, 若存在多个相同的值, 则随机选择一个;

(4.3) 若W${}_{\text{R}}^{\text{L}}$ (aj) =0, 则程序结束。

否则R=R∪{a}, C=C/a, 在属性a上进行基数排序, 统计U/R中各等价类的长度, L=[INDX1 (a) ]∪INDX2 (a) ]∪∪[INDXm (a) ]。

算法2中步骤1的时间复杂度为O (|C||U|) , 步骤4.1的时间复杂度为O (|C||U|) , 因此步骤4的时间复杂度为O (|C|2|U|) , 整个算法的时间复杂度为O (|C|2|U|) ;在整个过程中, 最多只需要遍历|C|次论域U, 每次只针对相对知识量最大的属性进行排序。

3.3 属性约简算法

在由算法2得到一个相对约简后, 为了得到一个真正的约简, 必须要检查约简集中的每个属性的必要性。由定义3可知, 对∀a∈R, 如果|POSR-{a} (D) |=|POSR (D) |, 那么属性a是冗余的, 可以消去, 否则a是必要的。具体算法如下:

算法3 属性约简算法

输入:决策表S= (U, C, D, V, f)

输出:属性约简R′

(1) 由算法2得到一个约简超集R;

(2) 计算POSR (D) 和设m=card (POSR (D) ) ;

(3) 对∀a∈R, 作如下处理, 计算POSR-{a} (D) 和ma=|POSR-{a} (D) |;如果ma==m, 则R=R/a;

(4) R′=R。

在算法3中, 使用文献[6]中的方法计算POSR (D) , 其时间复杂度为O (|R|2|U|) , 第1步中的算法2的时间复杂度为O (|C|2|U|) , 第3步时间复杂度为O (|R||U|) , 第3步的时间复杂度为O (|R|2|U|) , |R|<|U|, 因此总的时间复杂度为O (|C|2|U|) 。

3.4 实例分析

下面通过一个实例来说明该算法3的可行性, 设计决策表由表1所示。

(1) 调用算法2, 得WU (a) =81, WU (b) =75, WU (c) =80, WU (d) =63;因为WU (a) 的值最大且大于0, 所以执行R=R∪{a}, C=C/a;对属性a排序得L={{x1, x3, x7, x10, x14}, {x2, x4, x5, x8, x10, x12}, {x6, x9, x11}, {x13, x15}};WU (b) =12, WU (c) =12, WU (d) =24;因为WU (d) 的值最大且大于0, 所以执行R=R∪{d}, C=C/d, 对属性a排序得L={{x1, x3}, {x7}, {x10}, {x14}, {x2, x5}, {x4}, {x8, x12}, {x13, x15}, {x6, x9, x11}}, 直到WU (b) =0, WU (c) =0, 因为WU (b) , WU (c) 都不大于0, 所以算法结束。

(2) 计算|POSR (D) |=7, |POSR-{a} (D) |=1, 因为|POSR-{a} (D) |≠|POSR (D) |, 所以不消去属性a, 继续计算|POSR-{a} (D) |=0≠|POSR (D) |, 所以也不消去属性d。

(3) R′={a, d}是决策表1的一个属性约简。

3.5 实验分析

采用本文决策表1以及UCI数据库中五个决策表为实验数据对三个约简算法进行测试 (实验环境为Windows XP, CPU为E2180 2.0GHz, RAM 1G, Visual Studio 2005) , 结果如表2 (将本文算法标为算法A, 文献[6]中算法标为算法B, 文献[6]使用快速排序来进行等价类划分, 在文献[6]上用基数排序进行等价类划分的改进算法标为算法C) 。

实验结果表明, 本文算法的效率优于文献[6]以及在文献[6]上改进的算法, 同时也体现出排序算法的性能对于属性约简的重要性, 在大数据集中更加能体现出本文算法的高效性。

4 结 论

本文对现有决策表的属性约简算法进行充分研究后, 首先给出了一个计算相对知识量的简单公式和具体算法, 利用已求得的等价类划分U/R, 计算出条件属性集C中任意属性a相对于约简集R的相对知识量, 它既不需要在U上对R∪{a}重新进行划分, 又不需要用额外的空间来保存U/R的结果;然后在此基础上, 以相对知识量作为启发式信息通过逐步约简得到一个相对约简集, 在此过程中, 最多只需要对论域U进行|C|次遍历, 每次选择相对知识量最大的属性进行排序, 大大降低了划分等价类的次数和遍历论域U的频度, 提高了算法的效率;通过相对约简, 减少了属性空间的维数, 从而降低了在计算正区域时搜索属性空间的复杂性, 此外在判断约简集中属性的必要性时, 将比较两正区域是否相等简化成判断它们的基数是否相等, 降低了算法的时间复杂度, 提高了算法的效率。通过实例和实验表明, 该算法对于研究属性约简有一定的意义。

摘要：属性约简的有效性计算问题是粗糙集理论研究的重要内容之一。对现有决策表的属性约简算法作比较研究, 以此为基础给出了一个计算相对知识量的公式和具体的算法, 优化了相对知识量的求解, 以相对知识量作为启发函数设计了一个高效的属性约简算法。实验结果表明, 该算法是正确且高效的。

关键词：属性约简,知识量,区分能力

参考文献

[1]Pawlak Z.Rough Sets[J].International Journal of Computer and Infor-mation Science, 1982, 11 (5) :341-356.

[2]Wong S K M, Ziarko W.Optional decision rules in decision table[J].Bullet of Polish Academy of Sciences, 1985, 33 (11-12) :693-696.

[3]王国胤.Rough集理论与知识获取[M].西安:西安交通大学出版社, 2001.

[4]徐燕, 怀进鹏, 王兆其.基于区分能力大小的启发式约简算法及其应用[J].计算机学报, 2003, 26 (1) :97-103.

[5]徐章艳, 刘作鹏, 杨炳儒, 等.一个复杂度为max (O (|C||U|) , O (|C|2|U/C|) 的快速属性约简算法[J].计算机学报, 2006, 29 (3) :391-399.

区分大小托班教案 第4篇

关键词：大小调；民族调式；区别

我们接触到大小调体系和民族调式体系这个概念是在乐理课程中学到的。乐理课程里有针对两种调式调性非常详细的讲解与分析，但是对于两者之间的差别却很少提及。在视唱练耳、和声分析、曲式等科目中，调式调性的区分也是常常用到，但是学生经常会混淆。接下来就从三个方面对大小调体系和民族调式体系的区别进行详细的分析和阐述。

一、常见的误区

（一）靠“感觉”

很多学生在分析调式调性的时候完全依靠所谓的“感觉”。可是感觉这个东西是极为不可靠的，如果没有在大量的分析和理论知识积累的情况下，感觉会很容易把人带到误区里。如果遇到大调和民族调式比较模棱两可的曲目时，学生将会无从下手。这种所谓的“感觉”对于五声调式与大小调、五声调式与旋律大小调、五声调式与和声大小调可能会拍上用场；如若遇到加入了清角以及变宫的五声调式与大调，他们的音节排列是一样的，这时可能也就行不通了。而本文则就主要分析这种加入了变音的民族调式与大小调要怎样更好的区分。

（二）看4和7的数量

在教学时，很多学生会告诉我说他们判断大小调体系和民族调式体系的方法是看这两个音的数量，数量如果比较多则为大调或者小调，如果数量很少，或者没有，那么肯定为民族调式体系。这个方法太过武断，虽然这个偏音判断是一个标准，但是绝对不是唯一的标准。我们也遇到过4和7音很多，但是却把它归属为民族调式体系的作品。所以这个方法也是极为不可行的。

二、大小调体系鉴别方法

（一）二度排列

二度排列也是我们所说的音阶式的排列进行是判断大小调体系的重要鉴别方法之一。因为大小调体系是属于全-全-半-全-全-全-半的音阶走向，在旋律进行时，这种走向就会非常明显。谱例1

这条旋律无论是上行还是下行都是连续的二度级进，中间没有任何的跳进及跨音级，因此这条旋律一定是大小调体系；在看它的音符组成方式，第一个乐句由C音开始，落到D音，又由G音开始落到G音，这则是明显的大调和弦的主属交替，因此谱例1是C大调的曲目。

（二）三度叠置排列

三度叠置也是大小调常用的旋律进行方式。因为大小调是在和声学的基础上分析的，而和声学则是三度叠置为主的和弦写作，在旋律上也表现的非常明显。谱例2

这条旋律是在C大调的基础上，以非常明确的三度和弦叠置排列的方式在进行，无论向上还是向下都是连续的同向三度在进行。这种以和弦三度叠置分解并且作为旋律的作品在大小调中出现的频率也是极高的。

三、民族调式体系鉴别方法

（一）不会用到二度进行的旋律走向

在民族调式体系中，会故意避开旋律的二度级进，就算是加入了清角和变宫的七声音阶，大部分也还是会将少量出现清角和变宫。谱例3

这是一条非常典型的民族调式体系的代表作品。我们可以看到所有的音阶发展无论是向上还是向下，都很规则的按照宫-商-角-徵-羽的方式进行，可以的避开了所有的可能会有级进音程的音阶式发展。

（二）旋律发展中没有三度叠置的方式

三度叠置的发展方式在民族调式体系中就很少见了，基本上没有，除非作曲家可以将民族调式体系和大小调体系混用起来，这就另当别论了。谱例4是作者想用叠置的方式去表达的作品，但是我们可以清晰的看到在第一到第四小节，作者想用一级和弦的走向来发展旋律，但是我们可以看到在C调一级三度叠置中，加入了A音，破坏了三度音叠置的影响效果。因此在民族调式中，这种三度叠置方式的旋律发展极为少见。

谱例4

（三）三个音级式发展

谱例5

从谱例5我们可以看到，由于民族调式的音阶排列是二度-二度-三度-二度的排列方式，因此许多作曲家在创作民族调式体系的时候会常常将其中的三个音组合起来，形成所谓的“三个音级式”的发展，构成小三+大二或者大二+小三的三音级构成方式。

谱例6我们就可以很明显的看出，这个A羽调式曲目的前四个小节是由小三以及大二度的转化来发展的，以这三个音级为中心向前推动和发展。

总是，能够成功的掌握大小调体系和民族调式体系的区别对于大部分作品都是没有问题的，只是有些少部分的作品，作曲家在写作的时候受到很多音乐风格的音响，在他的作品里可能会有很多风格的呈现或者说是很多调式调性的转换和变化。可能主歌部分感觉是民族调式体系，但是到了副歌部分又成了大小调体系。所以为一首曲目判定其调式调性不能一蹴而就，也不能一味的说它就是偏重于那种调式，这样也是不科学的。因此要具体问题具体分析，多听多分析多积累，自然对于大小调体系和民族调式体系会有更为深刻的理解。

参考文献：

[1] 杨通八.论和声的广义功能[J].音乐研究.1985（02）

[2] 黎英海著.汉族调式及其和声[M].上海音乐出版社，2001

区分大小托班教案 第5篇

活动目标：

1.感知和分辨大与小。

2.体验活动的快乐。

活动准备：大、小皮球、箩筐各一个，大小苹果若干、树一棵、饼干若干、大小（脸盆、包、书、瓶子、盒子、玩具汽车、椅子、）

环境布置：大小（蝴蝶、树、花朵、草莓、鱼）

活动过程：

一.情景导入：

1．（出示青蛙）谁来啦？今天小青蛙要和小朋友一起做游戏，你们欢迎吗？

2．看小青蛙给我们带来了什么礼物呀？（出示皮球）

二．观察初步认识、感知大与小

1、有几个皮球呢？（幼儿手口一致点数）带来几个呢？哪个大呢？哪个小呢？（学说大球、小球）

2、谁会用手势做一做大球的样子？那小球的样子可以怎么做呢？（一起学一学）

3、游戏大与小。师：大球。幼：边说边做动作。（教师说的速度由慢到快）

4、比大小

（1）老师和幼儿比大小手，谁的大？谁的小？

（2）小朋友和爸爸、妈妈比一比手、鞋、衣服，看看谁的大/谁的小？（亲子同乐）（3）幼儿自由交流。（4）邀请幼儿在大家面前讲一讲。师：你是和谁比的？比了什么？谁的大呢？谁的小呢/

（5）游戏《拍手、跺脚》（亲子同乐）

师：“大手拍”（家长拍三下），小手拍（幼儿拍三下）小手大手一起拍（家长幼儿一起拍）

跺脚的方法同上。

5、找大与小

幼儿在活动室里找一找什么是大的，什么是小的？

（金鱼、蝴蝶、树、箩筐、„„）

三．游戏。

1、《吹泡泡》。（亲子同乐）

幼儿和爸妈一起游戏，“吹泡泡，吹泡泡，吹成一个大泡泡”幼儿和爸妈慢慢的往后退。“吹成小泡泡”时，一起往前走。

2、摘苹果。

师：小朋友真聪明，找到了这么多的东西，老师这里还有什么？（出示苹果树图片）这是什么树呀？树上结满了什么样的苹果？红红的苹果有大有小，想不想摘几个带回去呀？师：但要按要求摘，假如摘错了就不能带回去，摘对了才能带回去呀，摘到的可以存在爸妈那里。

托班数学《比大小《 第6篇

活动名称：<<比大小>>

活动班级：托班

活动目标：

1、体验与同伴合作游戏的乐趣

2、在游戏中感知比较大小

3能够分辨大和小

活动准备：

吹泡泡工具 大圆圈一个 小圆圈两个 大小圆片操作卡每人一份

活动过程：

一、导入活动

出示吹泡泡工具,师生一起吹泡泡,幼儿发现有的泡泡大,有的泡泡小,激发

儿活动兴趣

二、集体活动

1、出示卡片泡泡比较大小

2、玩吹泡泡游戏

(1) 教师和幼儿手牵手围成圆圈

(2) 引导幼儿向中间靠拢缩小成小圆圈,向后退扩成大圆圈

师幼我们一起向中间靠拢泡泡会变成什么样?

幼:泡泡变小

师:我们一起向后退泡泡会变成什么样

幼:泡泡变大

(3) 念儿歌游戏两遍

3、玩占圈圈游戏

出示大圈小圈比较大小后游戏两遍

三、探索操作活动

(1)应粘贴大小图片,师大泡泡,小泡泡们玩累了,它们要回家了,大泡泡要进大房子,小泡泡要进小房子.

区分大小托班教案 第7篇

2、用root帐号登录后，在/etc/my.cnf中的[mysqld]后添加：

lower_case_table_names=1，重启MYSQL服务，这时已设置成功：不区分表名的大小写;

lower_case_table_names参数详解：

lower_case_table_names=0

其中0：区分大小写，1：不区分大小写

MySQL在Linux下数据库名、表名、列名、别名大小写规则是这样的：

1、数据库名与表名是严格区分大小写的;

2、表的别名是严格区分大小写的;

3、列名与列的别名在所有的情况下均是忽略大小写的;

4、变量名也是严格区分大小写的;

MySQL在Windows下都不区分大小写，

Linux下Mysql区分表名大小写