共搜索到4743条信息，每页显示10条信息，共475页。用时：0小时0分0秒216毫秒
基于三支决策的主动学习方法胡峰,张苗,于洪摘 要:主动学习是机器学习领域研究的热点之一,旨在解决样本无标签问题.将三支决策的思想应用到主动学习中,通过引入决策函数,并基于无标签样本的不确定性,将无标签样本划分为3个不同的域:正域,负域,边界域.针对不同区域的样本进行相应处理,提出一种基于三支决策理论的主动学习方法(TWDActive方法).通过主动学习方法选出最有用的样本交给专家进行标记,扩大训练集,创建更有效的模型.与传统的被动学习相比,该方法可以选择信息量高,有代表性的样本进行打标,可避免样本的冗余添加.通过反复迭代的训练学习达到预设的迭代次数或期望的性能指标.实验结果表明,所提出的算法在F-value,AUC等评价指标上均可取得良好的效果,验证了该算法的有效性.关键词:主动学习;机......
基于模糊树的个性化电子学习推荐系统姜书浩,金格天津商业大学信息工程学院摘 要:电子学习系统的快速发展为学习者在线学习提供了巨大的机会.然而,在线学习系统中太多的学习活动使个体学习者很难找到合适自己的学习活动,所以在线学习系统必须有能够提供个性化产品的推荐系统.本研究首先提出了一种模糊树状结构学习活动模型,然后结合基于知识和协同过滤推荐算法的优点提出了基于混合学习活动推荐方法的模糊树匹配方法.关键词:电子学习;模糊集;推荐系统;树匹配;......
基于神经网络的学习状态检测郑茜元,郑虹,侯秀萍长春工业大学计算机科学与工程学院摘 要:对在线学习者注意力状态检测的方法大多基于眼睛闭合频率,头部偏转等特征,此类方法能够应对大多数情况,但针对学习者正视屏幕且视线落点处于屏幕上时出现的发呆,分神状态无法作出检测.针对此问题,提出了一种基于RNN的眼动分析算法RNN-EMA(RNN-EyeMovementAnalysis),该算法通过对序列眼动向量分析,预测学生学习行为,完成当前学习状态检测.实验表明,RNN-EMA算法能够对学习状态作出有效检测,且对比同类方法效果有所提升.关键词:在线学习;循环神经网络;眼动分析;注意力检测;......
改革课程教学方式 培养学生自主学习能力潘小青,李玉晓,候春菊江西理工大学理学院摘 要:培养学生自主学习能力需要相应的教学方式改革.结合<大学物理>课程的教学,通过开设课程网络教学工作室,采用基于问题和任务的自主学习模式和学习小组合作方式,改革课程考核方式等措施培养自主学习能力.关键词:自主学习;网络教学;大学物理;学习小组;......
基于大数据技术的大学生学习画像构建陈会,余馨,李琳琳,吴苏徽,蒋秀莲徐州工程学院摘 要:在信息社会,各行各业的管理控制转变为以数据,信息为中心.在高等教育领域,高校重视学生信息数据库的建设,通过学生浏览信息的关键词,种类分布和浏览主题等多个维度构建学生画像向量空间模型.本文使用大数据技术构建学生学习画像基础模型框架,研究学生学习画像在个性化学习,问题预警及辅助学校决策等方面的应用,为高校提升学生培养质量提供参考.关键词:学习画像;用户标签;数据挖掘;......
大学生英语学习态度对比研究袁凤识北方工业大学文法学院摘 要:本研究以171名英语专业和139名非英语专业大学生为被试,从情感体验,认知品质和行为倾向三个维度对不同专业和不同性别的被试所表现出来的差异性进行了统计对比分析.尽管不同群体被试在三个维度的差异并未达到统计学上的显著性,但英语专业和非英语专业大学生在"行为倾向"中的具体分项"主动性表现"和"复习考试中表现"有显著性差异,男女被试只在"复习考试中表现"方面有显著性差异.关键词:英语;学习态度;性别差异;......
基于统计空间映射的自学习模式识别方法徐正光,瞿寿德,于连荣摘 要:针对生产工况实测数据不能覆盖整个数据空间的现象,提出了一种基于统计空间映射的自学习模式识别方法.通过实测数据的仿真实验验证了该方法的有效性.关键词:自学习;模式识别;统计空间映射;......
集成学习中的多样性度量孙博,王建东,陈海燕,王寅同南京航空航天大学计算机科学与技术学院摘 要:在集成学习中,基分类器之间的多样性对于解释多分类器系统的工作机理和构造有效的集成系统具有重要的作用,但至今仍没有统一的度量多样性的方法.首先总结介绍常用的多样性度量方法,阐述每种方法评估多样性的角度和方式;然后从对多样性新的解释和度量,多样性度量在选择性集成中的应用,多样性度量和集成学习精度的关系3个方面探讨多样性度量的研究进展;最后给出关于多样性度量进一步的研究方向.关键词:集成学习;多样性度量;精度;选择性集成;泛化性能;......
基于未知高频增益的非线性系统自适应迭代学习控制陈华东,蒋平摘 要:针对一类单输入单输出不确定非线性重复跟踪系统 ,提出一种基于完全未知高频反馈增益的自适应迭代学习控制.与普通迭代学习控制需要学习增益稳定性前提条件不同 ,自适应迭代学习控制通过不断修改 Nussbaum形式的高频学习增益达到收敛.经证明当迭代次数 i→∞时 ,重复跟踪误差可一致收敛到任意小界δ.仿真结果表明了该控制方法的有效性关键词:自适应迭代学习控制;高频学习增益;重复跟踪;......
基于DL-T及迁移学习的语音识别研究张威1,2,刘晨1,2,费鸿博1,2,李巍3,俞经虎1,2,曹毅1,21. 江南大学机械工程学院2. 江苏省食品先进制造装备技术重点实验室3. 苏州工业职业技术学院摘 要:为解决RNN–T语音识别时预测错误率高,收敛速度慢的问题,本文提出了一种基于DL–T的声学建模方法.首先介绍了RNN–T声学模型;其次结合DenseNet与LSTM网络提出了一种新的声学建模方法--DL–T,该方法可提取原始语音的高维信息从而加强特征信息重用,减轻梯度问题便于深层信息传递,使其兼具预测错误率低及收敛速度快的优点;然后,为进一步提高声学模型的准确率,提出了一种适合DL–T的迁移学习方法;最后为验证上述方法,采用DL–T声学模型,基于Aishell–1数据集开展了语音识别研究.研究结果......
