检索结果-南通市图书馆

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于手机电视技术的移动学习初探

湖南广播电视大学学报 2010年第1期 53-55页

作者：姚昱旻湖南广播电视大学教育信息技术中心湖南长沙410004

本文首先分析了我国移动学习技术发展的现状,然后归纳了手机电视作为移动学习新实现手段所具有的特点,比较了不同手机电视的技术类型、相关标准,进而提出基于CMMB(中国移动多媒体广播技术)标准的移动学习构想,最后探讨了该模式下一步需... 详细信息

本文首先分析了我国移动学习技术发展的现状,然后归纳了手机电视作为移动学习新实现手段所具有的特点,比较了不同手机电视的技术类型、相关标准,进而提出基于CMMB(中国移动多媒体广播技术)标准的移动学习构想,最后探讨了该模式下一步需要研究的问题。

关键词：移动学习手机电视 CMMB

农民大学生移动学习接受模型构建及实证研究——基于UTAUT模型

在线全文

学校读者我要写书评

暂无评论

湖南广播电视大学学报 2019年第4期 16-21页

作者：姚昱旻湖南广播电视大学

本研究以技术采纳与利用整合理论(UTAUT)为基础,结合具体调研情况构建了农民大学生移动学习接受模型。通过对有效问卷进行结构方程模型分析,验证并讨论了该模型的预设假设。实证结果表明,绩效期望、职业化倾向和社会影响均对使用意向有... 详细信息

本研究以技术采纳与利用整合理论(UTAUT)为基础,结合具体调研情况构建了农民大学生移动学习接受模型。通过对有效问卷进行结构方程模型分析,验证并讨论了该模型的预设假设。实证结果表明,绩效期望、职业化倾向和社会影响均对使用意向有正向积极影响,农民大学生的性别和进城工作时间对模型的相关因素具有一定的调节作用。

关键词：农民大学生移动学习接受模型 UTAUT

基于TAM的新生代农民工移动学习接受模型构建及实证研究

在线全文

学校读者我要写书评

暂无评论

中国成人教育 2018年第12期 49-53页

作者：姚昱旻温岚湖南广播电视大学

本研究以技术接受模型(TAM)理论基础,结合具体调研情况,构建了一个由感知有用性、感知易用性、市民化倾向性、社群影响和使用意向组成的新生代农民工移动学习接受模型。实证研究通过对217份有效问卷样本进行结构方程模型分析,验证并讨... 详细信息

本研究以技术接受模型(TAM)理论基础,结合具体调研情况,构建了一个由感知有用性、感知易用性、市民化倾向性、社群影响和使用意向组成的新生代农民工移动学习接受模型。实证研究通过对217份有效问卷样本进行结构方程模型分析,验证并讨论了该模型的各种预设研究假设。本研究表明:感知易用性、市民化倾向对使用意向均有积极的正向影响,其中感知易用性对使用意向影响最强;另外,市民化倾向对社群影响有正向影响,社群影响又对感知易用性有正向影响,感知易用性同时对使用意向和感知有用性有正向影响。

关键词：新生代农民工移动学习 TAM 接受模型

在线全文

学校读者我要写书评

暂无评论

基于专利功效的无创呼吸机技术演化路径

科技资讯 2017年第22期15卷 231-235页

作者：温岚姚昱旻湖南广播电视大学湖南长沙410004

该研究将无创呼吸机产业发展的技术需求作为技术路线绘制的主线,通过专利被引频次筛选核心专利,通过引证关系、同族专利数量、权利要求数量和分布国家等途径筛选代表关键技术节点的重要专利,揭示了无创呼吸机技术演化路径,并结合产业实... 详细信息

该研究将无创呼吸机产业发展的技术需求作为技术路线绘制的主线,通过专利被引频次筛选核心专利,通过引证关系、同族专利数量、权利要求数量和分布国家等途径筛选代表关键技术节点的重要专利,揭示了无创呼吸机技术演化路径,并结合产业实际发展情况进行了解读和印证。结果表明,全球无创呼吸机技术发展分为三个阶段:诊断监测-压力控制-舒适度提升,以技术发展需求为主线的绘制思路可以客观的反映产业技术发展的实际。

关键词：无创呼吸机技术需求核心专利重点专利技术路线图

在线全文

学校读者我要写书评

暂无评论

新一代P2P技术JXTA初探

湖南广播电视大学学报 2006年第3期 91-92,88页

作者：姚昱旻湖南广播电视大学现代教育技术中心

JXTA平台是P2P技术的进一步发展,它给开发人员提供了一套统一的灵活的标准协议和类库。使用JX-TA平台,开发人员可以从具体的P2P技术底层细节中解脱出来,从而更加专注于应用程序的功能实现。

关键词： P2P JXTA 标准协议网络传输文件共享

结合残差与自注意力机制的图卷积小样本图像分类网络

在线全文

学校读者我要写书评

暂无评论

计算机科学 2023年第S1期50卷 366-370页

作者：李凡贾东立姚昱旻涂俊河北工程大学信息与电气工程学院河北邯郸056000 湖南省区块链技术创新中心长沙410000

小样本学习的提出是为了解决深度学习中模型学习所需数据集规模小或者数据标注代价昂贵的问题,图像分类作为深度学习研究领域的重要研究内容,也存在训练数据不足的情况。研究人员针对图像分类模型缺乏训练数据的情况,提出了许多的解决方... 详细信息

小样本学习的提出是为了解决深度学习中模型学习所需数据集规模小或者数据标注代价昂贵的问题,图像分类作为深度学习研究领域的重要研究内容,也存在训练数据不足的情况。研究人员针对图像分类模型缺乏训练数据的情况,提出了许多的解决方法,利用图神经网络进行小样本图像分类就是其中的一种。为了更好地发挥图神经网络在小样本学习领域中的作用,针对图神经网络中的卷积操作过程易受偶然因素影响,导致模型不稳定,使用残差网络对图神经网络进行改进,设计了残差图卷积网络,以提高图神经网络的稳定性。在残差图卷积网络的基础上,结合自注意力机制设计残差图自注意力机制,深入挖掘节点之间的关系,提高信息传播效率,从而提高分类模型的分类准确率。经过测试,改进后的残差图卷积网络训练效率得到提高,在5way-1shot任务中的分类准确率相比GNN模型提高了1.1%,在5way-5shot任务中比GNN模型提高了1.42%。在5way-1shot任务中,残差图自注意力网络的分类准确率比GNN模型提高了1.62%。

关键词：小样本学习图像分类图神经网络残差网络自注意力机制