检索结果-南通市图书馆

基于在线学情分析模型的高职课程教学研究——以大数据技术基础课程为例

在线全文

学校读者我要写书评

暂无评论

电脑知识与技术 2022年第32期18卷 168-170,173页

作者：徐丽丽山东劳动职业技术学院信息工程系山东济南250000

在线教学以及线上线下混合教学模式在高校教育中已经得到普及,针对在线教育学情难以实时掌握的问题,以在超星泛雅智慧课堂平台开设的高职类大数据技术基础课程的学习者数据为研究对象,借助人工神经网络构建了一种新的在线学情分析模型,... 详细信息

在线教学以及线上线下混合教学模式在高校教育中已经得到普及,针对在线教育学情难以实时掌握的问题,以在超星泛雅智慧课堂平台开设的高职类大数据技术基础课程的学习者数据为研究对象,借助人工神经网络构建了一种新的在线学情分析模型,并将分析结果应用到课程教学策略设计和优化等方面。提出了采用MiniQuest基于网络资源的研究学习模式,同时搭建公有云、私有云、自主云的三云平台作为实训实践平台的方式实现对学生的个性化教学的课程教学策略。

关键词：在线教学学情分析前馈神经网络模型研究式学习云平台

在线全文

学校读者我要写书评

暂无评论

基于灰色预测和神经网络的人口预测

经济地理 2004年第2期24卷 197-201页

作者：赖红松祝国瑞董品杰温州市国土资源局中国浙江温州325027 武汉大学资源与环境科学学院中国湖北武汉430079

人口预测是土地利用总体规划的重要基础工作。未来人口规模是土地利用总体规划中确定各类土地需求量控制性指标,调整土地利用结构,实现土地供需平衡,解决人地矛盾的重要依据。人口预测是否科学准确,直接关系到总体规划方案是否合理和实... 详细信息

人口预测是土地利用总体规划的重要基础工作。未来人口规模是土地利用总体规划中确定各类土地需求量控制性指标,调整土地利用结构,实现土地供需平衡,解决人地矛盾的重要依据。人口预测是否科学准确,直接关系到总体规划方案是否合理和实用。利用灰色预测建模所需信息少、方法简单的特点和神经网络具有较强的非线性映射能力的特性,提出一种基于灰色预测和神经网络的人口预测方法。首先对人口规模的NARMA(p,q)的递归网络模型进行一步预测及其灰色预测GM(1,1)等维新息模型预测,然后再用前馈神经网络对GM(1,1)模型和递归网络模型的预测值进行组合预测以作为其最终的预测值。以温州市为例,对其总人口进行了试验预测。结果表明:NARMA(p,q)递归网络模型比GM(1,1)模型具有更高的预测精度,而FNN模型的组合预测效果优于其它单一预测模型。

关键词：人口预测灰色预测GM(1,1)模型人口规模前馈神经网络模型 FNN模型递归网络模型 RNN模型

在线全文

学校读者我要写书评

暂无评论

用于储量渗透率预测的高效梯度提升决策模型

科学技术与工程 2021年第26期21卷 11064-11074页

作者：谷宇峰张道勇阮金凤王琴张晨朔张臣自然资源部油气资源战略研究中心北京100034 中国石油长庆油田采油五厂西安710200

渗透率预测本质上属于拟合问题,因此可用拟合模型进行解决。机器学习模型是解决拟合问题的利器,其中LightGBM(light gradient boosting machine)表现出色,为此选用该模型进行预测。然而,LightGBM预测性能受自变量的数量和性质影响较大,... 详细信息

渗透率预测本质上属于拟合问题,因此可用拟合模型进行解决。机器学习模型是解决拟合问题的利器,其中LightGBM(light gradient boosting machine)表现出色,为此选用该模型进行预测。然而,LightGBM预测性能受自变量的数量和性质影响较大,同时较多超参数的使用使其预测状态难以最优,为此采用MIV(mean impact value)算法和CD(coordinate descent)算法对模型进行改进。为验证提出模型的预测性能,以姬塬油田西部长8段致密砂岩储层为例进行研究。设计了三个实验分别对提出模型进行性能分析。根据实验结果发现MIV和CD的使用能提高LightGBM的预测性能,同时提出模型在预测上较常规混合机器学习模型表现更为高效。实验结果证明提出模型可在纯数据驱动下高效地预测渗透率,较经典物理模型更具有适用性和推广性。

关键词：渗透率预测机器学习模型拟合分析高效梯度提升决策模型均值权重筛选算法坐标下降算法前馈神经网络模型支持向量拟合模型

在线全文

学校读者我要写书评

暂无评论

雷达语义状态识别算法设计与应用

雷达语义状态识别算法设计与应用

作者：郑振宇北京邮电大学

学位级别：硕士

雷达语义状态识别是指基于低层雷达信号数据识别其在语义层的工作状态,其中,雷达工作模式以及雷达工作模式子状态是两种重要的工作状态,对它们的有效识别有助于对雷达信号进行高层语义分析,这对于现代多功能雷达(MFR: Multi-Function Ra... 详细信息

雷达语义状态识别是指基于低层雷达信号数据识别其在语义层的工作状态,其中,雷达工作模式以及雷达工作模式子状态是两种重要的工作状态,对它们的有效识别有助于对雷达信号进行高层语义分析,这对于现代多功能雷达(MFR: Multi-Function Radar)的信号处理有尤为重要的应用价值。本文针对雷达工作模式以及雷达工作模式子状态(隐含状态)的识别开展研究,主要工作包括:针对全脉冲雷达信号数据,提出了一种基于隐马尔可夫模型(HMM: Hidden Markov Model)的工作模式识别以及雷达工作模式子状态(隐状态)识别方法,实验表明,该方法具有较高的识别性能。提出了一种基于HMM模型瞬时概率的混合工作模式边界识别算法,实验表明,该算法具有较高的边界识别性能。针对CPI (Coherent Process Internal,相参处理间隔)雷达信号数据,提出了一种基于前馈神经网络模型的工作模式识别方法。实验表明,该方法与传统的决策树模型相比具有更好的识别性能。实现了一个雷达语义状态识别系统。系统可以采用不同雷达信号数据训练上述不同的状态识别模型,并基于训练所得模型对雷达语义状态进行有效的识别。

关键词：雷达语义状态识别工作模式 HMM 前馈神经网络模型

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

空气质量数据校准的统计学习与建模

数学建模及其应用 2020年第1期9卷 57-66,F0003页

作者：崔恒建田万首都师范大学数学科学学院北京100048

为2019年"高教社杯"全国大学生数学建模竞赛D题"空气质量数据的校准"给出了可行的解法,根据赛题所给的数据,对自建点数据和国控点数据进行了探索性数据分析,分析了自建点数据和国控点数据存在差异的原因,并采用多元线性回归模型和前馈... 详细信息

为2019年"高教社杯"全国大学生数学建模竞赛D题"空气质量数据的校准"给出了可行的解法,根据赛题所给的数据,对自建点数据和国控点数据进行了探索性数据分析,分析了自建点数据和国控点数据存在差异的原因,并采用多元线性回归模型和前馈神经网络模型对自建点数据进行统计学习和校准,并对学生在参赛中出现的方法进行了简要的说明与点评.

关键词：数据校准探索性数据分析多元线性回归模型前馈神经网络模型

在线全文

学校读者我要写书评

暂无评论

基于鼠脑海马位置细胞与Q学习面向目标导航

生物信息学 2019年第1期17卷 31-38页

作者：方略何洪军中国电子科技集团公司第二十一研究所上海200030

生理学实验表明在鼠脑海马结构中存在的一种具有特异性放电特征的细胞,它在大鼠空间导航和环境认知中起着关键性作用,该特异性神经元被称之为位置细胞。本文将基于位置细胞、运动神经元来构建一种前馈神经网络模型,采用Q学习算法实现大... 详细信息

生理学实验表明在鼠脑海马结构中存在的一种具有特异性放电特征的细胞,它在大鼠空间导航和环境认知中起着关键性作用,该特异性神经元被称之为位置细胞。本文将基于位置细胞、运动神经元来构建一种前馈神经网络模型,采用Q学习算法实现大鼠面向目标导航任务。实验结果表明该前馈神经网络模型能快速实现大鼠面向目标导航任务。

关键词：位置细胞 Q学习算法前馈神经网络模型目标导航