检索结果-南通市图书馆

TrSVM:一种基于领域相似性的迁移学习算法

在线全文

学校读者我要写书评

暂无评论

计算机研究与发展 2011年第10期48卷 1823-1830页

作者：洪佳明印鉴黄云刘玉葆王甲海中山大学信息科学与技术学院广州510006

迁移学习是对传统监督学习的扩展,试图利用其他相关领域中的现存数据来帮助完成当前领域的学习任务.对于归纳式迁移学习算法,当目标领域只有少量数据时,已有的算法容易受到选择性偏差的影响,不能充分发挥相关领域数据的作用.为解决该问... 详细信息

迁移学习是对传统监督学习的扩展,试图利用其他相关领域中的现存数据来帮助完成当前领域的学习任务.对于归纳式迁移学习算法,当目标领域只有少量数据时,已有的算法容易受到选择性偏差的影响,不能充分发挥相关领域数据的作用.为解决该问题,提出一种利用领域相似性的新途径:通过定义领域弱相似性的概念,将相似性的约束与目标分类器联系起来,能在训练过程中有效利用相关领域的大量数据,设计出一种基于支持向量机的迁移学习算法TrSVM,并给出求解过程.在大量数据集上的实验结果表明了新算法的有效性.

关键词：迁移学习跨领域学习分类支持向量机领域相似性

“斜杠效应”背景下高职专业发展的挑战与应对

在线全文

学校读者我要写书评

暂无评论

教育视界 2023年第40期 60-67页

作者：刘琦郑州大学教育学院

在知识经济高速发展的新时代，产业结构发生变化，单一的人才已经不能满足社会发展的需要，时代发展迫切需要多元人才，“斜杠青年”应运而生。但是目前部分人对“斜杠青年”的身份认知仍然存在很大的误区，在“斜杠效应”背景下，高职... 详细信息

在知识经济高速发展的新时代，产业结构发生变化，单一的人才已经不能满足社会发展的需要，时代发展迫切需要多元人才，“斜杠青年”应运而生。但是目前部分人对“斜杠青年”的身份认知仍然存在很大的误区，在“斜杠效应”背景下，高职的专业设置和专业发展也面临着挑战。因此，迫切需要消除社会对“斜杠青年”的认知误区，认识到“斜杠效应”背景下专业发展可能面临的挑战，并在此基础上探索高职在面对“斜杠效应”带来的就业多栖化对专业的多样化要求与高校过度专业化设置的矛盾时应该采取的一些应对措施，以期满足青年多元发展的需求，培养社会发展所需要的复合型人才。

关键词：斜杠效应专业发展跨领域学习交叉学科院校发展

基于学科融合的教学样态——以“语文+音乐”的《神州谣》一课为例

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

七彩语文 2022年第12期 33-35页

作者：王颖江苏省南京市浦口实验小学万江分校

课程融合和统整的理念已经被众多学校和教师所接受。《义务教育语文课程标准》中也明确提出,语文学科提倡跨领域学习,与其他课程相结合,以提高学生的语文综合素养。下面我以二年级下册《神州谣》一课为例,谈谈“语文+音乐”的学科融合... 详细信息

课程融合和统整的理念已经被众多学校和教师所接受。《义务教育语文课程标准》中也明确提出,语文学科提倡跨领域学习,与其他课程相结合,以提高学生的语文综合素养。下面我以二年级下册《神州谣》一课为例,谈谈“语文+音乐”的学科融合尝试。教学展示一、导入新课,初识“州”字1.“谣”是个形声字.

关键词：学科融合语文综合素养课程融合统整跨领域学习导入新课教学样态语文学科

书汉字之美品文学之韵——书法教学融入语文课堂的探究

在线全文

学校读者我要写书评

暂无评论

河南教育（基教版）（上） 2023年第3期 76-77页

作者：盛怡君江苏省南京市钟英中学

“双减”是一次教育的重大转型,它聚焦学生的全面发展,重视学生核心素养的培养与身心健康的发展。语文新课标指出要“跨领域学习,与其他课程相配合”“在多学科的交叉中体现语文知识和能力的实际运用”。因此多学科教学已经成为“双减... 详细信息

“双减”是一次教育的重大转型,它聚焦学生的全面发展,重视学生核心素养的培养与身心健康的发展。语文新课标指出要“跨领域学习,与其他课程相配合”“在多学科的交叉中体现语文知识和能力的实际运用”。因此多学科教学已经成为“双减”背景下语文学科倾力探索的方向。

关键词：语文课堂多学科教学教学融入跨领域学习语文新课标语文学科核心素养的培养汉字之美

基于统一模型的中文社交媒体命名实体识别的研究

在线全文

学校读者我要写书评

暂无评论

基于统一模型的中文社交媒体命名实体识别的研究

作者：黄鹏武汉邮电科学研究院

学位级别：硕士

随着信息时代的发展,人们迫切须要从海量的文本信息中快速读懂信息,命名实体识别技术运用而生。命名实体识别是指从文本中筛选和识别出人名、机构名、地名等专有名称和有意义的时间、日期等数量短语并加以归类。对很多文本挖掘任务来说... 详细信息

随着信息时代的发展,人们迫切须要从海量的文本信息中快速读懂信息,命名实体识别技术运用而生。命名实体识别是指从文本中筛选和识别出人名、机构名、地名等专有名称和有意义的时间、日期等数量短语并加以归类。对很多文本挖掘任务来说,命名实体识别系统是重要的组成部分,研究命名实体识别模型来提升识别效果的方法具有学术和应用价值,意义重大。本文针对在海量未标注的中文社交媒体文本情形下如何提高其命名实体识别的效果问题,提出了一种对中文社交媒体命名实体识别的统一识别模型(UNER,Unified model of Named Entity Recognition)。统一识别模型算法通过权重将一个跨领域学习模型和一个半监督学习模型融合组成。跨领域学习需要确定通用领域和目标领域之间句子的相似度,运用学习率函数来自动调整不同领域句子的学习率,结合转移概率算法,从而实现辅助领域和目标领域之间域的相适应,提高跨领域学习模型的泛化能力。而半监督模型将主动学习与自学习相结合的中文命名实体识别方法,采用置信度函数来调整学习率的方式,不断迭代地从目标域内未标注的语料中提取样本,添加到训练集进行训练,从而选出命名实体。通过主动学习目标域内未标注的信息,极大地降低了人工标注语料的工作量,使得主动学习在海量数据上具有可操作性。实验结果表明:统一识别模型改善了中文社交媒体命名实体识别的效果。统一识别模型融合了跨领域学习模型和半监督学习模型,统一识别模型大大减小人工标注语料的工作和提高了中文社交媒体的命名实体识别效果。

关键词：命名实体识别统一识别模型跨领域学习相似度半监督学习置信度

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

短文本跨领域分类方法研究

短文本跨领域分类方法研究

作者：李鼎宇合肥工业大学

学位级别：硕士

短文本广泛地出现在微博、电商等领域,其数据规模与日俱增。另外,网络中的数据因领域不同表现出明显差异,从而使得传统的分类方法不再适用。跨领域分类旨在利用相关领域中已经积累的知识,帮助解决目标领域的分类任务。已有的跨领域分类... 详细信息

短文本广泛地出现在微博、电商等领域,其数据规模与日俱增。另外,网络中的数据因领域不同表现出明显差异,从而使得传统的分类方法不再适用。跨领域分类旨在利用相关领域中已经积累的知识,帮助解决目标领域的分类任务。已有的跨领域分类方法大多未针对短文本进行相关研究。短文本篇幅简短,其数据有效信息较少、特征稀疏且不规范。其中,特征稀疏使分类准确率明显下降;多词同义和不规范表达减弱了特征的类别极性和特征共现,增加了知识迁移的难度。本文针对短文本进行跨领域分类的相关研究,主要工作如下:(1)针对短文本的稀疏性特点,提出一种基于特征扩展的短文本跨领域分类算法,基于谱图理论和特征共现关系,采用两层谱聚类对两个领域的共享特征和特有特征进行相似特征扩展,以降低特征的稀疏性和领域间的数据分布差异。在扩展后的数据集上训练分类模型,提升短文本上的跨领域分类效果。(2)针对短文本的特征稀疏以及多词同义问题,提出一种基于主题相关性的短文本跨领域分类算法,利用短文本词对主题模型BTM,对共享特征和特有特征分别抽取主题,语料库中的丰富信息强化了主题学习,克服了上述的问题。在此基础上,度量领域特有主题相关性将数据集映射到新的公共特征空间中以减小领域间的距离,实现跨领域分类。

关键词：短文本分类跨领域学习谱聚类主题模型

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

基于聚类推荐的移动流媒体缓存优化技术研究

基于聚类推荐的移动流媒体缓存优化技术研究

作者：林涛南京大学

学位级别：硕士

流媒体一直是互联网中的主流应用,长期以来占据着大量的网络流量比例,针对流媒体服务的优化一直是业界研究的热点问题之一。近年来,随着移动设备的普及、无线传输技术的进步,用户在视频服务方面有了更多的自由度:一方面,用户拥有了随时... 详细信息

流媒体一直是互联网中的主流应用,长期以来占据着大量的网络流量比例,针对流媒体服务的优化一直是业界研究的热点问题之一。近年来,随着移动设备的普及、无线传输技术的进步,用户在视频服务方面有了更多的自由度:一方面,用户拥有了随时随地观看视频的能力,视频服务的需求进一步增加;另一方面,用户拥有上传视频的能力,使得网络中视频数量迅速增长,对个性化服务的要求也相应出现。因此,用户的个性化偏好需要被充分的挖掘,以提高个性化服务体验;同时,用户偏好的挖掘给流媒体服务质量的提升,视频传输的优化提供了新的机会。基于上述讨论,本文提出使用聚类信号来强化基于偏序信号的推荐方法,得到多信号融合的视频推荐模型。利用该推荐算法,在“面向智能手机的协同化移动流媒体服务系统”之上,构建了一个缓存机制,在推荐技术保证缓存命中率的基础上利用广播传输有效减少了视频内容在Ad-hoc网络中的传输次数,具体工作内容包含以下两个方面:1.基于多信号融合的聚类推荐模型。自Netflix推荐比赛之后,主流的推荐算法广泛采用了基于模型的协同过滤方法来构建推荐模型。这种模型通过将高维的反馈数据映射到低维的隐含特征空间之中,使得推荐效果大幅提升。然而,许多应用场景之中数据的“稀疏性”和“冷启动”问题十分严重,这些问题严重地影响着模型的推荐效果。为了减少这些问题,主流的思路是寻找更多的数据源头,通过建立共同拟合这些数据源的模型来达到跨领域学习的效果,通过利用更多的数据,使得这些问题在一定程度上得到解决。在视频推荐的场景之中,除了基本的用户偏好信息之外,用户还表现出一定程度的聚类信息,即用户在一个时间段内会观看视频内容或者类别相似的视频。本文通过利用这种聚类信息,强化了传统的基于偏好信息的推荐模型,并提出了“基于多信号融合的分解推荐模型”,为了验证模型的有效性,我们将其与传统算法在真实数据中做了实验对比。实验表明,聚类信息的引入能够有效提升视频推荐的效果。2.基于聚类推荐的视频缓存机制。随着社交网络的流行,以及用户开始对自己上传视频感兴趣,网络中开始更多的视频是时间在10分钟以下的短视频,这些视频的流行让传统缓存方法不再适用。一方面视频时间的缩短使得缓存变得更加困难;另一方面用户开始形成在移动环境下观看视频,缓存比有线环境更为重要。为了对短视频做缓存,第一步是精确判断用户在未来会观看哪些短视频（通常移动设备的存储空间足够容纳几个视频完整或者部分内容）,为此我们基于推荐算法判断用户对视频的偏好,通过缓存偏好值高的那些视频,保证了一定的缓存命中率。同时,在“面向智能手机的协同化移动流媒体系统”之上建立一个推荐缓存模块,通过利用无线传播的广播特性,设备能够监听到感兴趣的视频,从而达到一次传输多次满足的效果,进一步减少视频流量在无线自组网中的传输,缓解了无线自组网的信道冲突。

关键词：移动流媒体视频推荐视频预取协同过滤跨领域学习

一种结合半监督Boosting方法的迁移学习算法

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

小型微型计算机系统 2011年第11期32卷 2169-2173页

作者：洪佳明陈炳超印鉴中山大学信息科学与技术学院广州510006

迁移学习是数据挖掘中的一个研究方向,试图重用相关领域的数据样本,将相关领域的知识"迁移"到新领域中帮助训练.当前,基于实例的迁移学习算法容易产生过度拟合的问题,不能充分利用相关领域中的有用数据.为了避免这个问题,通过引入目标... 详细信息

迁移学习是数据挖掘中的一个研究方向,试图重用相关领域的数据样本,将相关领域的知识"迁移"到新领域中帮助训练.当前,基于实例的迁移学习算法容易产生过度拟合的问题,不能充分利用相关领域中的有用数据.为了避免这个问题,通过引入目标领域的无标记样本参与训练,利用半监督Boosting方法,提出一种新的迁移学习算法,能够对样本的相关性进行更好的判断,减少选择性偏差的影响.在大量文本数据集上的实验表明了新算法的有效性.

关键词：迁移学习跨领域学习 Boosting算法半监督学习

国外大学前段不分系制度对我国高等教育的启发

在线全文

学校读者我要写书评

暂无评论

教育与职业 2014年第14期 112-113页

作者：田秀菊湖州师范学院

以美国为代表的国外高等教育蓬勃发展,给我们带来了许多宝贵经验,而实施大学前段不分系制度是其核心经验之一。目前,我国高等教育已进入大众化阶段,许多大学逐步开展前段不分系试点,并在实践中探索前进。文章通过对国外模式和经验的分析... 详细信息

以美国为代表的国外高等教育蓬勃发展,给我们带来了许多宝贵经验,而实施大学前段不分系制度是其核心经验之一。目前,我国高等教育已进入大众化阶段,许多大学逐步开展前段不分系试点,并在实践中探索前进。文章通过对国外模式和经验的分析,发现这一做法可以明确高等教育定位,有效改善进校即分系制度造成的学生不能"跨领域学习"、难以"适应性选择"的弊端,并从实施目的、实施措施、机制保障等方面提出在我国实施大学前段不分系的框架性建议。

关键词：大学前段不分系跨领域学习经验借鉴