检索结果-南通市图书馆

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

以全新视角审视教育科技与人才的关系

中国教育网络 2024年第5期 36-37页

作者：李千目南京理工大学信息化建设与管理处

教育数字化要求我们以全新的视角审视教育、科技与人才“三位一体”的关系,打破传统的思维模式和体制壁垒,实现三者的深度融合和协同创新,转化为撬动新质生产力发展的实际动力。

关键词：深度融合协同创新体制壁垒审视教育三位一体全新视角教育数字化思维模式

在线全文

学校读者我要写书评

暂无评论

人工智能融入高等教育教学模式的创新与实践

中国信息化 2024年第6期 83-84页

作者：朱瑞李游山陈海萍陕西理工大学信息化建设与管理处陕西理工大学生物科学与工程学院陕西理工大学机械工程学院

随着人工智能技术的迅速发展,其在教育领域的应用越来越受到关注。本文探讨了人工智能融入高等教育教学模式的创新与实践,旨在提高教学效果和学生的学习体验。通过重塑培养理念、重构教学环境、创新教学方法、改革评价方式、营造文化氛... 详细信息

随着人工智能技术的迅速发展,其在教育领域的应用越来越受到关注。本文探讨了人工智能融入高等教育教学模式的创新与实践,旨在提高教学效果和学生的学习体验。通过重塑培养理念、重构教学环境、创新教学方法、改革评价方式、营造文化氛围等方面,对高等教育教学模式进行体系重构,从而实践人工智能与高等教育的双向赋能,创新高等人才培养模式。文章中强调了人工智能对高等教育教学模式改革的重要性,认为它将为教育的发展带来新的机遇。希望本研究能够为教育工作者、决策者和相关研究人员提供有益的参考,共同推动人工智能在高等教育教学中的应用和发展。

关键词：高等教育教育工作者教学模式改革培养理念人工智能创新教学方法体系重构人才培养模式

在线全文

学校读者我要写书评

暂无评论

一种神经网络的多方向GWO优化方法

小型微型计算机系统 2024年

作者：张晓丽闻俊朱贵富许诺聂佳磊杨璨昆明理工大学信息工程与自动化学院昆明理工大学信息化建设管理中心

针对标准的GWO算法不稳定性和表现性能不佳问题，本文从多个方向提出优化路径。首先，为灰狼群体中增加最优解、候选狼群定义步长、候选狼群步长的权值进行优化、以及各优化方向相结合，对标准GWO算法进行优化改进，总共形成8种优化算... 详细信息

针对标准的GWO算法不稳定性和表现性能不佳问题，本文从多个方向提出优化路径。首先，为灰狼群体中增加最优解、候选狼群定义步长、候选狼群步长的权值进行优化、以及各优化方向相结合，对标准GWO算法进行优化改进，总共形成8种优化算法；然后将优化算法融入RNN、MLP和CMLP三种神经网络中，总共构成24种预测模型；最后通过公共数据集进行了240次测试，结果表明，不同方向的优化可以提高各个神经网络预测模型的准确率及稳定性，具有更好的实用性。

关键词：灰狼优化算法神经网络预测模型

一种多出口环境下的HTTP流量细粒度调度方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

信息技术与信息化 2024年第9期 31-34页

作者：吴家顺南京理工大学信息化建设与管理处江苏南京210094

DNS进行多出口流量调度时,常常以链路质量和链路带宽为依据进行引流,但忽略了到CDN节点的链路质量和CDN的服务质量。为解决DNS在进行HTTP流量调度时随机性而引发的问题,提出一种多出口环境下的HTTP流量细粒度调度方法,并设计实现了HttpT... 详细信息

DNS进行多出口流量调度时,常常以链路质量和链路带宽为依据进行引流,但忽略了到CDN节点的链路质量和CDN的服务质量。为解决DNS在进行HTTP流量调度时随机性而引发的问题,提出一种多出口环境下的HTTP流量细粒度调度方法,并设计实现了HttpTinyDispatcher系统。首先,从出口网络上采集与HTTP协议相关的数据包,并搜集本地DNS域名解析缓存记录,从出口路由器上面搜集IP归属地信息,然后分析数据包,选择TCP握手时延、HTTP时延以及网页轮廓数据作为特征,学习当前网络的特点,确定调度参数,并使用自动化的动态模拟分析进行不同链路的测试,最终将流量调度到较低时延的链路上。通过实际出口网络测试,发现了网络中存在的HTTP流量调度问题,着重解决了超时、HTTP响应慢等问题,对需要调度的HTTP数据,实际调度成功比率达到了25%。

关键词： HTTP流量调度多出口网络 DNS 流量分析

基于微信平台的高校“一网通办”移动门户建设研究

在线全文

学校读者我要写书评

暂无评论

中国信息化 2024年第2期 77-79页

作者：徐琦陕西师范大学信息化建设与管理处

一、引言近年来,随着大数据、人工智能、区块链等新一代信息技术的快速发展与应用,信息技术已经对社会生产、生活的各方面产生了革命性的影响。近年来,国内高校陆续启动了教育数字化战略行动,发挥学校在教育资源和平台方面的优势,推进... 详细信息

一、引言近年来,随着大数据、人工智能、区块链等新一代信息技术的快速发展与应用,信息技术已经对社会生产、生活的各方面产生了革命性的影响。近年来,国内高校陆续启动了教育数字化战略行动,发挥学校在教育资源和平台方面的优势,推进数字技术与教育教学深度融合,更新教育理念、变革教育模式、提升治理水平,为师生打造一流的数字化、网络化、智能化的教学、科研和服务环境。

关键词：微信平台深度融合教育资源信息技术人工智能区块链大数据移动门户

在线全文

学校读者我要写书评

暂无评论

基于双向对比训练的中文故事结尾生成模型

计算机应用 2024年第9期44卷 2683-2688页

作者：帅奇王海瑞朱贵富昆明理工大学信息工程与自动化学院昆明650504 昆明理工大学信息化建设管理中心昆明650504

中文故事结尾生成(SEG)是自然语言处理中的下游任务之一。基于全错误结尾的CLSEG(Contrastive Learning of Story Ending Generation)在故事的一致性方面表现较好。然而,由于错误结尾中也包含与原结尾文本相同的内容,仅使用错误结尾的... 详细信息

中文故事结尾生成(SEG)是自然语言处理中的下游任务之一。基于全错误结尾的CLSEG(Contrastive Learning of Story Ending Generation)在故事的一致性方面表现较好。然而,由于错误结尾中也包含与原结尾文本相同的内容,仅使用错误结尾的对比训练会导致生成文本中原结尾正确的主要部分被剥离。因此,在CLSEG基础上增加正向结尾增强训练,以保留对比训练中损失的正确部分;同时,通过正向结尾的引入,使生成的结尾具有更强的多样性和关联性。基于双向对比训练的中文故事结尾生成模型包含两个主要部分:1)多结尾采样,通过不同的模型方法获取正向增强的结尾和反向对比的错误结尾;2)对比训练,在训练过程中修改损失函数,使生成的结尾接近正向结尾,远离错误结尾。在公开的故事数据集OutGen上的实验结果表明,相较于GPT2. ft和深层逐层隐变量融合(Della)等模型,所提模型的BERTScore、METEOR等指标均取得了较优的结果,生成的结尾具有更强的多样性和关联性。

关键词：中文故事结尾生成对比训练文本采样文本生成自然语言处理

基于MIC特征提取与BO-CatBoost的航空发动机RUL预测

在线全文

学校读者我要写书评

暂无评论

空军工程大学学报 2024年第1期25卷 31-38页

作者：李东君李亚李东文朱贵富昆明理工大学信息工程与自动化学院昆明650504 昆明理工大学信息化建设管理中心昆明650504

针对航空发动机传感器监测的退化参数提取困难,易受噪声干扰及发动机剩余使用寿命预测精度不足等问题,利用最大信息系数、贝叶斯优化算法和类别特征梯度提升算法,提出了一种新的发动机剩余使用寿命预测模型。首先,为有效解决特征提取不... 详细信息

针对航空发动机传感器监测的退化参数提取困难,易受噪声干扰及发动机剩余使用寿命预测精度不足等问题,利用最大信息系数、贝叶斯优化算法和类别特征梯度提升算法,提出了一种新的发动机剩余使用寿命预测模型。首先,为有效解决特征提取不足的问题,对采集的传感器历史监测特征进行最大信息系数相关性计算,提取出对发动机寿命运行周期影响较大的关键退化特征。其次,为解决剩余使用寿命预测中的梯度偏差及预测偏移问题,使用基于贝叶斯优化的类别特征梯度提升方法对航空发动机进行剩余使用寿命预测。最后,在美国航空航天局提供的商用模块化航空推进系统仿真数据集上进行实验,结果表明所提预测方法的性能较好,验证了该方法的有效性。

关键词：航空发动机剩余使用寿命 MIC Bo-CatBoost 贝叶斯优化

基于VMD和优化CNN⁃GRU的锂电池剩余使用寿命间接预测

在线全文

学校读者我要写书评

暂无评论

现代电子技术 2024年第2期47卷 133-139页

作者：徐达王海瑞朱贵富昆明理工大学信息工程与自动化学院云南昆明650500 昆明理工大学信息化建设管理中心云南昆明650500

准确预测锂电池的剩余使用寿命(RUL)对降低电池使用风险有着至关重要的作用。为了解决电池容量在实际应用中不易获得以及单一门控循环神经网络(GRU)不能有效提取数据间的深层特征等问题,提出一种基于间接健康因子的混合神经网络模型,即... 详细信息

准确预测锂电池的剩余使用寿命(RUL)对降低电池使用风险有着至关重要的作用。为了解决电池容量在实际应用中不易获得以及单一门控循环神经网络(GRU)不能有效提取数据间的深层特征等问题,提出一种基于间接健康因子的混合神经网络模型,即融合变分模态分解(VMD)、一维卷积神经网络(1D‐CNN)和麻雀搜索算法(SSA)优化GRU的组合剩余使用寿命预测模型。采用NASA数据集验证所提模型的有效性,实验结果表明,相比于GRU、VMD‐GRU、VMD‐SSA‐GRU,所提模型具有较高的预测精度与更快的运行速度,可以应用于锂电池RUL预测。

关键词：锂电池剩余使用寿命预测间接健康因子变分模态分解一维卷积神经网络麻雀搜索算法门控循环网络

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

数值仿真实践在流体力学课程拓展中的应用