网络环境下协同学习策略在英语教学中的应用

介绍了协同学习策略与合作学习策略的异同,阐述了在英语教学中运用计算机支持下的协同学习模式的步骤和方法.认为在英语教学中运用基于任务的协同学习模式,便于教师指导和监控,便于营造良好的语言学习环境,同时有利于培养提高学生的综合素质.     

基于Q-学习算法的交通控制与诱导协同模式的在线选择

采用Q-学习算法实现了交通控制与诱导协同模式的在线选择。首先,采用Q-学习算法训练多智能体,根据多智能体内部的推理得到不同交通状态下的最优协同模式,最终实现交通控制与交通诱导协同模式的在线选择与转换。仿真结果表明,本文提出的基于Q-学习算法的协同模式选择方法在一般交通拥挤状态下具有较好的协同控制效果,对比离线式模式选择方法更能适应交通状态的不断变化,从而达到有效避免严重交通拥堵、改善路网性能的目的。     

基于松散条件下协同学习的中文微博情感分析

传统的协同学习算法需要2个充分冗余的特征视图,而在多数情况下达不到特征充分冗余的要求,为此提出松散条件下的协同学习框架.利用支持向量机算法和长短期记忆网络（LSTM）算法分别建立基于向量空间模型的微博特征视图和基于语义相关的词向量特征视图,在2个视图上进行协同学习.针对未标注样本的选择,提出结合主动学习中的不确定策略和协同学习中的最高置信度策略的选择策略,从不同角度充分利用未标注样本中包含的信息量.实验结果表明,在中文微博情感极性研究领域,提出的选择策略与传统选择策略相比,能够提高分类器的性能,并且利用松散条件下的协同学习框架实现微博情感分析性能.     

基于聚类组织协同进化的入侵检测算法

针对组织协同进化分类算法中样本数据集数量较大时对训练样本的学习不充分,分类的效率和准确性不高的问题,提出了一种将聚类融入了组织协同的进化算法.该算法在分析组织协同进化特征的基础上,形成聚类组织协同进化算法,并将此算法应用于入侵检测问题中使得训练样本得到比较充分的学习.通过该算法对KDDCUP99数据集进行仿真对比实验,验证了该算法的有效性.     

神经协同过滤智能商业选址方法

为了挖掘商店类别与地址之间的关系,基于神经协同过滤（NCF）框架提出商业选址神经协同过滤方法——NeuMF-RS. 采用嵌入方式分别得到商店类别和地址的表示,利用矩阵分解的思想学习商店类别与地址之间的线性关系;利用深度学习多层感知机学习商店类别与地址之间非线性、深层次的关系;结合这2种方法学习到的关系得到最终结果. 利用北京市的餐馆数据与POI数据来评价NeuMF-RS方法的性能,结果表明,NeuMF-RS相对于其他先进的深度学习方法和协同过滤方法在商业选址方面具有更好的性能,更能兼顾线性与非线性关系.     

一种基于主动学习的集成协同训练算法

为了更好地发挥主动学习、半监督学习和集成学习这3种机器学习方法的优势,研究了1个不需要2个充分冗余视图、泛化能力强的高效学习算法。从聚类假设出发,给出每轮协同训练过程中添加自动标记样本的置信度度量方法,降低误标记率;提出作为主动选择未标记样本依据的贡献度的概念,贡献度越高的样本,越具有人工标记的价值,在协同训练迭代结束后,选择贡献度高的样本标记,就能增强反馈的效果,提升学习性能,提出一种基于主动学习的集成协同训练算法。应用于图像检索的实验结果表明,提出的算法是高效可行的。     

基于半监督学习的蛋白质关系抽取研究

使用半监督学习方法中的自训练、协同训练方法,利用少量已标注样本和大量未标注样本来完成蛋白质关系抽取的任务.首先使用基于词特征的SVM(support vector machine)模型进行自训练,然后使用基于词特征的SVM模型和基于依存树特征的SVM模型进行协同训练.通过对4个语料的实验,验证了自训练及协同训练方法在蛋白质关系抽取领域中的应用效果.相比于自训练,协同训练可以通过两个相对独立的视图相互补充、相互学习,进而可以有效利用未标注数据.     

一种面向多无人机协同编队控制的改进深度神经网络方法

研究了多维度飞行数据下的协同编队控制问题,提出了一种基于改进深度神经网络的协同飞行控制方法。首先,使用深度神经网络在线整定PID控制器,设计了一种基于深度神经网络的PID控制器;其次,针对传统深度神经网络收敛速度慢、学习效率低的问题,同时为了满足多无人机编队飞行的实时性,在深度神经网络控制器中引入动量因子以提高网络的学习性能;最后,将所设计的改进深度神经网络控制器扩展到多无人机协同飞行任务场景实现协同编队飞行。对多无人机协同编队飞行进行仿真验证,仿真结果表明,所设计的改进深度神经网络编队控制器可以有效实现多无人机的编队生成与协同飞行。     

基于多智能体分销链协同订货的仿真模型

充分利用分销链中的定性因素研究智能协同订货,从多层分解法模型的角度出发,运用模糊控制理论和贝叶斯学习方法建立了基于多智能体的协同订货模型;在Matlab/Simulink平台上设计了由模糊控制器和S函数组成的协同订货仿真过程;仿真结果表明,在分销链公司双方做出适当让步的情况下,能够达到协同订货的目的.     

基于门控循环单元与主动学习的协同过滤推荐算法

针对传统协同过滤推荐算法存在无法反映用户短时兴趣的问题,提出一种基于门控循环单元(gated recurrent unit, GRU)神经网络与主动学习的协同过滤推荐算法。在采用GRU神经网络的基础上,将数据进行时序化处理,反映用户兴趣变化,并利用主动学习动态采样数据中的高质量的数据进行GRU神经网络的训练,使模型快速建立。在MovieLens1M数据集上的试验结果表明:加入主动学习的GRU模型的推荐算法比基于用户的协同过滤推荐算法(user-based collaborative filtering, UCF)、基于马尔科夫模型的协同过滤推荐算法(markov chain, MC)、基于隐语义模型的协同过滤推荐算法(latent factor model, LFM)算法有更高的短时预测率、召回率、项目覆盖率以及用户覆盖数,能够有效预测用户短时兴趣,提升精度,发掘长尾物品,且与原始GRU模型相比能够以更少的迭代次数达到相同效果。     

Internet下的教学模式探讨

本文基于学生的学习过程以及与学习过程密切相关的教学模式的思考,并对Internet网上实现讲授型模式、个别辅导模式、讨论学习模式、探索学习模式和协作学习模式等教学模式的特点的分析,进而结合我国目前教育教学改革的具体实践,探讨网络教学模式设计的基本形式。     

基于相似学习者发现的资源推荐系统

为了解决给规模大、分布广的远程学习者提供个性化的学习资源推荐的这一难点问题,提出了一种新颖的基于多代理的远程协作学习资源推荐机制,引入学习状态评估向量对复杂的学习行为进行建模,并基于组代理之间的交互来发现具有相似学习状态的学习者,同时构建了一个供社区学习者共享的即时交互和学习资源推荐平台,为社区学习者的学习资源共享提供了有针对性的推荐.实验证明,具有较高的相似学生发现准确率和社区构建效率,同时通过社区学生的资源推荐和共享,提高了学习者的学习效率和成绩.     

高职英语语法教学与学生语法能力建构

帮助学生建构语法能力是高职院校语法教学的一个主要任务。分析高职院校英语语法课程特点,结合对传统语法教学弊端的探讨,提出如下建议：以学生为中心,强调用中学,注重交互式学习和合作学习,适当应用多媒体技术,创设学习情境,引入实践环节,培养学生良好的学习策略。     

智能协作型防火墙仿真模型研究

针对传统模型缺乏对防火墙智能协作特点描述的问题,在分析网络安全协同防御环境下新型防火墙特点的基础上,基于Agent技术,提出了一种智能协作型防火墙模型结构,并设计了适应性过滤、自学习和交互协作3种防火墙模型关键算法。最后,结合OMNeT＋＋仿真平台,建立了智能协作型防火墙仿真模型并仿真实现。仿真验证了模型的有效性,模型的建立对网络安全仿真研究具有一定的参考价值。     

基于网络协作教学模式及其效果评价的研究

随着网络的普及,网络教育作为一种能够延伸拓展学习空间的教育形式,更多受到师生的关注,网络环境下的协作式教学模式应运而生。这种教学模式改变了传统教学以教师为中心的形式,建构一种体现学生的认识主体作用和发挥教师的主导作用的新型教学模式,文章以《C程序设计》课程为研究对象,对基于网络的协作探究教学模式进行了实证分析,开展了网络环境下的资料搜集和整理、小组合作完成课题等活动,证明网络协作教学模式对学生自主学习能力和计算机技能的提高有显著的影响作用。     

认知风格对基于网络的大学英语协作学习的影响及对策

基于网络的协作学习有助于提高学生的英语学习效果。"场依存/场独立型"作为认知风格中最具代表性的一组认知方式,对基于网络的大学英语协作学习有着很大影响。作为指导者的教师要分析了解学生的认知风格差异,最大限度地施行因材施教,努力使每个学生能充分发挥自己的优势风格,全面促进学生的发展。     

网络环境下项目式商务英语协作学习与教学模式研究

以高职教育需要服务地方经济发展的职业教育理念出发,在建构主义理论和基于项目的学习理论指导下,开发基于行业/企业的典型职场商务活动的教学项目,认真探究计算机网络与商务英语课程教学有效融合,创建真实、动态、开放的教学模式和自主、协作的学习平台,以培养具有校本特色的符合区域经济发展需求的高品质国际商务人才。