个性化学习路径推荐综述

近年来，伴随着现代信息技术的迅猛发展，以人工智能为代表的新兴技术在教育领域得到了广泛应用，引发了学习理念和方式的深刻变革.在这种大背景下，在线学习超越了时空的限制，为学习者“随时随地”学习提供了更多的可能性，从而得到了蓬勃发展.然而，在线学习中师生时间、空间分离的特征，导致教师无法及时掌握学生的学习状态，一定程度上制约了在线学习中教学质量的提升.面对多元化的学习需求及海量学习资源，如何迅速完成学习目标、降低学习成本、合理分配学习资源等问题成为限制个人和时代发展的重大问题.然而，传统的“一刀切”的教育模式已经不能满足人们获取知识的需求了，需要一个更高效、更科学的个性化教育模式，以帮助学习者以最小的学习成本最大限度地完成学习目标.基于以上背景，如何自动高效识别学习者特征，高效地组织和分配学习资源，为每一位学习者规划个性化路径，成为面向个体的精准化教育资源匹配机制研究中亟待解决的问题.系统地综述并分析了当前个性化学习路径推荐的研究现状，并从多学科领域的角度分析了对于同一问题的不同研究思路，同时也归纳总结了当前研究中最为主流的核心推荐算法.最后，强调当前研究存在的主要不足之处.     

梁结构振动支承约束反力控制

支承或连接构件对梁结构的动力学性能有至关重要影响,必须保证其在振动过程中不发生破坏或者失效。通过合理设计和布局附加弹性支承可以实现对这些重要连接构件所承受约束反力的控制。应用微分变换法推导含附加支承的梁结构支承约束反力及其对于附加支承位置和刚度的灵敏度表达式,并通过优化设计附加支承位置和刚度实现具有弹性约束端的简支梁结构各支承约束反力的平衡,可提高结构的动力学性能。     

人体步态差异性的参数化辨识方法及应用

通过对下肢3 个关节步态曲线建立具有共性控制点的数学模型,提出了以个体的局部形状参数作为区别同一关节中不同曲线的方法.实验采用Perception Neuron 动作捕捉系统,对正常组10 名健康男性青年,验证组2 名健康和3 名处于不同康复期的右腿踝关节损伤男性青年在正常步速下的步态数据进行实验测量以获得髋关节、膝关节和踝关节的上下位移轨迹曲线,并计算得出正常组步态曲线的局部形状参数作为判别步态正常与否的参考调整范围.经分析,验证组中健康被试者的局部形状参数大多属于该范围,而恢复较差的病人参数大多超出该范围,表明该参数化方法可有效辨别步态曲线差异,此外还可对康复评价的方法提供依据.     

基于价值模型的民机需求建立

顾客需求需要真实地体现到民机设计的整个设计过程。在民机需求建立过程中,如果对顾客需求的建模方式不合理,就很容易产生失真;需求的多层级演化使顾客需求的失真更加严重。提出一种基于价值模型的民机需求建立方法,将顾客需求的建模和演化转化为顾客需求的价值建模和多层级演化,从而减少顾客需求建模和演化的失真。方法以航空公司需求为顾客需求进行方法确认。     

一种基于深度森林的恶意代码分类方法

针对当前恶意代码静态分析方法精度不足的问题，将恶意代码映射为无压缩的灰度图像，然后根据图像变换方法将图像变换为恒定大小的图像，使用方向梯度直方图提取图像的特征，最后提出一种基于深度森林的恶意代码分类方法.实验中选择不同家族的多个恶意代码样本进行分类，验证了该方法的有效性，并且实验结果优于近期提出的SPAM-GIST方法.     

基于深度学习的传感器优化布置方法

针对传感器优化布置(optimal sensor placement,简称OSP)问题,提出了一种新的使用深度神经网络的解决方案,并以简化的桥梁形状的桁架结构中的振动测试传感器优化为例进行了验证。首先,选择一种传统的传感器优化布置方法,对自动化生成的大量不同的桁架结构分别进行传感器优化布置计算,将所得优化布置结果在进行数据预处理后构建出深度学习方法所需要的训练集与验证集;其次,使用Python语言和深度学习框架TensorFlow设计实现与本研究问题适配的深度神经网络模型并训练;然后,随机生成了新的桁架结构参数;最后,将深度神经网络输出的传感器布置结果和传统方法的计算结果进行了比较,验证了本研究方法的有效性以及在速度上、可移植性与可扩展性方面的性能优势。     

啮合参数对分扭-并车齿轮传动系统分岔特性的影响

为研究分扭-并车齿轮传动系统非线性分岔特性,建立了含多间隙的分扭-并车齿轮系统非线性动力学模型,引入高斯消元技术和广义相对位移变量消除了系统的刚体位移,并对动力学方程组实施了量纲一化处理。综合考虑啮合频率、齿侧间隙、综合传动误差和阻尼比等激励下的分岔通道,借助分岔图、Poincaré截面和Lyapunov指数等手段对系统的分岔行为进行了定性和定量表征。结果表明啮合频率增大时系统发生逆向倍周期分岔,分岔点位置受齿侧间隙影响显著;齿侧间隙和综合传动误差变化下混沌域内均出现短暂周期窗口;阻尼对倍周期分岔运动存在抑制作用,其结果对该类齿轮系统动力学设计具有参考价值。     

Ti-22Al-25Nb合金B2相在α_2+B2相区长大行为的研究

研究了Ti-22Al-25Nb合金在α_2+B2两相区不同加热温度和不同保温时间下,B2相晶粒的长大行为。结果表明,Ti-22Al-25Nb合金在α_2+B2两相区加热时,基体B2相的晶粒尺寸随着加热温度的升高而增大,α_2相颗粒对B2相晶界迁移具有钉扎和阻碍作用,从而抑制了B2相基体晶粒的长大;随着保温时间的延长,基体B2相晶粒尺寸长大速度呈现先快后慢的规律,这主要是由于当加热时间较短时,B2相晶粒尺寸较小,晶界扩散的驱动力较大,晶粒长大速度快,而随着加热时间的延长,B2相晶粒尺寸不断增大,晶界迁移驱动力减小,晶粒长大速度放缓。