排序方式: 共有10条查询结果,搜索用时 300 毫秒
1
1.
在长距离需要对多路数据进行采集的情况下,提出了一种基于FPGA的多路级联式采集系统。本系统以FPGA为核心,实现对各路采集单元的命令控制和数据传输控制,并且各采集单元相互独立、所采集的数据单独存储。实验测试结果表明,各路采集数据能够可靠传输到读数单元。各采集单元以级联方式连接,可在采集点自由增减采集单元,实现任意路数据的采集与存储。 相似文献
2.
个性化学习推荐是智能学习的一个研究领域,其目标是在学习平台上给特定学习者提供有效学习资源,从而提升学习积极性与学习效果。虽然现有的推荐方法已被广泛用于教学场景,但教学活动自身的科学规律,使个性化学习推荐在个性化参数设置、推荐目标设定、评价标准设计等方面具有一定的特殊性。针对上述问题,在调研大量文献的基础上对近年来个性化学习推荐的研究进行了综述。从学习推荐通用框架、学习者建模、学习推荐对象建模、学习推荐算法、学习推荐评价五方面对个性化学习推荐的相关研究进行了系统的梳理和解读。首先提出了学习推荐系统的通用框架,其次介绍了学习者建模的思路和方法,接着讨论了学习推荐对象建模的思路和方法,然后归纳了学习推荐的算法与模型,接下来总结了学习推荐评价的设计与方法。并对这五方面现有研究的主要思想、实施方案、优势及不足进行了分析。最后还展望了个性化学习推荐未来的发展方向,为智能学习的进一步深入研究奠定了基础。 相似文献
3.
分析现有人事管理系统存在的若干不足,提出开发人力资源管理系统所要实现的目标,然后提出采用信息系统集成的方式进行系统实现,并设计了系统的逻辑模型,最后对系统进行了功能模块设计,并讨论了实现系统要使用的SOA、数据仓库等系统集成技术. 相似文献
4.
大规模在线教育平台所形成的网络具有数据量大、实体类型丰富、关系复杂等特性。一方面,在线教育正在被大力普及,而另一方面,在线课程却面临低使用率、低完成度及高辍学率的问题。个性化的课程推荐有利于提高学习者的学习积极性,其中,课程能否顺利合格完成是学习者在选课时所考虑的重要因素。鉴于此,提出一种基于学习完成度预测的个性化课程推荐模型。对学生的课程学习会话图进行建模,根据学生的课程学习顺序以及课程的完成情况,生成学生的学习状态表征;同时考虑在线学习环境因素对课程的影响,构建在线课程学习异质图,采用图神经网络生成异质图中课程节点的嵌入;然后通过交互机制融合学习状态表征和课程嵌入,预测学生下一门将学课程的完成度,根据完成度排序从而实现课程推荐。在CNPC、HMXPC和Scho1at3个大规模在线课程学习数据集上的实验结果表明,该模型能有效提升推荐的准确度,在归一化折损累计增益(NDCG)和平均倒数排名(MRR)2个指标上相较于基线模型最优结果均有显著提升,评估指标K值取5时,其NDCG@5指标在3个数据集上分别提升21.08%、17.73%和5.41%,MRR@5指标在3个数据集上分别提升25.6... 相似文献
5.
协同过滤推荐是一种基于用户偏好的个性化推荐方法,一般包含两个步骤:首先根据用户或项目的标注信息计算出用户或项目的相似度,确定邻居集合;然后根据相似度进行排序推荐,其核心问题在于相似度的计算。为了更好地达到这一目的,近年来关于将用户社交网络信息融入相似度计算的方法受到广泛关注。用户的注册信息、项目评分和社交信息都可以作为用户比较的依据。基于此提出了通过构建用户本体,计算本体之间的语义相似度,从而找到相似用户集合,最终实现目标用户的推荐方法。该方法为本体技术与推荐系统的结合提供了一种思路,实验表明 它能够在一定程度上提高推荐的准确度。 相似文献
6.
对存在于社交网络平台中的虚拟团队进行语义描述以及本体构建是研究社交网络下群体活动规律、演变规律的重要手段。运用形式概念分析的方法对虚拟团队的角色-行为及基本属性进行语义描述。首先,通过分析虚拟团队在社交网络中的静态特点,构造其基本形式概念背景;其次,根据虚拟团队中的各类角色与行为之间的关系,对虚拟团队的动态属性进行描述,再结合基本属性概念,生成更完善的概念格;最后,利用概念格转换语义本体的方法和工具,构建虚拟团队的语义本体。 相似文献
7.
8.
随着XML及语义技术的发展,Web服务已经在电子商务领域中得到了广泛应用.然而,如何有效地发现Web服务仍然是领域研究的难点.本文提出一种以OWL-S作为服务定义语言的服务查询匹配模型.该模型利用OWL-S支持Web服务的自动发现、调用、合成和运行监测的特点,提高了基于Web服务发现和匹配的效率. 相似文献
9.
针对视频采集存储技术大容量、高性能的需求,文章提出了一种基于高速eMMC阵列的视频存储系统设计,介绍了系统的总体硬件架构和程序工作流程,重点研究了相机传输模块和eMMC阵列存储模块的逻辑设计,FPGA与eMMC阵列之间的数据传递采用了并行方式进行传输,写入速度为200 MB/s,读出速度440 MB/s,存储容量为160 GB,实现了一种大容量、高速传输、集成度高的视频存储系统。实验证明,这个设计可成功读取到完整的图像数据。 相似文献
10.
1