《微机原理与接口技术》课程新型教学方法的探讨

通过培养学生撰写项目计划书、项目报告、开发单片机软件和应用电子硬件等教学过程,把互动式教学法贯穿到《微机原理与接口技术》课程,学生参与提出问题,学生就有了解决问题的愿望和自觉性。通过一步步的引导启发,学生们看到了解决问题的途径,并积极参与解决问题的过程,达到激发学生学习兴趣和缩短他们掌握“微机原理与接口技术”课程时间的目的。     

基于黑寡妇算法的特征选择方法研究

特征选择通过去除无关和冗余特征提高学习算法性能,本质是组合优化问题。黑寡妇算法是模拟黑寡妇蜘蛛生命周期的元启发式算法,在收敛速度、适应度值优化等方面具有诸多优势。针对黑寡妇算法不能进行特征选择的问题,设计五种优化策略：二进制策略、“或门”策略、种群限制策略、快速生殖策略以及适应度优先策略,提出黑寡妇特征选择算法（black widow optimization feature selection algorithm,BWOFS）和生殖调控黑寡妇特征选择算法（procreation controlled black widow optimization feature selection algorithm,PCBWOFS）,从特征空间中搜索有效特征子集。在多个分类、回归公共数据集上验证新方法,实验结果表明,相较其他对比方法（全集、AMB、SFS、SFFS、FSFOA）,BWOFS和PCBWOFS能找到预测精度更高的特征子集,可提供有竞争力、有前景的结果,而且与BWOFS相比,PCBWOFS计算量更小,性能更好。     

中医舌象计算机识别研究的现状分析及问题

从静态舌图像计算机识别研究的关键环节出发,对当前的研究现状进行了分析.认为在舌图像的采集方面有必要引入正交设计、图像质量评价等方法以筛选出高标准、统一、实用的图像采集条件;图像分割研究可以考虑从多角度入手,综合使用多种分割方法,取长补短,以提高分割效果;同时采用Delphi评价法、多中心的网上专家判别等手段,大样本集中专家经验,综合各家的辨舌经验,建立科学规范的舌象诊断标准;当前舌象识别研究的热点主要集中在舌的颜色领域,研究的方向有待向颜色以外的其他方面拓展,并最终由定性向定量转化,而实现舌诊内容的综合判别将是今后努力的方向.     

结合自注意力的BiLSTM-CRF的电子病历命名实体识别

为弥补现有方法不能很好捕获电子病历实体之间的长距离依赖关系的缺陷,提出一种结合自注意力的BiLSTM-CRF的命名实体识别方法.将输入文本转成神经网络可识别的数值形式;经过BiLSTM网络并结合自注意力计算得到每个字的输出特征向量;通过C RF层找到句子最适合的输出标签序列,从而确定命名实体.采用CCKS2018数据集进行实验,结果表明,改进的命名实体识别方法对电子病历具有一定的适应性,且与现有的方法相比,测试集的准确率提高了6.50～9.25个百分点.     

基于双向LSTM和GBDT的中医文本关系抽取模型

为解决采用softmax作为长短期记忆网络分类器导致实体关系识别模型泛化能力不足,不能较好适用中医实体关系抽取等问题,提出一种融合梯度提升树的双向长短期记忆网络的关系识别算法（BILSTM-GBDT）。先采用word2vec对中医文本进行向量化表示,再利用基于注意力机制的双向长短期记忆网络提取高阶特征,最后采用集成分类模型梯度提升树作为特征分类器,提高关系识别效果。在中医等多个关系语料库上的实验结果表明,该模型与传统SVM方法、GBDT方法及其深度学习方法相比,均有更高的精确率、召回率和◢F◣值。     

中药智能配药控制系统的硬件设计

为攻克现有配药控制系统的硬件设计的不足,设计了对应的取药机构、定位机构、机械机构、电机控制系统,实现了PLC对取药行走装置较高效、智能的控制。     

特征选择方法综述

特征选择作为一个数据预处理过程,在数据挖掘、模式识别和机器学习中有着重要地位。通过特征选择,可以降低问题的复杂度,提高学习算法的预测精度、鲁棒性和可解释性。介绍特征选择方法框架,重点描述生成特征子集、评价准则两个过程;根据特征选择和学习算法的不同结合方式对特征选择算法分类,并分析各种方法的优缺点;讨论现有特征选择算法存在的问题,提出一些研究难点和研究方向。     

基于多节点组合特征和模糊聚类的中文词义消歧方法

词义消歧是自然语言处理中的难点问题,为提高消歧效果,提出一种基于多节点组合特征的词义消歧方法.根据依存语法理论,选择歧义词的祖父+父亲+孩子节点组合,并将其作为消歧特征.利用模糊C均值聚类算法,建立消歧模型,最终确定歧义词词义类别.采用哈工大信息检索研究中心语言技术平台的词义语料进行实验.实验结果表明,相比现有的两种方法,该方法不仅使特征维度平均值分别降低了5和25,且F1值分别提高了1.56个百分点和0.84个百分点,在一定程度上提升了词义消歧效果.     

结合自注意力的BiLSTM-CRF的电子病历命名实体识别

为弥补现有方法不能很好捕获电子病历实体之间的长距离依赖关系的缺陷,提出一种结合自注意力的BiLSTM-CRF的命名实体识别方法.将输入文本转成神经网络可识别的数值形式;经过BiLSTM网络并结合自注意力计算得到每个字的输出特征向量;通过C RF层找到句子最适合的输出标签序列,从而确定命名实体.采用CCKS2018数据集进行实验,结果表明,改进的命名实体识别方法对电子病历具有一定的适应性,且与现有的方法相比,测试集的准确率提高了6.50～9.25个百分点.     

精品课程和特色专业建设的背景下PBL教学法的思考

特色专业建设是本科教学质量工程的重要项目,也是我国高校培养人才的重要平台,而精品课程建设项目是具有典型示范作用的优秀课程教育资源。本文探讨在教学质量工程建设的大背景下如何实现与课堂PBL教学法的结合,开拓新的教学改革思维。