基于强化学习的挖掘机时间最优轨迹规划

针对挖掘机的自主作业场景,提出基于强化学习的时间最优轨迹规划方法.首先,搭建仿真环境用于产生数据,以动臂、斗杆和铲斗关节的角度、角速度为状态观测变量,以各关节的角加速度值为动作信息,通过状态观测信息实现仿真环境与自主学习算法的交互;然后,设计以动臂、斗杆和铲斗关节运动是否超出允许范围、完成任务 总时间和目标相对距离为奖励函数对策略网络参数进行训练;最后,利用改进的近端策略优化算法(proximal policy optimization, PPO)实现挖掘机的时间最优轨迹规划.与此同时,与不同连续动作空间的强化学习算法进行对比,实验结果表明:所提出优化算法效率更高,收敛速度更快,作业轨迹更平滑,可有效避免各关节受到较大冲击,有助于挖掘机高效、平稳地作业.     

慕课授课中的学生听课行为自动分析系统

为了解决在线课程(Massive open online course, MOOC)授课过程中, 缺乏对于学生学习情况的跟踪与教学效果评估问题, 本文依据视频信息对学生行为进行建模, 提出了一种评判学生听课专心程度的行为自动分析算法.该算法能够有效跟踪学生的学习状态, 提取学生的行为特征参数, 并对这些参数进行D-S融合判决, 以获得学生的听课专注度.经过多次实验的结果表明, 本文采用的方法能够有效评判学生在授课期间的专心程度, 在数据融合上, 与贝叶斯推理方法相比, 采用D-S融合方法能有效提高实验结果的准确性和可靠性.     

基于校园一卡通数据的学生消费及学习行为分析

校园一卡通系统通过对各种信息、资源的有效集成、整合和优化,能够实现学校对信息的有效配置和充分利用。采用数据挖掘技术针对学生校园消费、学习活动的管理分析方面进行深入研究,首先,通过数据预处理技术提取相关特征。然后,采用K-means聚类算法针对学生消费行为进行消费习惯聚类分析,并采用决策树算法评估聚类结果;再采用Apriori关联规则算法针对学生学习行为进行学习行为关联度分析,所得结果用于高校学生工作人员分门别类的进行学生管理。     

非平衡集成迁移学习模型及其在桥梁结构健康监测中的应用

在桥梁结构健康监测与状态评估过程中所获得的桥梁结构数据库常存在间断性异常或缺损,且不同样本分类数据不均匀,难以在信息缺失、数据分布失衡的情况下完成对桥梁结构健康的监测与状态评估.针对这一问题,在改进相似性度量函数的SOM聚类算法和非平衡集成迁移学习算法的基础上,提出了一种改进的迁移学习模型.通过对实际监测数据的分析,该迁移学习模型的分类精度随着目标数据集所占比例的不断增加而提高,验证了该模型的有效性和科学性.     

基于改进SSD算法的学生课堂行为状态识别

为加强智慧教室中教学视频信息的有效运用,针对现有SSD算法的不足,提出改进SSD算法进行学生课堂行为状态识别的方法.结合K-means聚类算法对数据集进行聚类分析,在SSD网络预测层重新设置预测框比例及分布,增大训练时预测框和真实框的匹配度;引入目标检测焦点损失函数,保证正负样本及难易分类样本的平衡.在自制的听讲、睡觉、举手、回答及写字5种学生行为状态数据集上进行训练和测试,实验结果表明,改进的SSD算法对5种学生行为状态识别的平均精度均值达到95.4％,比原SSD算法提高了10.2％,同时适用于实时检测.     

信息化时代Java SE课程网络资源建设与应用研究

运用超星泛雅平台创建了Java SE课程的教学PPT、教学视频、课后作业等网络资源,学生利用所创建Java SE课程的网络资源进行课前预习、课中学习、练习及完成教师发布课后作业等环节的训练.在超星泛雅平台上积累了学生学习Java SE课程网络资源丰富的过程性学习数据,通过分析所积累的学习数据,能有效地评价每一位学生的学习效果和老师应用Java SE课程网络资源的教学效果.     

Winnowing算法和动态规划算法在作业剽窃检测中的应用和比较

信息数字化后使抄袭、剽窃变得更加容易了,为了杜绝学生作业中出现的抄袭现象,急需高效的剽窃检测技术,帮助教师对学生作业的抄袭情况实施监督检测。本文分别用具有除噪和过滤功能的Winnowing算法和动态规划算法对学生作业进行剽窃检测。通过对文档间相似度的对比,实现了对作业剽窃程度的检测。实验结果表明,Winnowing算法更加有效、更加可靠。     

基于Web的个性化学习系统的设计

为改善基于Web学习系统存在的不足,提出了一个基于数据挖掘技术的个性化学习系统模型,并详细描述了应用决策树及BP神经网络算法对个性化导航模块设计的方法.应用决策树方法,根据学生初始注册信息,为学生的学习能力进行分类;应用BP神经网络算法,对经过预处理的有用的教学数据进行挖掘,以得出学生对知识点的掌握情况;在分析对比学生的学习状态与课程要求的基础上为学生提供下一步学习的导航信息.基于该模型实现的个性化学习系统真正体现了因材施教的教育理念.     

一种基于神经网络的数据挖掘算法

随着数据应用的深入,各类数据挖掘方法越来越重要.神经网络理论模拟人类的大脑神经处理信息的方式,通过信息样本对神经网络进行学习和训练,使其具有人脑的记忆和学习能力.研究基于此理论,给出了一种基于神经网络算法的服装销售预测实例.     

基于Q学习算法的作业车间动态调度

近年来,在基于Q学习算法的作业车间动态调度系统中,状态-行动和奖励值靠人为主观设定,导致学习效果不理想,与已知最优解相比,结果偏差较大.为此,基于作业车间调度问题的特质,对Q学习算法的要素进行重新设计,并用标准算例库进行仿真测试.将结果先与已知最优解和混合灰狼优化算法、离散布谷鸟算法和量子鲸鱼群算法在近似程度、最小值方面进行比较分析.实验结果表明,与国内求解作业车间调度问题的Q学习算法相比,该方法在最优解的近似程度上显著提升,与群智能算法相比,在大多数算例中,寻优能力方面有显著提升.