智能教学系统中知识表示模型的研究与设计

研究了智能教学系统功能与结构。分析了知识库模型在智能教学系统中的重要地位;通过对知识库中的教学内容与教学规则两类知识的分析和对超媒体知识表示的研究,构建了一个基于层次结构的超媒体网络模型,并在知识网络图中节点里嵌入教学规则,以实现教学内容的动态组织、呈现和教学过程中的自适应导航。该模型为教学系统的决策与分析提供了智能的辅助手段。     

自适应学习模型在智能教学系统中的应用研究

在分析自适应学习内涵的基础上,深入地研究了自适应学习模型的结构和功能。探讨了自适应学习模型对智能教学系统实现教学内容动态呈现和智能导航两个方面的理论支持。最后,指出自适应学习模型的分析和研究是构建智能网络教学系统的关键。     

一种基于用户行为静态建模的在线客服系统

交互式信息服务模型强调人机交互过程中对用户动态的反映,注重用户认知因素和非认知因素的结合,旨在构建支持对用户自适应的用户模型。通过提出使用模糊集的方式,对在线用户进行建模,同时描述了基于这种用户模型进行用户行为在线跟踪和用户行为预测的方法,并介绍一个系统实现构成。     

自适应人机界面的新模型机制探讨

当前,自适应界面已成为人机界面研究的一个方向.本文首先介绍了有关人机界面和自适应界面的一些基本概念,并在此基础上提出了一个人机界面的自适应机制,并提出智能Agent是计算机领域中自适应人机界面设计思路之一,给出了基于Agent的用户模型的结构框图,探讨了用户界面Agent及其构建方法.     

基于经验感知的自适应用户界面模型

针对传统自适应界面缺乏自主学习用户交互历史、难以根据用户经验有效预测用户意图的现状,基于认知心理学相关理论,该文提出了基于经验感知的自适应用户界面模型,从界面静态组成元素、动态交互行为和自适应策略三个方面建立了该模型的统一描述,然后研究了自适应界面模型的实现架构、关键技术和建模方法.最后开发了一个个性化的虚拟家居定制原型系统,并进行了实验评估.实验结果表明,该模型能够根据用户交互历史和上下文环境,准确预测用户意图,实时调整界面布局和交互行为以主动地适应用户.     

基于有界扰动分区的多模型自适应控制

对于含有界扰动的离散时间系统,将有界扰动变化范围分割成若干小区间,针对这些区间建立多个自适应模型,并针对每一个自适应模型建立相应的控制器.给定一个指标切换函数,基于多个自适应模型控制器和给定的指标切换函数构成多模型自适应控制器.可以证明多模型自适应控制器能够保证闭环系统是输入输出有界稳定的.仿真实例表明,当被控对象的有界扰动随时间变化的时候,采用单一模型自适应控制,系统输出很难跟踪设定值,而多模型自适应控制器却极大地改善了控制品质.     

自适应混合卷积神经网络的雾图能见度识别

为充分利用高速公路沿线视频监控,实现高速公路大雾天气能见度全程监测,提出一种自适应混合卷积神经网络（Convolutional Neural Network,CNN）算法。在CNN算法输入层使用ResNet、VGG19预训练模型进行迁移学习,防止训练结果出现过拟合现象;在算法前向与反向传播过程之间构建参数自适应调整模块,根据卷积神经网络训练周期数和训练误差增强参数系数,实现权值自适应更新,有效地提高模型训练的收敛速度和能见度识别正确率。基于高速公路视频图像样本库进行实验,对算法的收敛性、时间复杂性以及识别正确率进行评价。实验结果显示,自适应混合卷积神经网络算法能够加快模型训练,模型综合识别准确率达到0.80以上。     

基于神经网络机械臂自适应控制的研究与实现

提出了一种基于神经网络的机械臂自适应控制方法,该方法主要利用DIRECT模型,采用八叉树算法构建基于空间的神经网络,避免建立复杂的机械臂运动学模型,通过随机映射的方法建立机械臂与运动空间的关系,实现了自适应轨迹规划.仿真实验结果表明,所提出的机械臂自适应控制方法更容易实现.     

自适应重配置软件系统的运行时监控方法研究

运行时监控技术作为实现自适应软件的一个重要研究内容,现已成为当前很多软件工程方法中用来提高软件产品可信性的一个重要设计原则。针对现有的很多软件监控方法常常将系统的监控逻辑与业务功能逻辑混杂在一起的问题,提出了一个需求模型驱动的、自适应重配置软件的运行时监控方法。以软件系统的目标模型及属性规约为基础,介绍了如何构建系统的监控模型、生成和编织监控代码,以及进行运行时诊断分析和自适应重配置调整。该方法通过采用独立于应用程序的外部单元来实现对运行时系统的监控、诊断和自适应重配置处理。这更利于系统的维护和管理,也更符合软件复用的思想。     

P2DR模型中策略部署模型的研究与设计

分析动态自适应网络安全模型P2DR的缺陷,提出对P2DR模型的几点改进建议。针对模型中策略相关不足设计了一个策略部署模型,该部署模型实现了策略统一定制、自动分发、自适应管理等功能,同时在部署模型中引入了安全事件关联分析的思想,共享设备间安全信息以实现安全策略的联动操作,达到安全事故及时响应的目标。该部署模型实现了P2DR模型的动态性和自适应以及策略核心作用。     

复杂负载下数据缓冲区自适应调度方法仿真

传统数据缓冲区调度方法调度时间长、调度结果误差大且不能够完全应对复杂负载问题。因此提出了复杂负载下数据缓冲区自适应调度方法,通过构建模拟数据缓冲区来定义调整的方向,在缓冲数据中,利用操控行为和代替方法之间进行相互不变性推测,获取数据缓冲错失函数;通过引用能力制约条件,将时间分成一些零碎的小片段,利用数据缓冲错失,获取时间约束模型;引入时间约束模型,需要依据时间顺序对事件进行调顺序,结合根据模拟自适应算法所得到的数据,使用雷达资源约束条件能够精准快速地衡量各种数据波束所要求的指令,获取自适应调度模型,为某一个调度间隔选取出最完善的自适应调度方法。通过仿真结果表明:上述方法能够完全应对复杂负载情况的问题,且数据缓冲区自适应调度时间短、调度结果误差小。     

一种层次结构的Web内容自适应模型

目前Web服务以表格结构为主的网页技术无法提供Web内容自适应,本论文提出了以层为主要结构设计网页,利用该结构的可移动定位参数,并通过中间件技术设计实现了一个基于层次结构的Web服务模型.通过对该模型的仿真实验证明,该模型能够有效地改善Web服务服务质量和提供内容自适应.     

基于机器学习的英语词汇自适应学习模型

研发一个实现机器学习算法的英语词汇自适应学习模型,该模型记录了学习者对学习内容自我选择的情况,进而反映出学习者的个性差异.同时,作为一种动态建模学习工具,其关键参数是条件概率,用于测量学习者某个认知特征对某种学习内容的适应性关系,因此将该参数称为适应度.学习者每次对一个单词完成学习内容的自我选择,适应度随之更新一次,视为一次训练;通过训练,不断调整适应度,修改和维护模型自身.模型将所要解决的问题抽象为一系列数学公式,公式参考了AdaBoost算法公式;模型的求解流程参照了基于项目反应理论的自适应测验过程.本模型能够持续迭代适应度直至稳定,最终推送出与他相适应的学习内容.文章首先介绍国内外相关研究及选题价值,接着阐述模型的理论依据,继而重点论述模型的构建,最后给予例证.     

基于双尺度约束模型的BN结构自适应学习算法

在无先验信息的情况下, 贝叶斯网络(Bayesian network, BN)结构搜索空间的规模随节点数目增加呈指数级增长, 造成BN结构学习难度急剧增加. 针对该问题, 提出基于双尺度约束模型的BN结构自适应学习算法. 该算法利用最大互信息和条件独立性测试构建大尺度约束模型, 完成BN结构搜索空间的初始化. 在此基础上设计改进遗传算法, 在结构迭代优化过程中引入小尺度约束模型, 实现结构搜索空间小尺度动态缩放. 同时, 在改进遗传算法中构建变异概率自适应调节函数, 以降低结构学习过程陷入局部最优解的概率. 仿真结果表明, 提出的基于双尺度约束模型的BN结构自适应学习算法能够在无先验信息的情况下保证BN结构学习的精度和迭代寻优的收敛速度.     

自适应网络教学系统的研究与设计

对自适应网络教学系统所涉及的模型和算法进行研究,并给出一个用户实例。最后给出系统的总体设计方案,包括教学系统的主要功能模块、自适应教学流程设计。     

一个2D-Mesh路由器模型系统

自适应路由器是ＭＰＰ研究领域中的一个重要研究课题。本文实现了一个路由器模型系统,介绍了几种自适应无死锁路由算法,并利用模型系统对路由算法进行了测试。     

涡扇发动机机载自适应模型及性能蜕化估计

为了构建航空发动机实时自适应模型以完成航空发动机在线故障检测任务,保证飞行安全,提出一种改进的卡尔曼滤波方法,从工程应用的角度,利用发动机可测输出偏离量估计得到发动机性能蜕化值,并将其用于修正发动机不可测输出参数,从而建立某型民用航空发动机有效的机载实时自适应模型.仿真结果显示模型能够快速准确的完成性能蜕化的估计,能够用于航空发动机在线健康诊断.     

基于进化集成学习的用户购买意向预测

在电子商务时代背景下,精准预测用户的购买意向已经成为提高销售效率和优化客户体验的关键因素。针对传统集成策略在模型设计阶段往往受人为因素限制的问题,构建了一种自适应进化集成学习模型用于预测用户的购买意向。该模型能够自适应地选择最优基学习器和元学习器,并融合基学习器的预测信息和特征间的差异性扩展特征维度,从而提高预测的准确性。此外,为进一步优化模型的预测效果,设计了一种二元自适应差分进化算法进行特征选择,旨在筛选出对预测结果有显著影响的特征。研究结果表明,与传统优化算法相比,二元自适应差分进化算法在全局搜索和特征选择方面表现优异。相较于六种常见的集成模型和DeepForest模型,所构建的进化集成模型在AUC值上分别提高了2.76%和2.72%,并且能够缓解数据不平衡所带来的影响。     

自适应教育测试系统

本文讨论了一个自适应教育测试系统的建立，分析了LOGISTIC模型在自适应测试中的应用和测试系统的体系结构，最后对自适应测试的实现进行了详细的说明。     

基于模型的自适应方法综述

自适应为管理现代软件系统的复杂性提供了有效的解决方案,被设计为自适应系统的软件能够持续的演化以应对环境中的不确定性.在现有的研究工作中,基于模型的自适应方法是一类广泛使用的方法,它将模型驱动工程技术的应用从设计时扩展到运行时以支持自适应能力的实现.通过利用软件模型对运行时丰富和不确定的信息进行管理,这类方法避免了将自适应逻辑与程序语言交织带来的复杂性,从而简化了自适应系统的开发.本文对近些年来国内外学者在该研究领域取得的成果进行了系统总结.首先,给出了六个研究问题,包括相关工作常用的需求模型、结构模型、行为模型、环境模型、模型与模型或模型与系统间的同步方式、自适应规划算法等;接着,依次总结了相关工作在这六个研究问题上的已有研究成果;最后,对未来研究可能面临的挑战进行了展望.