基于多指标体系和HS-HKRVM的英语教学质量评价

为提高英语教学质量评价精度,针对组合核相关向量机(Hybrid Kernel Relevance Vector Machine,HKRVM)模型性能受权系数β和径向基核函数宽度g的影响,提出一种基于IHS-HKRVM的英语教学质量评价方法。从教学态度、教学内容、教学艺术、课堂结构、课堂管理和教学效果等6个方面构建出一个多指标体系的英语教学质量评价指标体系,将评价指标数据作为HKRVM的输入,英语教学质量评价的等级作为HKRVM的输出,建立IHS-HKRVM英语教学质量评价模型。研究结果表明,与层次分析法、RVM、HKRVM、HS-HKRVM相比较,IHS-HKRVM模型的英语教学质量评价精度最高,为英语教学质量评价提供了新的方法。     

基于SSA-SVR的大学公共英语教学质量评价

为提高大学公共英语教学质量评价的精度,借鉴平衡记分卡法从教学态度、教学内容、教学艺术、课堂结构、课堂管理和教学效果构建大学公共英语教学质量评价指标体系。针对支持向量回归模型性能受其惩罚参数C和核参数g的选择影响,将樽海鞘算法应用于惩罚参数C和核参数g的优化选择,提出一种大学公共英语教学质量的SSA-SVR评价模型。将20个大学公共英语教学质量评价的二级指标作为SSA-SVR模型的输入,大学公共英语教学质量评价综合得分作为SSA-SVR的输出,建立大学公共英语教学质量的SSA-SVR评价模型。研究结果表明,与GA-SVR、PSO-SVR、DE-SVR和SVR相比,SSA-SVR的大学公共英语教学质量评价精度最高,为大学公共英语教学质量评价提供了新的途径和方法。     

一种用于磨粒识别的基于改进PSO 算法的支持向量机模型

为提高磨粒智能识别的准确率,以传统支持向量机和粒子群优化(PSO)算法为基础,提出一种基于改进PSO算法的支持向量机(SVM)识别模型。该识别模型的惩罚参数和核函数参数可同时得到最佳优化,从而可建立模型参数最优的自适应SVM识别模型。采用该识别模型对油液中的磨粒进行智能识别,结果表明该模型识别准确率高达98%,明显优于BP神经网络模型。     

基于IGWO-SVM的大学英语跨文化交际能力评价

为实现大学英语跨文化交际能力的精准评价,改善英语教学对跨文化交际方面的教学困境。本文建立了首先引入最佳点集和随机分布收敛因子改进的GWO算法,并综合运用层次分析法从交际能力和跨文化能力2个方面构建英语跨文化交际能力评价指标体系,最后,大学英语跨文化交际能力评价二级指标的得分数据和能力水平分别作为SVM的输入向量和输出向量,建立了基于IGWO-SVM的大学英语跨文化交际能力评价模型。IGWO-SVM模型的大学英语跨文化交际能力评价具有更高的准确率和更快的收敛速度且具有更高的稳定性,为大学英语跨文化交际能力评价提供了新的方法。     

基于改进支持向量机的目标威胁估计

针对信息融合中目标威胁估计的特点,分析了传统目标威胁估计方法和支持向量机(SVM)的不足。采用粒子群算法(PSO)对SVM中惩罚参数c和核函数g进行优化,建立了改进的SVM(PSO_SVM)目标威胁估计模型及算法。介绍了粒子群算法和支持向量机的原理,建立了一种新的PSO_SVM目标威胁估计模型;基于该模型,实现了PSO_SVM目标威胁估计算法。为适应该算法,对数据进行了预处理,包括数据量化和归一化。交叉验证寻找最佳参数时,采用PSO算法进行优化。采集75组原始数据用于仿真实验,其中60组作为训练集,15组作为测试集。仿真实验表明,该算法预测误差为0,达到了预期目标。实验结果真实、准确地反映了实际情况,证明了该方法的有效性。     

基于小波包与奇异值分解的GA-SVM滚动轴承故障诊断方法研究

针对滚动轴承故障诊断中特征向量难以提取与支持向量机结构参数选取依据经验的问题,提出了基于小波包与奇异值分解的GA-SVM滚动轴承故障诊断方法。首先,采用小波包对采集的滚动轴承各状态下的信号进行分解,获取表征信号局部特征的各节点系数,在此基础上构建各节点系数矩阵并进行奇异值分解,来获取特征向量进而将其作为故障诊断模型的输入;其次,利用遗传算法(GA)优化支持向量机(SVM)的惩罚系数和高斯核系数两个结构参数;最后,将上述特征向量作为输入,建立GA优化SVM的故障诊断模型,实现滚动轴承的状态辨识。实验结果表明,与BP、SVM、PSOSVM相比,基于小波包与奇异值分解的GA优化SVM滚动轴承故障诊断方法具有更高的分类精度,能够提高滚动轴承状态辨识的效果。     

基于SSA-SVR的医院绩效管理评价研究

为实现医院绩效管理评价,借鉴平衡记分卡法从医院财务指标、医疗服务效率指标、医院发展指标以及服务满意度构建医院绩效评价指标体系,针对支持向量回归模型性能受其惩罚参数C和核函数宽度g的影响,运用樽海鞘算法优化选择惩罚参数C和核函数宽度g,提出一种基于SSA-SVR的医院绩效管理评价模型。将26个医院绩效管理评价的二级指标作为SSA-SVR模型的输入,医院绩效评价综合得分作为SSA-SVR的输出,建立SSA-SVR的医院绩效管理评价模型。研究结果表明,与GA-SVR、PSO-SVR、DE-SVR和SVR相比,SSA-SVR的医院绩效管理评价精度最高,为医院绩效管理提供了新的方法。     

BFA优化SVM的刀具故障诊断

支持向量机(SVM)对机床刀具磨损阶段监测的诊断能力与其参数惩罚因子C和核函数参数g紧密相关,SVM参数的优化对其诊断精度影响很大.为解决人工选取支持向量机参数效率低、准确率不高的问题,提出一种细菌觅食算法(BFA)优化SVM参数的刀具故障诊断方法.将SVM的诊断准确率作为细菌觅食算法的优化目标,利用细菌觅食算法对SVM参数全局寻优,得到最优参数组合.实验结果分析表明,相对于传统的SVM,优化参数后的SVM对刀具磨损阶段的监测准确率至少提高了5％,验证了此方法的可靠性.     

特征融合与GA-SVM在刀具状态监测中的应用研究

为保证监测的准确性,刀具监控系统往往采用多个传感器进行监测并采集数据,导致监测成本的增加。通过对一个传感器的信号数据建立多个信号处理模型,将多个模型的特征进行融合,深度挖掘信号中所蕴含有关刀具磨损的敏感特征,提高监测的准确性,降低成本;同时针对将融合所得特征输入支持向量机(SVM)进行刀具磨损状态的识别时,常需要反复调整惩罚参数c和核函数g的问题,采用遗传算法(GA)对惩罚参数c和核函数g进行优化,减少了SVM模型的搭建时间,提高了SVM的识别准确率。     

基于随机森林和量子粒子群优化的SVM算法

特征属性过多及内部参数的优选是影响支持向量机(SVM)模型泛化能力的重要因素，针对以上两个问题，为了提高SVM模型的泛化能力和分类精度，将随机森林(RF)算法和量子粒子群优化(QPSO)算法结合优化SVM模型的核函数参数和惩罚因子。首先利用RF算法计算出每个特征的重要性，通过特征选择筛选出重要性高的特征作为特征子集；再利用QPSO算法的全局搜索能力寻找出SVM模型的最优核函数参数和惩罚因子，最后将最优参数应用于SVM模型中进行分类预测。实验仿真结果表明，与其他机器学习算法相比，所提模型具有较高的训练精度和预测精度，也证实了该模型具有较好的鲁棒性和泛化性能。     

生物医学工程专业(医学影像工程)本科课程体系比较研究

本研究以普通院校和国家级生物医学工程特色专业院校为研究对象,比较其课程体系,见诸其它高校特色专业的分析差异与差距,寻求课程体系改革与优化结构切入点,提高生物医学工程专业建设与人才培养质量水平。以南方医科大学、湖北科技学院生物医学工程(医学影像工程)特色专业课程体系为研究对象,对课程类型之间的关系、基本架构、必修与选修课、课程学分、学时分配、主干课程与就业方向、集中实践教学环节等方面要素进行比较分析,探索课程体系改革与优化的方向。提出结合专业方向突出主干课、改三段式课程结构为三段九层式课程结构、调整课时比例,研究型高校理论与实践课程学时比例1∶0.3为宜,教学型或应用型高校理论与实践课程学时比例1∶0.4为宜。通过各种途径增加学生实际操作能力,提高毕业生就业竞争力等,以达到全面提高生物医学工程专业人才培养质量目的。     

“精准思政”视域下液压与气压传动课程教学模式探析

课程思政是将专业课程与思政教育相结合,是实现立德树人的重要途径。为贯彻全国高校思想政治工作会议和学校思政政治理论课教师座谈会精神,各大高校都全面开展了课程思政工作。液压与气压传动,是支撑和推动我国装备技术进步、实现制造强国目标的基础支撑。本研究以《液压与气压传动》课程为例在全面分析现阶段课堂教学工作现状和面临问题的基础上,深入挖掘其中蕴含的思想政治教育元素,在教学导向、教学内容、教学方法、教学对象上运用精准思维做到因时而进、因事而化、因势而新、因人而异的精准思政育人路径,达到液压与气压传动技术人才思想精神境界和专业技术能力的双向提高。     

应用型本科故障诊断与维修教学探讨

通过对目前高校教学现状及存在问题的研究,结合机电设备故障诊断与维修课程的特点,提出了一系列增强教学效果的质量控制措施(其中包括创建完善的课程教学体系),选择灵活多样的教学和考核方法(实践教学去形式化),采取开放式及校企合作的实践教学模式。     

独立学院机械设计制造及自动化专业课程体系设计

依据独立学院的办学特色,结合市场调研确定独立学院机械类专业人才培养目标定位于技术型到工程型之间的应用型复合人才,而人才培养目标是靠课程体系的设计来实现的,从而设计了一套适用于独立学院机械类业的课程体系.     

厚基础、宽专业、重特色的电气类专业试验教学平台研制

在厚基础、宽专业、重特色的教学理念基础上,采用模块化设计方法与总线插板式和背板式结构相结合的方式,开发了一套电气类专业试验教学平台,并编写了与该试验平台配套的符合创新教学理念的系列化教材,该平台的研制改变了传统的本科人才实践培养模式,满足了21世纪高校电气类专业课程建设与实践的需求,形成了完整的电气类专业试验教学体系。     

高等学校学生评教行为偏差研究——基于南京仙林大学城若干大学的分析

学生评教是高校教学质量保障体系的重要组成部分。目前,学生在评教过程中存在评教行为偏差,主要表现为引致评教、恶意评教、随意评教和放弃评教。其直接原因在于高校在学生评教管理中的若干强制规定和院系对学生评教的不当引导;根本原因则是由学生评教定位偏差以及学生评教运作无关学生利益造成的。因此,高校需要科学定位学生评教,极力完善学生评教的制度设计,构建学生评教和学生利益紧密关联的基点,以便促成教师根据学生评教改进教学和服务学生、满足学生学习需要这一根本目的的实现。     

大学生评教客观度的调查研究

大学生评教的客观度是确立将教学评价的主导权归还给大学生的关键。验证大学生评教的客观度,主要应分析学生的评教态度与评教能力。经调查研究表明,学生评教态度整体上端正、认真;学生受教学外在因素的影响并不大,能够从教学活动本身作出客观、公正的评价。可见,大学生整体上具有较高的评价能力,应该把教学评价的主导权归还给学生。同时,为了不断提高学生评教的客观度,高校应加强学生评教指导,完善评价指标体系,合理利用评教结果。