台湾高校学习预警制度及其借鉴

本文首先介绍我国台湾高校学习预警制度背景、规定、特点,然后就建立大陆高校学习预警机制作一探讨.     

基于神经网络和GUI的学习预警系统设计

为了对有无法通过科目考试风险的学生进行及时的干预、提升教学质量,开发学习预警系统。采用Matlab设计GUI界面实现平时成绩管理,为学习预警提供数据支持;采用三层BP神经网络实现期末成绩预测,输入特征量为23维归一化的平时成绩,隐含层和输出层的传递函数分别为tan-sigmoid和log-sigmoid。实验证明,该方法可有效筛选出需要预警的学生。     

智慧学习环境下基于多模态数据的学习预警系统设计与分析

学习预警是提升混合学习效果的有效手段,如何在智慧学习环境下,应用大数据、人工智能等新兴技术实现学习预警,是混合学习领域亟待解决的首要问题。文章在梳理已有研究成果的基础上,提出来由核心目标层、工具层、内容层、技术层和结果层组成的五位一体的学习预警系统总体设计框架,并在总体设计框架基础上,提出基于多模态数据的学习预警系统模型和干预机制过程模型。最后,对智慧学习环境下学习预警系统的设计开发提出了建议,以期为搭建智慧学习环境下的学习预警系统提供理论参考,为教学者实现个性化指导和精准教学搭建技术平台。     

基于迁移学习的企业网络舆情危机预警研究

针对传统企业网络舆情危机预警方法存在预警准确性较低的问题,提出基于迁移学习的企业网络舆情危机预警方法。利用智能元搜索技术对企业网络舆情信息进行分类,通过迁移学习分析网络舆情负面信息数据,提取网络舆情危机特征,识别网络舆情危机,并确定预警等级,实现危机预警。实验结果表明,该方法的预警性能最好,优于对照组。     

交流 学习 借鉴——中国自动识别技术协会访日成果显著

9月11-21日,中国自动识别技术协会访日代表团一行14人,参观了日本第九届自动识别综合展并在日本进行了为期10天的考察。     

学分制环境下学习预警信息系统的设计与实现

当前高校大部分实行学分制教学,学分制有它固有的优点,但学分制也有它的不足,在一定程度上制约着学生的自主学习.为了克服这些制约因素,本文提出了建立学习预警系统的总体目标及系统结构,从系统、选课、培养方案、成绩管理、成绩审核等方面详细分析了学习预警系统的功能模块以及实现技术.该系统的使用可以较好地克服学分制的不足,对学生学习具有重要的预警作用.     

基于深度学习的面部特征检测与疲劳驾驶预警

疲劳驾驶是道路交通安全的无形杀手。为保证检测的高效性、准确性,设计出一种基于深度学习的疲劳驾驶检测系统。首先,运用OpenCV对实时采集的图像进行灰度化预处理;然后,通过方向梯度直方图特征检测并提取人脸区域,利用Dlib模型标定68个人脸特征点;最后,利用改进的眨眼、打哈欠和点头检测算法分别计算出眼睛、嘴巴的长宽比以及头部姿态的欧拉角,并与其对应的阈值作对比,进而判定驾驶员是否处于疲劳状态并做出相应的预警措施。实验表明,该系统进行检测时,准确率高达97%,验证了其有效性。     

基于智慧校园建设的高校网络舆情预警机制构建研究

伴随着教育信息化技术的成熟和发展,高校数字校园正在向智慧校园稳步迈进。网络舆情预警机制作为智慧校园的重要组成,其构建意义重大。基于对当前智慧校园建设背景下高校网络舆情预警机制建设的现状和特点的总结,探索从网络舆情警报机制、舆情预防机制、舆情处理机制等五个方面构建高校网络舆情预警机制。     

基于MAS的企业预警支持系统设计

该文提出的基于Agent的企业预警支持系统是由多个既能独立运行又能相互合作的Agent构成的多Agent系统(MAS)。将每一种定性或定量的预警方法都设计成一个预警Agent,各个预警Agent都有相应的求解方法、知识处理及同其它Agent通讯合作的能力。而且各个Agent不断地学习以提高自己的能力,从而提高预警系统的准确性。Agent技术的应用为企业智能预警支持系统的研究进行了有益的探索。     

预警监视系统目标身份识别方法研究

在预警监视系统中,目标身份识别是构建战场态势、估计敌性目标对我重要保卫目标的威胁程度以及为指挥人员的指挥决策提供支撑的重要依据。一直以来,目标身份识别问题成为国内外学者研究的热点和难点问题。为此,本文较全面地总结了目标身份识别方法的现状及其发展情况,并对比分析了各类方法存在的不足,为目标身份识别问题的深入研究提供了清晰的思路。     

蠕虫预警技术研究与进展

当前网络蠕虫对Internet构成重要威胁,如何防范蠕虫已经成为网络安全的重要课题。由于蠕虫传播速度快、规模大,因此必须在蠕虫传播初期就能发现并对其采取相应措施进行隔离。全面分析了蠕虫预警方面的最新研究进展,包括路由器级的蠕虫检测、基于行为的蠕虫检测、蠕虫特征的自动提取,并对蠕虫的特点进行了总结,最后对未来蠕虫检测的可能方向进行了展望。     

金融风险预警的RST-FNN模型研究

将粗糙集理论（RST）与模糊神经网络（FNN）相结合,提出了一种基于粗糙集理论的模糊神经网络（RST-FNN）模型。新模型利用粗糙集的知识约简对样本数据去噪消冗,提取最优规则,从而克服模糊神经网络的“维数爆炸”灾难。实例仿真的结果表明,该模型的预测准确性较高,且具有结构精简、收敛速度快及泛化能力强等特点。     

基于人工智能的风机塔筒倾覆智能预警系统建设与开发

传统的塔筒倾覆在线监测系统往往存在数据采集、分析单一、非专业人员很难看懂和理解、运维管理模式落后等缺陷,为了解决这些问题,本文通过研究人工智能技术,综合塔筒倾斜、基础水平、风速、风向、功率等关联信息,运用机器学习算法构建塔筒倾覆故障模型,计算反映设备状态的模型特征值,检测模型特征值的变化趋势,实现塔筒倾覆状态的在线检测和劣化过程的早期预警。同时本文还重点介绍了基于人工智能的风机塔筒倾覆智能预警系统建设目标、系统架构、诊断流程和系统开发平台,通过此系统不断提高对数据挖掘技术的能力,对风机健康状况进行更为精准的判定及故障隐患的及时发现,保障风机基础和塔筒的安全运行,防止风机发生倾斜或倒塌等重大安全生产事故。     

AME0340雷电预警系统概述及故障分析

AMEO340雷电预警系统在民航气象活动中起着非常重要的作用。它能够实时的监控半径大于15Km的静电场变化情况。在雷雨来临前给气象观测人员提供即将发生放电的大致方位和雷电强度等报警信息。本文主要阐述系统的组成、工作原理、日常维护以及故障处理。     

基于人工神经网络的大气质量智能评价预警系统的设计与应用

基于人工智能的神经网络技术,建立大气质量智能评价预警系统。该系统可以实现对大气污染物数据的自动分析及对大气质量的智能评价。通过局部大气的污染程度和运动趋势预测综合大气质量并实现预警。该系统能够为环境管理决策提供及时、准确、全面的环境质量信息,同时也可以帮助相关部门和企业对未来发展做出正确的决策。     

供电企业信息安全集中监测预警体系探索与实践

国家电网公司信息化建设发展跨八“十二五”时期以后,大量应用系统在省级电力公司层面完成集中部署,地市供电企业业务应用仅保留部分自建业务系统和省公司两级分布部署系统,保障信息网络可靠运行、机房动力环境稳定工作及信息安全指标可控成为当前地市供电企业信息安全运检工作的主要目标和重点内容,针对这一问题提出了基于指标体系化、流程标准化基础上的实时集中监测预警体系的建设思路。     

竞技体育运动训练机能监控预警系统的研究与应用

运用计算机与数据库技术,根据竞技体育运动训练机能监控的需求,构建竞技体育运动训练机能监控预警系统。该系统主要包括运动员基本信息管理、训练计划与测试方案、测试数据录入与查询、机能评定与监控预警,通过该系统实现对运动员运动训练机能监控预警。