基于Android平台的干部移动学习系统的设计与实现

为满足学员干部的移动学习需求,设计实现一个基于Android平台的干部移动学习系统,分析系统总体架构,提出系统操作流程,对系统关键功能模块进行研究,给出系统测试和运行结果。学员可以使用Android系统的手机和平板电脑等移动终端登录系统、查询资料、学习课件和在线考试等。该系统的设计与实现为干部移动学习提供一种新的途径。具有一定的实用和参考价值。     

基于Android平台的移动学习系统的设计与实现

在移动互联网时代,为满足随时随地进行学习的需求,设计了一种基于Android平台的移动学习系统,该系统可以运行在基于Android系统的手机和平板电脑等终端上,能够进行学生课程学习,学生与教师进行在线交流等教学活动。系统采用J2ME技术进行开发,能够跨平台运行,客户端用户登录使用OAUTH认证;用户可以通过RSS订阅学习课程,简便及时;系统的XML数据采用SAX解析,使得读取和操作XML数据的更快速。系统使用流量小,经济投入少。     

基于Android的移动学习平台的设计与实现

本文开发出一款基于Android的移动学习平台,该平台以软件开发作为切入点来对移动学习平台的需求、结构及模块进行分析与设计,进而使移动平台具备了交流、学习及社区功能,并对该移动学习平台的实现进行了验证.验证结果表明,基于Android的移动学习平台具备较高的交互性与移动性,能够有效满足移动学习的社会化需求,具有广阔的应用前景与发展空间.     

基于Android的移动在线教育平台的设计与实现

移动学习是目前互联网时代的一种新型学习方式。本文设计并实现了一个支持移动学习的在线教育平台,该平台基于Android系统,采用多线程技术应用Java语言进行开发,开发工具采用Eclipes,服务器数据库采用My SQL,可运行在Android系统的手机和平板电脑上,学生可以进行学习、测试、资讯浏览等等,是对传统教学模式的很好补充。     

基于Android移动学习平台的设计

随着移动设备性能的不断提高,在移动设备上的应用也越来越广泛,移动学习正是随着移动信息技术发展而产生的一种新兴的学习方式,本文提出了基于Android移动学习平台的设计方案,对客户端与服务器端进行了详细的分析与设计,为移动学习平台的实现提供了有价值的参考模型。     

基于Android平台的职业教育学习系统App的设计实现

Android系统是以Linux内核为基础的一种开源操作系统,在智能手机等移动终端得到了十分广泛的应用。借助于计算机、通信、多媒体等现代化技术,构建现代化学习系统,通过运行携带Android平台的终端设备,可以对传统课堂式学习进行补充,为广大学生群体随时、随地、随身学习提供良好的服务支持。本文利用Android平台,对职业教育学习系统app进行了设计,用户可以通过安装该学习客户端,利用Android移动设备开展职业课程的学习与交流。     

基于Android的移动学习平台的设计

随着科技的发展,智能移动终端设备的性能也得到了很大的提高,设备上的应用也越来越丰富。移动学习作为一种新兴的学习方式,是对传统的学习方式的良好补充。本文提出了移动学习的内涵和特征,阐述了Android系统的特点,最后提出了基于Android的移动学习平台的设计方法。     

基于Android的移动视频学习平台的构建

随着校园无线WiFi网络的不断完善和移动智能终端的迅速普及,越来越来的师生开始使用移动终端进行学习活动,为适应这种新型的学习方式,充分发挥已有教学视频资源的价值,我们设计开发了基于Android的移动视频学习平台,为师生提供了一个在校园内可以随时随地进行教学视频学习的平台。     

基于Android系统的移动学习终端平台开发与安全

随着科学技术与互联网络的发展与进步,我们已经适应并且对网络产生了依赖的心理。网络世界信息资源十分丰富,在很大的程度上改善了人们的生活水平,提升了人们的生活质量。传统的教育受到场地以及相关教育资源、方式的限制,已经无法满足现代社会人们对于知识的学习与需求。与此同时,高速发展的社会对人才的要求也在不断提升,人们需要随时随地地掌握最新的知识与信息。因此,移动学习的方式应运而生。移动学习是一种基于移动通信技术的一项非正式的学习。本文设计的就是一种针对移动学习平台的要求与特点,以Android手机为使用终端进而构建的出来的,基于Android系统的移动学习平台。     

基于Android移动网络学习平台的研究

随着移动智能终端设备的迅速普及和Android平台的应用越来越广泛,在高校中利用移动智能终端进行课程学习,成为了越来越有效的新型学习方式。本文介绍了基于Android的移动网络学习平台的研究,通过该平台学生可以随时随地进行课程的学习和交互,打破了传统教育在地域、时间和设备上的限制。     

多模态视觉语言表征学习研究综述

我们生活在一个由大量不同模态内容构建而成的多媒体世界中,不同模态信息之间具有高度的相关性和互补性,多模态表征学习的主要目的就是挖掘出不同模态之间的共性和特性,产生出可以表示多模态信息的隐含向量.主要介绍了目前应用较广的视觉语言表征的相应研究工作,包括传统的基于相似性模型的研究方法和目前主流的基于语言模型的预训练的方法....     

移动学习对MOOC学习行为与效果的影响研究

移动设备的普及使得学生的学习方式发生了根本性的变化。研究移动学习对学生的学习行为和学习效果的影响,有助于完善和改进大规模开放在线课程(MOOC)。本文采用定量研究分析方法对MOOC平台数据进行统计分析。结果表明,采用移动学习的学生对学习材料的参与度较高,并且完成课程学习的频率也较高。     

基于半监督学习的增量图像分类方法

为有效使用大量未标注的图像进行分类,提出一种基于半监督学习的图像分类方法。通过共同的隐含话题桥接少量已标注的图像和大量未标注的图像,利用已标注图像的Must-link约束和Cannot-link约束提高未标注图像分类的精度。实验结果表明,该方法有效提高Caltech-101数据集和7类图像集约10%的分类精度。此外,针对目前绝大部分半监督图像分类方法不具备增量学习能力这一缺点,提出该方法的增量学习模型。实验结果表明,增量学习模型相比无增量学习模型提高近90%的计算效率。关键词半监督学习,图像分类,增量学习中图法分类号TP391。41IncrementalImageClassificationMethodBasedonSemi-SupervisedLearningLIANGPeng^1,2,LIShao-Fa²,QINJiang-Wei²,LUOJian-Gao³¹(SchoolofComputerScienceandEngineering,GuangdongPolytechnicNormalUniversity,Guangzhou510665)²(SchoolofComputerScienceandEngineering,SouthChinaUniversityofTechnology,Guangzhou510006)³(DepartmentofComputer,GuangdongAIBPolytechnicCollege,Guangzhou510507)ABSTRACTInordertouselargenumbersofunlabeledimageseffectively,animageclassificationmethodisproposedbasedonsemi-supervisedlearning。Theproposedmethodbridgesalargeamountofunlabeledimagesandlimitednumbersoflabeledimagesbyexploitingthecommontopics。Theclassificationaccuracyisimprovedbyusingthemust-linkconstraintandcannot-linkconstraintoflabeledimages。TheexperimentalresultsonCaltech-101and7-classesimagedatasetdemonstratethattheclassificationaccuracyimprovesabout10%bytheproposedmethod。Furthermore,duetothepresentsemi-supervisedimageclassificationmethodslackingofincrementallearningability,anincrementalimplementationofourmethodisproposed。Comparingwithnon-incrementallearningmodelinliterature,theincrementallearningmethodimprovesthecomputationefficiencyofnearly90%。     

学习兴趣与主动学习的研究

现在高等学校的学生具有很强的社会的特点,现实性强,在具有众多学生的高等学校内要学生对学习有兴趣,这是一件难事。了解学生,让学生主动学习,靠教育工作者在办公室里是想不出好办法的,让学生参与教学活动,参与教学过程设计,这是提高学习兴趣,主动学习的唯一方法。     

一种基于强化学习的控制算法研究

该文在阐述了强化学习的基本机制的基础上，根据复杂工业过程的非线性、多变量、大时延、强耦合的特点，提出了一种将基于案例的学习和强化学习相结合的控制算法，并对重油分馏塔进行了控制效果的仿真实验，控制结果显示了算法能够很好地满足控制任务。     

机器学习的主要策略综述

当前人工智能研究的主要障碍和发展方向之一就是机器学习。机器学习与计算机科学、心理学、认知科学等各种学科都有着密切的联系,牵涉的面比较广,许多理论及技术上的问题尚处于研究之中。对机器学习的一些主要策略的基本思想进行了较全面的介绍,同时介绍了一些最新的进展和研究热点。     

The Multi-agent Learning Model Based on Dynamic Fuzzy Logic

Machine Learning is one of the key problems of Artificial Intelligence, and the agent learning has become an important branch of machine learning. One of the main characters of intelligent agent is that it can adapt to the unknown environment. The ability to learn is the key property of agent. Because the learning act of agent is dynamic and fuzzy, this paper uses the conception of Dynamic Fuzzy Logic （DFL）tl]. Based on DFL, this paper first presents two single-agent learning algorithms, namely, single-agent leaning algorithm based on DFL with immediate reward and single-agent learning algorithm based on DFL with mediate reward. Then the paper gives a multi-agent learning model based on DFL, namely a multi-agent learning model planned on a whole. Furthermore, this paper validates that the model is useful by an example.     

基于协同训练的半监督学习研究

半监督学习,与传统的监督学习不同,能同时在少量的已标记数据和大量的未标记数据上进行学习,从而提高性能。协同训练是一种流行的半监督学习算法,已成为目前机器学习和模式识别领域中的一个研究热点。综述半监督学习协同训练的基本思想、研究现状、常用算法,分析目前存在的主要困难,并指出需进一步研究的几个问题。     

基于单类分类器的半监督学习

提出一种结合单类学习器和集成学习优点的Ensemble one-class半监督学习算法.该算法首先为少量有标识数据中的两类数据分别建立两个单类分类器.然后用建立好的两个单类分类器共同对无标识样本进行识别,利用已识别的无标识样本对已建立的两个分类面进行调整、优化.最终被识别出来的无标识数据和有标识数据集合在一起训练一个基分类器,多个基分类器集成在一起对测试样本的测试结果进行投票.在5个UCI数据集上进行实验表明,该算法与tri-training算法相比平均识别精度提高4.5%,与仅采用纯有标识数据的单类分类器相比,平均识别精度提高8.9%.从实验结果可以看出,该算法在解决半监督问题上是有效的.     

分布式强化学习系统的体系结构研究

强化学习是一种重要的机器学习方法,随着计算机网络和分布式处理技术的飞速发展,多智能体系统中的分布式强化学习方法正受到越来越多的关注。论文将目前已有的各种分布式强化学习方法总结为中央强化学习、独立强化学习、群体强化学习、社会强化学习四类,然后探讨了这四类分布式强化学习方法的体系结构框架,并给出了这四类分布式强化学习方法的形式化定义。