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。     

基于AHP和GWO-ELM的大学英语教学质量评价

为提高大学英语教学质量评价精度,从模型的初始状态输入参数权重以及隐含层所在的偏置系数对于极限学习机(Extreme Learning Machine,ELM)模型关于性能方面的积极影响,将GWO-ELM算法应用于大学英语教学质量评价.首先,构建了一套基于教师素质、教学态度、教学方法、教学效果和教学内容的英语教学质量评价...     

基于ELM的英语教学质量评价研究

对英语教学质量实施科学化的评价关系到英语教学质量的提升,为减少主观因素的影响,本文提出一种ELM的教学质量评价方法,该种方法将可以在很大程度上提高教学质量评价的精度。对影响英语教学质量的12个指标进行打分,以此作为ELM的输入,同时将英语教学质量的综合得分作为ELM的输出。评价结果表明,基于EIM的英语教学质量评价结果比SVM、BP具有了很大程度的提升,为实施英语教学质量的评价提供了参考。     

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。     

基于樽海鞘算法的高校课程质量评价研究

为提高高校课程质量评价的准确度,提出了一种基于樽海鞘算法优化SVM的高校课程质量评价模型.首先,在借鉴现有高校课程质量评价指标体系研究的基础上,从师资队伍、教学条件、教学条件和教学管理等4个方面建立了高校课程质量评价指标体系.其次,将高校课程质量各评价指标得分数据作为SVM的输入向量,课程质量评价水平作为SVM的输出向...     

核模糊聚类和BP神经网络的切削工艺绿色度评价

为了对切削工艺绿色度进行客观有效评价,提出一种基于核模糊聚类算法和BP神经网络的工艺绿色度评价模型。根据面向绿色制造的工艺规划方法,建立切削工艺绿色度评价指标体系。通过核模糊聚类算法划分训练样本集,提升样本分类精度。利用BP神经网络建立工艺绿色度评价模型,基于训练结果自适应获取输入到输出的模糊规则,提高评价效率。通过汽车零件的切削工艺绿色度评价实例,验证了核模糊聚类和BP神经网络的切削工艺绿色度评价方法有效性。     

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。     

基于熵不确定性概念的机器人位姿精度理论(二)——主要评价指标公式推导

基于机器人位姿信息传输模型及所研究的位姿精度评价指标体系,本论文以平面SCARA机器人为例,推导了主要位姿精度评价指标的计算公式。并提出该方法在深入研究中尚须解决的问题。     

基于支持向量机和深度信念网络的短期光伏发电预测方法CSCD

为了提高光伏发电预测的精度,提出基于支持向量机和深度信念网络的光伏发电预测方法。利用改进的相似日算法选择相似日训练样本,分别构建以线性核函数、多项式核函数、高斯径向基核函数为核函数的支持向量机预测模型作为组合预测模型中的单项模型,再将三种单项模型的预测结果作为深度信念网络的输入,利用深度信念网络对三种单项模型的预测结果进行组合优化输出,根据实际输出与期望输出的误差动态调整组合权值,从而获得更高的预测精度。最后以澳大利亚沙漠太阳能研究中心的实测数据进行仿真验证,仿真结果表明,所提方法相较于其他方法具有较高的预测精度。     

基于支持向量机和深度信念网络的短期光伏发电预测方法

为了提高光伏发电预测的精度,提出基于支持向量机和深度信念网络的光伏发电预测方法。利用改进的相似日算法选择相似日训练样本,分别构建以线性核函数、多项式核函数、高斯径向基核函数为核函数的支持向量机预测模型作为组合预测模型中的单项模型,再将三种单项模型的预测结果作为深度信念网络的输入,利用深度信念网络对三种单项模型的预测结果进行组合优化输出,根据实际输出与期望输出的误差动态调整组合权值,从而获得更高的预测精度。最后以澳大利亚沙漠太阳能研究中心的实测数据进行仿真验证,仿真结果表明,所提方法相较于其他方法具有较高的预测精度。     

基于变权重方法的铣削性能模糊综合评价研究

基于多因素不同组态变化的变权重方法,提出了一种铣削加工性能模糊综合评价方法。与传统的常权类方法相比,变权重表征了残余应力、表面质量、材料去除率等因素构成的不同组态对切削性能的影响,并能够体现各因素的均衡性。该方法适用于任意类型铣削加工性能评价。算法与试验分析表明,应用该评价方法获得的结果数值更小,可使用有效铣削参数范围更大,因而该方法具有更高的准确性和适用性。     

工作坊教学模式下的大学教师角色——以翻译课堂教学为例

相对于传统的课堂教学,工作坊（WORKSHOP）教学模式下的课堂是崭新的、活泼的、开放式的,处处渗透着实践性、合作性、愉悦性、生成性和创造性。在工作坊教学模式下的课堂教学中,教师角色是突破传统的,实现了角色的转变。以翻译课堂教学为例,工作坊教学模式下的整个课堂就像一台演出,教师角色是多面的,扮演着编剧、导演、演员等不同角色。由于各个角色的要求,工作坊教学模式对授课教师提出了更高要求,需要有足够的知识储备和专业经验以及灵活开放的思维和参与精神,须充满热情,善于组织,并具有快速应变能力等。     

Precision modeling of form errors for cylindricity evaluation using genetic algorithms

A heuristic approach is proposed in this paper to model form errors for cylindricity evaluation using genetic algorithms (GAs). The proposed GAs method shows good flexibility and excellent performance in evaluating the engineering surfaces via measurement data involved with randomness and uncertainty. The numerical-oriented genetic operator is used as a basic representation for error modeling in the paper. The theoretical basis for the proposed Gas-based cylindricity evaluation algorithms is first presented. The performance of the method under various combinations of parameters and the precision improvement on the evaluation of cylindricity are carefully analyzed. One numerical example is presented to illustrate the effectiveness of the proposed method and to compare the Gas-based modeling results with those obtained by the least-squares method. Numerical results indicate that the proposed GAs method does provide better accuracy on cylindricity evaluation. The method can also be extended for solving difficult form error minimization and profile evaluation problems of various geometric parts in engineering metrology.     

振动图像结合CNN的轴承振动信号分析方法研究

本文以强背景噪声下振动信号特征提取和建模分析为研究目标,提出将振动信号转换为振动图像的信号变换方法,以深沟球轴承故障诊断振动信号和轴承质量等级评估振动信号为实验数据集,基于振动图像的卷积神经网络模型（VI-CNN）,并采用正确识别率（CRR）作为模型精度的评价指标。实验结果表明:对于轴承故障诊断和质量等级评估的定性判别,采用VI-CNN对比其他建模方法正确识别率分别为100%和98.16%,模型有更好的稳健性。     

An inspection advisor for form error in cylindrical features

Due to inherent variability in even the so-called “high-precision” machines, the need for accurate, quick and economical inspection of tolerances of machined features has become very important. Coordinate measuring machines (CMMs) are very popular in industry for inspection of components. In addition to hardware capabilities, some of the critical factors that affect the accuracy and precision of inspection using CMMs have been identified as sample size, sampling technique and form evaluation method. Selecting an optimal inspection plan for the CMM is vital to improve the quality of measurements while simultaneously minimizing inspection costs and time. The motivation behind this paper is to provide the user flexibility and control in choosing an optimal inspection plan for evaluation of form error in cylindrical features according to his/her specific needs in a practical manufacturing scenario. In view of this objective, a two-way relationship between the inspection strategy used and inspection performance metrics achieved has been established using multiple regression. The forward model is a plan evaluator that computes numerical estimates of the expected accuracy and precision for different inspection plans. The reverse model is a strategy designer that recommends the most economical inspection plan that can meet the acceptable quality criteria considering the user’s constraints and available resources. Both the models have been incorporated into a user-friendly inspection advisor with a graphical interface.