基于智能手机的移动学习阻抗因素分析

随着智能手机的普及,移动学习从理论层面逐渐走向现实行为层面,尽管近几年发展很快,但影响移动学习的阻抗因素井不少。移动学习理论的不成熟、技术系统的不完善、教育系统跟进的不得力等都阻碍着移动学习快速、健康发展。     

基于偏向信息学习的双层强化学习算法

传统的强化学习存在收敛速度慢等问题,结合先验知识预置某些偏向可以加快学习速度.但是当先验知识不正确时又可能导致学习过程不收敛.对此,提出基于偏向信息学习的双层强化学习模型.该模型将强化学习过程和偏向信息学习过程结合起来：偏向信息指导强化学习的行为选择策略,同时强化学习指导偏向信息学习过程.该方法在有效利用先验知识的同时能够消除不正确先验知识的影响.针对迷宫问题的实验表明,该方法能够稳定收敛到最优策略;并且能够有效利用先验知识提高学习效率,加快学习过程的收敛.     

具有传递变量的动态贝叶斯网络结构学习

针对现有学习方法对完全时间不对称数据的动态贝叶斯网络学习不具有实用性,提出一种借助传递变量进行完全时间不对称数据的动态贝叶斯网络结构学习方法.首先进行相邻时间片间的传递变量序列学习;然后,基于节点排序和局部打分一搜索,进行动态贝叶斯网络局部结构学习;最后通过时序扩展得到整个动态贝叶斯网络结构.     

不平衡学习在电力设备故障诊断中的应用

针对电力设备中正常类数量多、故障类数量少的特点,传统分类方法不易取得较好效果。笔者提出将不平衡学习应用与故障诊断。根据数据特征引入不平衡学习算法,介绍不平衡学习算法的常用方法,即抽样、集成学习算法和融合不平衡的集成学习算法,并通过实验得到性能最好的故障诊断模型。实验结果表明,自适应合成抽样与极限随机树的融合算法(ADASYN+ET)取得了较好效果,Avg_Acc达到82.53%,G_mean达到80.74%。因此,不平衡学习在电力设备故障诊断中有较好的应用效果。     

基于解释学习中的不完善理论问题

不完善的领域理论包括不完全理论、不正确理论、不一致理论和难以操纵的理论 ,它们限制了基于解释学习系统的学习能力。提出了相应的改进方法 ,包括部分解释方法、过失测定和改进、实验以及近似理论 ,最后提出了集成学习方法解决一个领域理论中包含多种不完善性的问题     

谈转化初中数学学困生的几点做法

学困生是指在学习过程中表现出暂时困难的学生。数学学困生主要表现为:学习兴趣不高、学习方式不佳、数学思维不强、学习成绩不好等现象。     

没有它们 别说你是学习达人

一天当中你可以不吃饭,但是不可能不用手机。随着智能手机越来越普及、越来越智能,我们应该思考的是,除了娱乐,手机是不是也应该更多地被应用在学习上面?这是一个全民学习、终身学习的时代,我们都不想落后于这个时代。在刷微博聊QQ的同时,爱学习的我们,更应当把手机当作一个移动学习工具,通过各类优秀的手机软件帮助我们增     

计算机专业学生学习积极性调查分析

学习的积极性影响着学生是否能学好专业课。计算机专业的学生大部分都是男生,沉溺玩游戏,不爱学习,更难调动学习积极性。本文通过问卷调查分析笔者所在学校计算机专业学生学习积极性不高的原因,并提出了如何提高学生学习积极性的几条建议。     

不完备离散事件系统的当前状态不透明性

本文针对不完备系统模型,研究不完备离散事件系统的当前状态不透明性.根据系统的实际输出与预测输出之间的差异,构建了一个具有学习功能的学习诊断器.这种学习诊断器不仅能够模拟系统的状态转移,而且还可以将系统缺失的状态信息通过学习得到恢复.通过引入集合覆盖理论处理由学习诊断器得出的结果,提出了一种基于学习诊断器的不完备离散事件系统当前状态不透明性的验证算法.     

初中生注意力培养策略初探

由于现在社会竞争越来越激烈，学习压力越来越大，很多初中生学习效率不高、学习兴趣不浓，甚至逐渐丧失学习斗志。究其原因，一个很重要的方面就是绝大多数学生在学习中注意力难以集中。因此，如何增强初中生的学习注意力，激发其兴趣，激活其潜能，培养高效的学习习惯，是教师必须认真思考和艰苦探索的课题。     

类别不均衡学习中的抽样策略研究

类别不均衡学习在信用评估、客户流失预测、医学诊断、短文本情感分析、标记学习、评分预测等众多领域有广泛的应用，是机器学习研究和应用的热点方向之一，近年来逐渐引起学术界和工业界的广泛关注。目前解决类别不均衡问题主要有三种方法：数据级解决方法、算法级解决方法和集成解决方法。侧重于对近年来类别不均衡学习中的抽样策略研究进展进行综述，介绍类别不均衡学习的基本框架，对类别不均衡学习中三种主要的抽样策略（过抽样、欠抽样和混合抽样）相关研究进展进行前沿概括、比较和分析，对类别不均衡学习的抽样策略中有待研究的难点、热点及发展趋势进行展望。     

突出中职德育教育 优化语文课堂教学简

本文主要针对中专生学习目的不明确、学习兴趣不高的现象,深入浅出地阐述了如何将德育教育与语文教学有机结合。     

一种集成式不确定推理方法研究

摘要集成学习是采用某种规则把一系列学习器的结果进行整合以获得比单个学习器更好的学习效果的一种机器学习方法。研究表明集成学习是可行的,能取得比传统学习方法更好的性能。不确定推理是人工智能的重要研究方向之一,目前已经开发出了多种不确定推理方法,这些方法在实际应用中各有优缺点。借鉴集成学习,提出一种集成式不确定推理方法,其基本思想是按照一定的策略集成多种不确定推理方法,以提高推理的准确性。理论分析和实验结果验证了方法的合理性和可行性。     

功夫应下在40分钟课堂之外——聋校数学教学中学生行为规范的养成教育

问题的提出 在聋人学校日常教学中,学生学习数学不预习、课前不准备学习用品,如圆规、三角板等,有时学生甚至不知道学习到了什么地方,课堂上不主动思考问题更是常见现象。     

对领域理论不完善问题的描述,分类与处理

本文对解释学习中基于规则的领域理论和解释过程进行了描述，并给出解释学习中不完善问题的分类，分析了解释学习中领域理论不完全现象，推导出若干性质，论述了在不完全的解释中存在形式上最佳的修改方案，提出一个解决不完全问题的进行解释的学习算法。     

异常检测中的持续学习研究

提出了阶段化学习的概念，分阶段学习区分出了模式的完备性和不完备性。基于此概念，提出一种新的异常检测模式持续学习算法（PADPL）。仿真结果显示，PADPL能够满足由不完备性引起的异常检测模式持续学习的要求。     

激励和引导学生学习大学计算机基础课程

当前高校计算机基础课程的教学环境得到了明显的改善,为学生自主学习提供了良好的条件。在教学实践中,我们发现学生学习积极性不高、学习方法不正确成为课程学习的主要障碍。本文结合我校大学计算机基础课程教学中的经验,提出通过教师的激励和引导,帮助学生学习的方法。     

"导学案—微课—翻转课堂"教学模式研究

以现代信息技术为支撑的翻转课堂在实际教学中存在知识学习不系统、学生课前学习效果不理想等问题.文章构建"导学案—微课—翻转课堂"教学模式.该模式提供了学习路径引导、学习动力激发、学习问题发现及学习效果评价等功能.实践表明,该模式能激发学生学习自主性,提高课堂教学质量.     

浅谈中职学校计算机基础的趣味教学

计算机教学虽然教学模式和方法灵活多样,但还是无法满足中职学校学生的学习要求,如果教学中不考虑学生的学习情感,不注重激发学生的学习热情,学生会机械性的接受甚至抵制学习,使计算机基础课程变得不再具诱惑力。本文根据中职学校计算机专业学生的学习现状结合计算机基础课程的特点阐述趣味教学在教学中的应用。     

不完备数据的鲁棒多视角图学习及其聚类应用

现有多视角图学习方法主要建立在数据具有较好完备性的前提假设下,没有充分地考虑由于特征缺失引起的不完备数据的学习问题.针对此问题,提出一种不完备数据的多视角图学习方法.一方面,从局部视角内将数据重建和图学习放入同一框架,通过不完备数据补偿,实现从重建数据中学习视角专属的近邻关系,弥补特征缺失对数据分布的影响.另一方面,为了保持近邻图的二维结构,引入张量分析,从全局角度构造基于多视角的融合图学习约束,捕获缺失数据下视角间图结构的高阶潜在关联性.框架交替的优化数据重建、视角专属图学习和融合张量图结构学习,使其在迭代中相互促进,有效提高模型对不完备多视角数据的学习能力.将所提出的方法应用于两类不完备数据的多视角聚类实验,其结果表明所提出方法在多项性能指标和鲁棒性方面均优于当前主流的多视角聚类方法.