两阶段领域自适应学习

针对领域自适应问题中源域和目标域的联合分布差异最小化问题,提出两阶段领域自适应学习方法.在第一阶段考虑样本标签和数据结构的判别信息,通过学习一个共享投影变换,使投影后的共享空间中边缘分布的差异最小.第二阶段利用源域标记数据和目标域非标记数据学习一个带结构风险的自适应分类器,不仅能最小化源域和目标域条件分布差异,还能进一步保持源域和目标域边缘分布的流形一致性.在3个基准数据集上的实验表明,文中方法在平均分类准确率和Kappa系数两项评价指标上均表现较优.     

新媒体时代大学生网络学习特征分析

新媒体时代,大学生学习行为呈现新的特征,把握大学生的网络学习特征,对于做好信息时代教育教学具有重要意义。通过对南昌市6所高校289名学生的调查研究,总结出学生网络学习的自主性、碎片化、偶发性与非线性、零散性与系统性、共享性、开放性与病毒性、模糊化七个特征。经过独立样本t检验和单因素方差分析,发现在性别、专业、年级、生源地四个方面,不同特征存在差异。     

基于互联网环境的高职院校学生自主学习能力培养

互联网如今已经渗透到社会各个角落,各种网络技术使得人们可以根据自己的实际情况完成自主学习。社会对人才的需求已经不仅仅是简单的岗位技能要求,还要求毕业生要具备自主学习这一职业核心能力。高职教育如何提高学生的自主学习能力,使学生能够适应瞬息万变的社会,就显得尤为重要。根据国内外学者的研究,结合高职院校学生的特点,通过问卷调查发现当前高职院校学生自主学习的现状,找到存在的问题,提出提高高职院校学生自主学习能力的对策。     

信息技术课堂引入的艺术

著名特级教师于漪说过,"课的开始,其引入就好比提琴家上弦,歌唱家定调。第一个音定准了,就为演奏或者歌唱奠定了良好的基础。课堂引入的艺术讲求的是第一锤就应敲在学生的心灵上,像磁石一样把学生牢牢地吸引住"。因此,信息技术教师需要深入思考和精心设计信息技术课堂的引入,针对不同的课程内容,采用不同的方式引入新课。游戏引入课题——激发学生学习兴趣现在的学生都喜欢玩游戏,什么游戏都能使他们迷恋。究其原因,从心理学角度讲,学生在玩游戏的过程中容易     

基于深度学习的人体姿态估计方法综述

基于深度学习的人体姿态估计方法旨在通过构建合适的神经网络，直接从二维的图像特征中回归出人体姿态信息。主要按照2D人体姿态估计到3D人体姿态估计的顺序，并从单人检测与多人检测、稀疏的关节点检测与密集的模型构建等方面，对近年来基于深度学习的人体姿态估计方法进行系统介绍，从而初步了解如何通过深度学习的方法得到人体姿态的各个要素，包括肢体部件的相对朝向和比例尺度、骨骼关节点的位置坐标和连接关系，甚至更为复杂的人体蒙皮模型信息。最后,对当前研究面临的挑战以及未来的热点动向进行概述，清晰地呈现出该领域的发展脉络。     

移动学习支持下的计算机专业英语教学改革

分析移动学习在计算机专业英语教学中的优势,结合自主开发的APP程序介绍教学改革措施,并论述教学实施和评价,最后说明教学改革效果。     

深度学习识别光网络单元故障的设计与应用

为解决依赖装维上门鉴别光网络单元故障带来的不便,可以从机器视觉入手实现自动化故障识别。近年,ImageNet挑战赛的成功推动了物体识别技术的跨越式发展,特别是基于卷积的深度学习技术在视觉识别方面已经达到人类水平,为光网络单元故障的自动识别提供了技术基础。文章对识别光网络单元的工作状态进行了研究,将设备工作状态分为7个场景,提出了利用手机APP采集图片识别故障的解决方案并投入了实际生产;重点阐述了深度学习模块的设计与实现,提出一种通过算法整合的方式综合运用物体检测和图像分类算法,分3阶段逐步求精,解决了图片过滤,光网络单元型号和状态识别等问题,实现了基于计算机视觉自动识别光网络单元故障。从数据上看产品的端到端准确率超过84%,识别速度达到10 FPS,月均提供服务超过1万人次,在减少用户等待的同时节约了人力资源。