排序方式: 共有14条查询结果,搜索用时 15 毫秒
1.
《计算机文化基础》课程新型教学法的分析与研究 总被引:1,自引:0,他引:1
从传统的教学方法出发,分析其特点和弊端,提出了一种创新教学方法,阐述了这种方法的基本观点、实施方案、考核方案以及业务流程.提出了一种教学新思路,对教学方法进行了改革和探讨,强调了注重培养学生创新能力的理念. 相似文献
2.
3.
4.
胶印机中偏心轴承离合压机构是非常重要的零部件之一,其性能与胶印机的印刷质量有密切的关系。基于此,本研究在概述胶印机电动式偏心轴承离合压机构相关理论的基础上,重点介绍了胶印机电动式偏心轴承离合压机构的优化设计,并对其进行实验分析,结果表明电动式偏心轴承离合压机构在提升胶印机工作性能和质量方面具有重要的作用,尤其是在提高印压均匀性和稳定性方面。 相似文献
5.
深入研究了量子竞争网络的原理,基于量子竞争算法,通过引入神经元侧抑制功能与强化学习机制,建立了量子侧抑制强化竞争网络模型,提出了量子侧抑制强化竞争算法。量子侧抑制强化竞争网络竞争层神经元所具有的侧抑制功能提高了网络精度,其强化学习机制加速了网络学习。通过对具有四类样本的数据集进行模式识别实验,量子侧抑制强化竞争算法的平均正确率为98.89%,量子竞争算法的平均正确率为95.56%。结果表明量子侧抑制强化竞争算法相对量子竞争算法具有更高的模式识别能力。 相似文献
6.
研究了现阶段雷达低小慢目标探测技术的难点与方法。分析了深层自编码器基本模型与算法,通过引入自适应学习理论,提出了基于Rumelhart函数的深层自编码器自适应算法(RDAAA),并证明了算法的收敛性。优化算法避免了网络训练过程中出现惩罚过度的现象,克服了学习速率过高导致网络振荡发散,或学习速率过小降低网络收敛速度等缺陷。利用两种数据集对RDAAA、基于交叉熵函数的深层自编码器学习算法(CDAA)与误差反向传播算法(BPA)进行模式识别能力分析,结果表明在确定限定误差与选取最佳学习速率的情况下,RDAAA相对于CDAA与BPA收敛速度最快,正确识别率更高。围绕雷达目标检测与深度学习理论,分析了低小慢目标特性,将目标检测问题转化为模式分类问题,利用上述三种算法进行目标检测仿真实验,结果表明RDAAA与CDAA的性能明显优于BPA,且RDAAA的检测率更高,特别是处于低信噪比阶段,仍可保持较高的发现概率。 相似文献
7.
有监督联想型人工神经网络优化算法的归纳与应用 总被引:1,自引:0,他引:1
归纳了有监督学习联想人工神经网络的一般算法,提出其优化算法.详细分析Hebb规则和仿逆规则,并对这两种规则进行全面对比.研究了有监督学习联想人工神经网络的一般算法,指出算法中的两个分支点,从而确定仿逆规则在一定程度上优于Hebb规则.介绍了Hamming距离的概念,提出两向量相似度的概念.总结了有监督学习联想人工神经网络的优化算法.利用此优化算法对数字符号图像识别问题进行仿真研究,研究结果以数据表示. 相似文献
8.
印刷机各工作部件间的高耦合关系、印刷车间的环境、印刷材料以及违规操作等各方面原因,导致印刷机故障原因复杂且危害大.如若印刷机故障未能及时发现并得到有效处理,势必会影响生产效率.本文将印刷故障诊断过程中获得的多源信息进行融合,相互补充和支持,可以准确、全面、快速地得到印刷机故障的诊断结果. 相似文献
9.
胶印机在生产过程中,印刷速度与印刷过程各要素之间关系紧密,处理好这些关系可以提高生产效率。现分析胶印机印刷速度的变化给油墨、印刷压力和印刷用纸等印刷过程各要素带来的影响,并提出了补偿的方法,此举对保障印刷过程的可靠性和稳定性有着重要的意义。 相似文献
10.
深入分析了城市物流竞争力的研究现状,结合深度学习相关理论,以深层自编码器(Deep Auto Encoder,DAE)标准模型与标准算法为基础,提出了基于Widrow函数的深层自编码器动量更新算法(DAE-WMA)。依据城市物流竞争力分析数据量特点,选取三种UCI数据集,对基于误差函数的标准算法(DAE-ESA)、基于交叉熵的标准算法(DAE-CSA)以及DAE-WMA的模式分类能力进行仿真,仿真结果表明后者的性能优于前两者。依据物流竞争实力与竞争潜力,基于层次分析法(Analytic Hierarchy Process,AHP)通过选取7个评估维度与19个评价指标构建城市物流竞争力指标体系,利用DAE-WMA方法与社会网络分析(Social Network Analysis,SNA)方法,对我国西北五省区13个主要城市的物流竞争力进行聚类分析与实证研究,仿真结果表明DAE-WMA方法相对于SNA方法,对核心节点城市的分类结果更加合理,更有利于对问题的分析。研究结果为确定新丝绸之路经济带沿线城市物流发展策略,促进国内物流业未来的协作与发展奠定了研究基础。 相似文献