排序方式: 共有25条查询结果,搜索用时 8 毫秒
1.
2.
智能教学系统的发展与前瞻 总被引:34,自引:0,他引:34
该文回顾了ITS的发展历史,并通过对影响ITS发展的相关学科的分析,做出了对ITS未来的预测。 相似文献
3.
为了更好地体现时间序列的形态特征,并探索更适合于较长时间序列之间相似性度量的方法,在动态时间弯曲算法的基础上进行改进,提出了基于分层动态时间弯曲的序列相似性度量方法。对时间序列进行多层次分段,并从分段中均匀抽取相对应的层次分段子序列,然后将层次分段子序列抽象为三维空间的点(反映了分段子序列的均值、长度和趋势)进行相似性度量,最后综合各个层次的相似性度量作为结果。实验表明,在参数设置合理的情况下,此方法能获得较高的序列相似性度量准确度和效率。 相似文献
4.
微博文本特殊性的存在使得微博用户兴趣画像难以有效构建。为此, 提出了一种集成算法——新词发现-双向长短期记忆网络-梯度提升算法。首先针对微博文本的非正式性, 提出了一种基于支持度视角的新词发现(New Word Discovery, NWD)算法, 发掘其中大量存在的网络用语以实现更加准确的分词及语义把握; 其次, 引入Simhash算法使得微博文本中的“信息过载”现象得到改观; 再次, 为改善微博文本的简洁性而引起的特征稀疏问题, 采用双向长短期记忆网络(Bidirectional Long Short-term Memory,Bi-LSTM)模型提取博文语义特征; 最后, 通过融合微博用户静态特征训练梯度提升(extreme Gradient Boosting,XGBoost)模型, 从而有效构建多粒度微博用户兴趣画像。实验结果表明, 粗粒度(一级)兴趣标签模型NWD-Bi-LSTM和细粒度(二级)兴趣标签模型NWD-Bi-LSTM-XGBoost的宏平均F1值(Macro-average F1 score, mF1)和受试者工作特征曲线下面积(Area Under ROC Crave, AUC)分别高达83.6%, 79.7%和70.4%, 63.6%, 相对于基准模型, NWD算法的集成使得模型的mF1值和AUC值均能提升3%~5%, 其促进作用优于现有的新词发现方法。 相似文献
5.
阐述了管理类学科专业实验室建设对学科建设、对学生专业知识的掌握和运用、对培养学生科研和创新能力的促进作用;讨论了管理类专业实验室的软硬件资源建设、实验项目设计和实验的组织模式等。 相似文献
6.
基于多智能体系统的面向对象本体研究 总被引:1,自引:0,他引:1
智能体间的信息交互和行为协调是共同完成被委托任务的必要条件,论文提出了在多智能体系统中智能体本身必须建立领域模型的技术要求,即用本体支持运行时的语义交互。为此,文中用面向对象的知识表示方法描述并建立本体,并以此为基础形成领域操作代数系统和智能体服务描述语言。结合开放购买的仿真案例,表明在一个完整的情景语义交互中,服务提供方需要以智能体服务描述语言表述自己提供服务的方法和过程,而接受服务方必须在理解智能体服务描述语言的基础上,获取某一具体服务。 相似文献
7.
为了进一步降低扫描数据库的次数和减轻内存负担,从而更好地提高挖掘频繁项集的效率,一种基于Apriori的优化算法(M-Apriori)被提出. 该方法通过构建频繁状态矩阵来存放项集的频繁状态,构建事务布尔矩阵来存放事务与项集的关系,此算法只需在初始化阶段扫描一次数据库产生初始的频繁状态矩阵和事务布尔矩阵,并在此基础上直接递推产生所有的频繁项集. 实验证明,与Apriori算法相比,M-Apriori算法具有更好的性能与效率. 相似文献
8.
随着大数据时代的到来,网络舆情数据呈现信息量大和领域覆盖广等特征。面对复杂的网络舆情数据时,传统单一模型预测能力有限,不能对舆情趋势进行有效预测。针对此问题,提出一种基于经验模态分解-自回归(EMD-AR)改进的组合模型——EMD-ARXG模型,应用于复杂网络舆情的预测。该模型利用经验模态分解算法对时间序列进行分解,然后通过自回归模型对分解后的时间序列进行各自趋势拟合,建立子模型。最后再对各个子模型进行重构,完成建模。另外,在利用自回归(AR)模型拟合过程中,为了减少拟合误差,采用极限梯度提升算法对残差进行学习,并使预测模型迭代更新,提高各个子模型预测精度。为验证EMD-ARXG模型的预测效果,该模型与小波神经网络模型和基于经验模态分解的神经网络模型进行实验对比。实验结果表明,在均方根误差(RMSE)、平均绝对百分误差(MAPE)和希尔不等系数(TIC)三项指标上,EMD-ARXG模型获得的结果均优于小波神经网络模型和基于经验模态分解的神经网络模型的结果。 相似文献
9.
10.
热释电系数自动测试系统的研制 总被引:1,自引:0,他引:1
作者着重于研制一套热释电系数测量的计算机辅助自动测试系统。整个系统由热释电电流放大电路、测温电路、A/D转换卡和软件组成。 相似文献