用控制理论探索英语单词学习规律

用控制理论研究探索英语单词的学习方法,提出了一种英语单词的学习方法,建立了这种方法的数学模型,并用该模型对此方法进行了分析,证明了其有效性,为提升英语单词学习类电子产品的功能提供了一个有效的理论及算法.     

数字化语言实验室在外语教学中的应用

介绍了数字化语言实验室的分类及特点，探讨了数字化语言实验室在外语教学中的应用．通过教学实例可以看出，数字化语言实验室各项功能不仅帮助教师在课堂教学中取得良好的教学效果，而且帮助学生进行自主学习、自我测试，大大提高了学生学习外语的浓厚兴趣和积极性，促进了学生个性化学习方法的形成和自主学习能力的发展．     

应用于平扫CT图像肺结节检测的深度学习方法综述

肺癌是一种致死率很高的癌症.通过肺部平扫CT影像检测肺结节对肺癌早期诊断、治疗意义重大.全面介绍了一种革命性的图像识别技术——深度学习方法,在肺结节检测中的应用.首先,横向对比了不同卷积神经网络的结构及其在图像识别上的效果,其次着重分析了不同深度学习方法在训练肺结节分类器上的应用,包括faster-RCNN、迁移学习、残差学习以及迁移学习.还介绍了一些可用的肺部CT影像数据集供读者参考.     

广义无监督函数映射学习的三维形状密集对应方法

提出了一种新颖的广义无监督函数映射学习的三维形状密集对应方法。首先，基于多层感知器（multilayer perceptron,MLP）和残差网络，直接学习深度点特征。其次，计算点云的近似测地线距离，并对其进行特征分解，建立特征嵌入空间，引入注意力机制，有效学习广义基函数表示。再次，结合点特征与广义基函数生成三维形状的深度特征表示。最后，建立无监督的函数映射网络框架，获取形状之间的密集对应表示。提出的三元正则优化机制，联合重构损失、特征损失和形状匹配的距离损失，在特征域和空间域上有效提升了学习性能及形状对应的精度。实验结果表明，广义基函数表示与无监督函数映射学习机制适用于任意三维形状，突破了现有方法只适用于连续二维流形的局限，在任意三维形状匹配中取得了更优的性能。     

基于集成学习的PET/CT混合成像肺癌检测

提出了一种基于多模态多尺度的Mask R-CNN集成学习模型对PET/CT混合成像进行人工智能肺癌检测。首先，通过5个深度学习模型对肺癌候选区进行提取。5个深度学习模型通过对不同尺度及不同模态训练数据进行Mask R-CNN迁移学习生成。然后利用集成学习方法将5个Mask R-CNN模型进行加权投票，有效减少假阳性数量，最终实现肺癌确诊。实验数据包括69例肺癌患者及11例正常例，训练数据集包括1242个肺癌横断面；验证数据包括270个横断面，其中58个PET肺癌横断面和58个CT肺癌横断面，77个PET正常横断面和77个CT正常横断面。该方法的F-score、Precision和Recall为0.95、0.90和1,与单模型和现有方法相比，本文方法对于PET/CT混合成像的肺癌检测具有更强的有效性，可以为医生提供有意义的辅助诊断信息.     

学习系统的重学习收敛性能分析

重学习是指从不只一个初始点开始的学习，本文分析了学习系统的重学习收敛性能，给出了描述重学习的结果优劣和初始点集稠密程度之间关系的定理。并对一个优化问题引出的学习系统做了重学习的仿真，实际结果显示了定理所描述的关系。     

移动学习的资源整合在终身教育中的应用研究

移动学习强调时刻性,终身教育强调恒久性,终身教育作为非正式教育的主体,移动学习为其提供有力支持.笔者针对分布在不同机构、格式不一的移动学习资源,提出了片段式移动资源协作构建、基于本体的异构移动学习资源整合、个性化移动学习资源整合以及基于概念地图的移动学习资源整合等方式.     

医学影像处理的深度学习可解释性研究进展

随着医学影像数据的迅速增长，传统的影像分析方法给医生带来巨大挑战。利用计算机视觉技术提供自动或半自动辅助诊断，可大大缓解人工阅片压力，提高诊断的准确性，促进医疗流程的标准化建设等。目前，深度学习卷积神经网络在医学影像处理中已取得不俗表现，但深度学习“黑匣子”的不可解释性阻碍了智能医疗诊断的发展。为增强对医学影像数据处理的深度学习可解释性的了解，对近几年相关研究进展进行了综述。首先，综述了深度学习在医学领域的应用现状及面临的问题，对神经网络的可解释性内涵进行了讨论；然后，从现有深度学习可解释性的常见方法出发，重点讨论了医学影像处理的深度学习可解释性研究进展；最后，探讨了医学影像处理的深度学习可解释性的发展趋势。     

基于支持向量机泛化误差界的多核学习方法

基于支持向量机（SVM）泛化误差界,提出了一种精确且有效的多核学习方法.首先,应用SVM泛化误差界推导多核学习优化形式,并给出求解其目标函数微分的计算公式.然后,设计高效的迭代算法来求解该优化问题.最后,分析了算法的时间复杂度,并基于Rademacher复杂度给出了算法的泛化误差界,该泛化界在基核个数很大时依然有效.在标准数据集上的实验表明,相对于一致组合方法以及当前流行的单核和多核学习方法,所提出的方法具有较高的准确率.     

布尔函数的学习与性质测试

对函数f的性质测试通常是对C中函数进行取样,重构一个近似函数h,以h所具有的性质近似刻画f的性质.重构h的过程称为对f的学习.本文给出了布尔函数的学习与性质测试的理论与方法,该理论与方法可以用于概念学习、特定性质的函数学习与测试等.     

基于粗糙集理论的示例学习研究

到目前为止，一些启发式算法被提出用于基于扩张矩阵理论的示例学习研究，该文基于粗集理论研究示例学习问题，提出了粗集理论下的几个新概念，如：必要选择子，核选择子集，约简选择子集和所产生复合的评价指标；精确度、覆盖度和简单性，给出了扩张矩阵的粗糙集算法，并提出了基于覆盖度和简单性的遗传算法最优示例学习方法。     

基于深度强化学习的无人机矿井自主巡航研究

针对目前矿井传感器所收集数据的传输效率差、实时性低、丢包率高等问题,提出了一种基于深度强化学习的无人机矿井自主巡航解决方法,以有效收集物联网节点数据。该方法以无人机作为传输中介,根据矿井物联网节点数据生成周期性的不同差值,利用强化学习TD3(Twin Delayed Deep Deterministic policy gradient algorithm)算法实现无人机最优路径规划。同时算法考虑并设计了符合矿井实际场景的环境、奖励值、状态信息等。提出了一种预测等待的方法,预测待采集数据产生时间并确定目标节点,无人机在信号覆盖范围内前往目标节点提前等待,以实时获取矿井传感器的生成数据。实验结果表明,无人机能够自主决策实现最优路径规划,并收集节点数据;在训练回合为700时,奖励值达到峰值,算法达到收敛并具备优异的表现。     

网络广告点击率预估的特征学习及技术研究进展

大数据时代有效预估网络广告点击率,对企业精准营销和提高投资回报率具有至关重要的作用。对网络广告点击率预估的特征学习及技术研究进行了综述,从原始数据特点及解决方法、点击率预估的特征学习、点击率预估模型构建、评价指标选取等方面,分析了网络广告点击率预估的国内外研究现状。点击率预估可应用于互联网广告投放、推荐系统等多个领域,具有较高的研究价值。     

自媒体环境下数字学习集成平台研究

社会进入自媒体时代以后,高校建立了越来越多的网络课程和数字学习系统以应对传统教学过程中的瓶颈,但现有平台中学习交互性能差、通用性不强等问题逐步显示出来.因此,文章介绍了一个基于知识管理的数字化网络自主学习集成平台,包括总体架构、系统功能以及具体的实现方法.此外,还阐述了数字平台的建设背景以及与之集成的7个应用系统,并调查分析了该平台的应用效果以及用户评价.     

支持向量机在小样本识别中的应用

针对癌症细胞诊断过程中样本采集困难，数目偏少的实际情况，在癌症的早期诊断中引入了一种新的模式识别方法——支持向量机．该方法基于统计学习理论的原理，较好地解决了小样本的学习分类问题，通过对具有不同性状的癌前增生细胞进行分类识别验证，支持向量机取得了较传统分类方法更好的识别效果。     

中学生学习自我效能感、学习策略与学业成就的关系

以学习自我效能感和学习策略量表为工具 ,通过方差分析、相关分析和路径分析等方法 ,重点考察了学习 自我效能感和学习策略这两个因素对学业成就的影响路径以及相互间的关系.发现中学生的学习自我效能感与学 习策略间存在着显著的相关关系;学习自我效能感和学习策略对初中生的学业成就有显著回归效应 ,而学习策略 对高中生的学业成就有显著回归效应 ;学习自我效能感可通过影响学习策略来间接影响学业成就 .     

基于优化策略和深度学习的低光照图像增强

针对低光照条件下采集的图像存在视觉感官较差、细节信息丢失的问题,本文基于非线性相机响应函数模型,提出了一种融合传统优化策略和深度学习技术的低光照图像增强方法。该方法采用非线性相机响应函数模型生成更优的中间图像,并通过专门设计的神经网络实现对中间图像细节的进一步增强。利用自建数据库和公共数据库对该方法进行测试,并与现有的方法进行比较。结果表明,在传统优化方法的支持下,所提出的深度学习方法能够恢复低光照图像的清晰细节,更接近真实的参考图像,为智能导航和自动驾驶提供高质量图像。     

中学生学习自我效能感、学习策略与学业成就的关系

以学习自我效能感和学习策略量表为工具,通过方差分析、相关分析和路径分析等方法,重点考察了学习自我效能感和学习策略这两个因素对学业成就的影响路径以及相互间的关系.发现中学生的学习自我效能感与学习策略间存在着显著的相关关系;学习自我效能感和学习策略对初中生的学业成就有显著回归效应,而学习策略对高中生的学业成就有显著回归效应;学习自我效能感可通过影响学习策略来间接影响学业成就.     

新疆广播电视大学网络教学平台课程个性化学习系统的设计与安全机制研究

新疆广播电视大学的网络教学平台是新疆发展远程教育的骨干力量,提供双语教学,能够满足绝大部分教学需求,但是在教学内容与平台智能方面还未实现精细化教学的目标,难以实现因材施教.本文针对上述问题,引入了个性化学习理论,在现有网络教学平台上设计网上课程个性化学习系统架构,并对系统中的资源建设与管理、个性化设计以及安全性机制进行了探讨.网上课程个性化学习系统可以在确保教学平台安全可信的前提下提高教学质量,有利于学生的个人发展.     

基于参数优化元学习和困难样本挖掘的小样本恶意软件分类方法

在恶意软件分类中,针对新出现的恶意软件样本数量少导致分类准确性低的问题,提出了一种基于参数优化元学习和困难样本挖掘的方法.首先,将恶意软件反编译得到二进制文件,进而转化为灰度图.然后,使用参数优化元学习在多个任务上训练模型,获得浅层神经网络的初始化参数,并在此基础上,根据测试集中的少量任务来微调模型.同时,结合困难样本...