探析在计算机网络教育中人工智能技术的有效应用

目前我国对人工智能技术的研究刚刚走过探索的初期,正走向深耕细分和与教育跨界融合的新阶段。人工智能技术计算机网络教育中的应用,促进了我国计算机网络教育的发展,改善了网络教育环境,延展了计算机网络教育的服务领域。人工智能技术的不断提高,也促进了未来的计算机网络教育个性化的发展,实现网络教育的最大价值。该文以计算机网络教育为例,基于人工智能技术的特点,谈谈人工智能技术在计算机网络教育中的作用和应用思路,为智慧教育的内涵拓展和实践献策。     

网络教育技术标准的初步研究

网络教育技术标准化是保障学习系统共享和系统互操作性的根本措施。国际上已有不少企业机构和学术团体致力于网络教育技术标准的研究与开发,我国的此类标准研究也开始起步。该项研究对国际国内有关网络教育技术标准的研究现状做一全面概述,并给出我国网络教育技术标准的研究对策。     

网络教育资源Web挖掘研究

针对网络教育资源建设中存在的问题，着重对网络教育资源的获取、分类和标准化描述模型进行了研究．在分析Web挖掘技术和任务分类的基础上，提出了网络教育资源的Web文本挖掘、模型及其相关算法，将数据挖掘技术应用到网络教育领域，有助于在网络上获取高品质的网络教育资源，一定程度上解决了网络教育资源获取缺乏智能的问题．     

网络教育技术模式比较研究

研究了网络教育环境的技术构成，提出三种网络教育的技术模式，即模拟型、数字型和综合型，并对其教育传播特性进行横向对比研究。     

基于WebService技术的数字化平台构建

随着信息技术与网络技术的发展和普及,基于Internet和Intranet的网络教育蓬勃发展,网络教育作为一种崭新的远程教育方式逐渐运用到实际的教学活动中,成为"数字化校园"的重要组成部分。笔者通过对国内外研究概况的分析和相关技术的研究,提出了一个基于WebService的教学资源服务系统。希望通过研究,能够为当前国内的网络教育资源建设提供一个具有可行性的设计方案,使得各学校间的教学资源能够得到最大限度的共享,为网络教育资源建设提供方便。     

基于流媒体的网络教育系统的研究

近年来随着宽带网络和数字技术的飞速发展,流媒体技术在网络中的应用也越来越广泛。本文主要介绍流媒体技术在网络教育中的应用研究,重点阐述了流媒体技术的基础,流媒体技术在网络教学系统中的应用及其对网络教育的影响。     

笔浅谈软件开发技术在计算机网络教育中的重要性

随着计算机技术在教育领域的广泛应用,网络教育应运而生。软件开发技术的日趋完善为网络教育飞速发展提供了技术支持本文从软件开发技术与网络教育的关系角度阐述了软件开发技术在计算机网络教育中的重要性。     

浅谈网络教育资源的类型

网络教育资源是随着计算机技术、通讯技术和网络技术的迅速发展而发展起来的新型教育资源,已成为现代远程教育的主要形式。在介绍和分析网络教育资源的概念及其特点的基础上,重点对其基本类型的划分问题进行了研究和探讨。     

充分利用网络发展远程教育

本文针对目前网络教育存在的问题,结合现代仿真技术与人工智能技术的优点,创造性的提出把仿真技术与人工智能技术应用到网络教育中,解决目前网络教育存在的问题。     

网络学习环境中基于教学设计原则的有效性交互研究

随着网络技术的发展,网络教育已经成为现代教育的重要手段。加强网络教育中的教学设计已成为发挥网络教育的优势,提高教学水平的重要因素。把教学设计的思想引入网络教育中,让教学设计与先进的网络技术有机结合,从而提高教学效率。     

一种基于移动智能手机的微学习模式研究

 在技术不断革新,智能手机与平板电脑的不断普及背景下,终身学习、全时空学习将成为可能.为了适应新技术所引发的学习媒介的变化,通过对微学习概念的梳理,结合当今社会主流移动终端的特点,提出了一种在非正式学习环境下,基于移动智能手机环境下的微学习模式和策略.     

论新技术环境下图书馆的发展模式

介绍了新技术环境下的图书馆发展模式，包括手机图书馆模式、三网融合图书馆模式、生态图书馆模式、物联网图书馆模式及云计算图书馆模式，展望了我国图书馆未来的发展。     

考虑排放因素的城市交通信号配时建模

针对传统交通信号控制方法忽视环境效益的不足,研究考虑排放因素的城市交叉口信号控制方法. 根据城市道路机动车行驶过程,考虑不同行驶工况下污染物排放特点,分别建立了城市道路污染物和标准污染物排放模型;分析了交通信号评价指标的相关性,选取面向排放因素的性能指标,并采用相对评价指标体系,建立考虑排放的交通信号的配时模型;利用基于黄金分割的改进粒子群算法对配时模型进行求解;在不同交通状态下,采用3种算法对实例进行大量的数值计算和仿真验证. 结果表明所设计的算法求解精度高,且提出的模型在降低排放、提高路口通量方面具有良好的控制效果.     

基于改进型深度网络数据融合的滚动轴承故障识别

针对传统智能诊断方法依赖于信号处理和故障诊断经验提取故障特征以及模型泛化能力差的问题,基于深度学习理论,提出将卷积神经网络算法结合softmax分类器,针对数据集不平衡问题引入加权损失函数、正则化以及批量归一化等模型优化技术搭建适于滚动轴承故障诊断的改进型深度卷积神经网络模型。模型从原始实测轴承振动信号出发逐层学习实现特征提取与目标分类。实验结果表明,优化后的深度学习模型可实现对早期微弱故障、不同程度故障的精确识别,在不平衡数据集上也可达到95%的识别准确率,并且模型拥有较快的收敛速度和较强的泛化能力。     

过程信号的前馈-反馈型自适应盲分离算法

利用神经网络的自学习能力实现信号的盲分离已被证明是实现信号分离的一种有效方法,不同的神经网络模型对分离算法的效能将产生极大的影响。针对化工生产过程的复杂性和在线监测控制的要求,在其他学者研究的基础上,基于前馈－反馈型神经网络模型,提出了一种自适应盲分离算法用于过程信号的分离。计算机仿真实验的结果表明了算法的有效性。     

交叉路口的综合智能信号控制方案研究

针对城市道路交叉路口的交通信号控制,构造了一种能实时调整控制结构和参数的综合智能信号控制方案.方案中的结构评价单元根据每一相位结束时的交通状况,决定是否在标准相位的基础上进行控制结构调整.参数评价单元则根据评价周期内的信号控制效果,利用所获得的交通流数据对神经网络信号控制器进行"滚动"训练.两个神经网络总是交替处于学习和工作状态.仿真结果表明,该控制方案能很好地综合"结构调节"和"参数调节"的优点,因而能更好地适应路口的实际交通状况,从而达到有效提高路口通行能力的目的.     

考虑区域交通信号配时优化的公交专用道线网规划

在公交专用道线网实际规划时,需要综合考虑交叉口延误与信号配时等因素的影响。为了使公交专用道线网规划更加合理,在考虑区域信号配时优化的条件下,以绿信比作为各个交叉口的信号配时优化变量,建立了双层规划模型,上层模型的目标函数是使网络的总出行时间最小,下层模型由交通方式划分模型、小汽车客流分配模型和公交客流分配模型3部分组成,并采用遗传算法对模型进行了求解,通过算例验证了模型的有效性。结果表明：在进行公交专用道线网规划时,交叉口的延误不可忽略;在考虑交叉口延误的基础上,对区域信号配时优化可进一步降低网络的出行总成本。     

考虑区域交通信号配时优化的公交专用道线网规划

在公交专用道线网实际规划时,需要综合考虑交叉口延误与信号配时等因素的影响。为了使公交专用道线网规划更加合理,在考虑区域信号配时优化的条件下,以绿信比作为各个交叉口的信号配时优化变量,建立了双层规划模型,上层模型的目标函数是使网络的总出行时间最小,下层模型由交通方式划分模型、小汽车客流分配模型和公交客流分配模型3部分组成,并采用遗传算法对模型进行了求解,通过算例验证了模型的有效性。结果表明：在进行公交专用道线网规划时,交叉口的延误不可忽略;在考虑交叉口延误的基础上,对区域信号配时优化可进一步降低网络的出行总成本。     

神经网络在自回归建模中的应用

在信号估计和自适应滤波领域中，利用ＡＲ模型进行信号估计，虽然古老但仍不失为一种非常重要的估计方法。利用常规方法提取自回归模型参数，随着模型阶数的增加，其实时实现的难度也将增加。Ｈｏｐｆｉｅｌｄ和Ｔａｎｋ等人的工作表明，对于最佳ＡＲ估计问题，由于Ｈｏｐｆｉｅｌｄｄ网络的全互联和微分动力特性，该网络具有极强的分布并行处理能力，是解决该类问题的有力工具，作者在本文中利用Ｈｏｐｆｉｅｌｄ网络对模型的参数进     

基于深度学习的MIMO系统联合信号检测与信道译码

为进一步提高多输入多输出(multiple-input multiple-output,MIMO)系统性能,研究了深度学习方法来联合解决MIMO系统信号检测与信道译码问题.通过将深度神经网络、自动编码器神经网络与传统MIMO通信系统的物理层架构进行有机融合,构建了基于神经网络的MIMO系统模型,可获取系统发射端的信息比特或码字及信道状态信息,采用了端对端的训练方式,使不同神经网络模型可学习系统收发端的信息比特与码字的映射关系,联合实现了MIMO系统信号检测和信道译码,同时具有较低的复杂度.仿真结果表明,相比一些传统检测和译码算法,所提方法具有较优的检测和译码性能.