中国-欧盟合作远程高等职业技术教育项目有关问题的思考

目前国内现代远程教育需求升温 .本课题对符合国情的现代远程教育建设的发展模式进行了研究 ,并通过参与欧盟第五框架合作计划 ,利用欧盟的援助 ,实现跨国及国内三大直辖市的网上大学的建设 .     

针织物外观平整度的小波分析与等级评定

引入二维小波分析方法,分析针织物的外观平整度,提取了较为精细的针织物图像信息.图像首先经过中值滤波,再利用小波变换分解并从中提取高频信息,然后结合4种表征织物折皱的特征参数,计算不同平整度等级模板的特征值.并以此为依据,运用最小距离判别法,确定16种不同针织物类型的平整度等级.为了定量描述评定结果,通过计算客观评定与主观评定结果的相关系数,验证该方法的可行性.     

基于动态贝叶斯网的时变样本空间无监督学习

提出了针对概率分布参数时变的样本空间的参数估计问题,由于一般的聚类和EM算法等参数估计方法是针对概率分布时不变的样本空间的问题所采用的。因此,对于概率分布时变的样本空间而言,这些方法均不能有效、准确地估计实时变化的样本参数。通过构建动态贝叶斯网,利用先验和后验的知识进行预测和滤波,结合贝叶斯增量式学习方法并充分利用了其学习所获得的样本空间概率模型变化演进的规律,这样可以较准确、平滑地学习实时概率模型及其分布参数。     

自适应脉冲耦合神经网络在图像处理中应用

尽管Johnson 提出的PCNN模型具有强大的图像处理功能,以时间序列进行特征提取时具有旋转、尺度、平移、扭曲不变性,可实践中发现依然存在着不足,特别对图像亮度、对比度比较敏感.添加了误差反向传播(Error Back Propagation, EBP)学习准则的自适应脉冲耦合神经网络模型能自适应设定模型参数,是脉冲耦合神经网络模型研究的主要内容.特别地,应用这种自适应模型进行特征提取时,能弥补原来PCNN模型对亮度、对比度敏感的缺陷,而且具有一定的泛化能力,有效克服了亮度、对比度对图像识别精度的影响.     

大学英语“三位一体”教学模式的研究与实践

2006年韶关学院全面推进大学英语教学改革,利用现代多媒体网络技术,构建＂三位一体＂的教学模式,培养学生英语语言综合运用能力,尤其是口语表达能力。实践证明,该模式可全方住培养学生英语听、说、读、写、译的各项技能。     

Improving moving average trading rules with boosting and statistical learning methods

We present a system for combining the different types of predictions given by a wide category of mechanical trading rules through statistical learning methods (boosting, and several model averaging methods like Bayesian or simple averaging methods). Statistical learning methods supply better out‐of‐sample results than most of the single moving average rules in the NYSE Composite Index from January 1993 to December 2002. Moreover, using a filter to reduce trading frequency, the filtered boosting model produces a technical strategy which, although it is not able to overcome the returns of the buy‐and‐hold (B&H) strategy during rising periods, it does overcome the B&H during falling periods and is able to absorb a considerable part of falls in the market. Copyright © 2008 John Wiley & Sons, Ltd.     

残疾人高等教育入学单考单招英语考试说明评述

残疾人高等教育入学英语考试说明的规范与统一，是我国残疾人高等教育单考单招工作的一个重要进程，它进一步完善了中国特殊教育体系，保证了中等与高等特殊教育之间更好的衔接，彰显了我国高等教育的公正性和公平性。     

基于短时心电信号的疲劳驾驶检测算法

心率变异性分析是最常用的一种基于心电信号的疲劳驾驶检测方法.然而,该方法需要被检测信号时间足够长,且准确率较低.因此提出一种基于短时心电信号的疲劳驾驶检测算法.首先,按照30s的时长截取短时心电信号序列,利用差分阈值法确定R波位置,根据R-R间期差值大小剔除不合格的噪声样本;然后,计算R-R间期序列的时域/频域特征并与利用ImageNet数据集预训练的深度卷积神经网络模型提取的特征相结合;最后,设计了一种随机森林分类器并基于这些特征进行分类.结果表明,该算法在疲劳驾驶检测上具有良好的分类效果,平均准确率达到91%.因此,相较于心率变异性分析方法,本算法检测所需心电信号更短,且在准确率上具备显著优势.     

基于机器学习的钻孔数据隐式三维地质建模方法

针对基于钻孔数据的传统显式三维地质建模方法存在过程繁琐、模型质量难以保证等缺点,本文提出了一种基于机器学习的隐式三维地质建模方法,将地层三维建模问题转换为地下空间栅格单元的属性分类问题.分别基于支持向量机、BP神经网络等分类算法,实现了钻孔数据的自动三维地质建模.实际建模结果表明,对于有限、稀疏的钻孔数据,支持向量机方法建模准确率较高,建模效率、效果优于显式建模方法.最后通过敏感性分析研究了超参数对建模结果准确率、模型形态的影响,为可控的自动三维地质建模提供了一种新的解决思路.     

学习遗忘效应在工程项目进度计划中的应用

在学习曲线理论和遗忘曲线理论的基础上,结合学习遗忘效应的模型,通过网络计划技术中的双代号网络图,引用案例来阐述员工的学习及遗忘行为对工期及关键路径造成的影响。与不考虑学习遗忘行为的情况相比,考虑员工的学习遗忘效应会使工期缩短、关键路径发生改变,且不同的学习比例会带来不同的效果。