基于Fibonacci采样的数据预处理方法研究

提高神经网络(NN)的收敛速率和预测精度一直是人工智能领域的一个挑战性问题,尽管许多研究人员已在研究中使用小批量数据训练神经网络获得了较好的效果,但是这些方法并不够灵活.针对这个问题,该文提出了一种新的数据预处理算法即Fibonacci采样算法.根据Fibonacci数列规则绘制一个新的训练数据序列,这不仅可以恢复小批量数据的划分,而且还可以提供更灵活的批量规模的选择.实验结果表明:在梯度下降之前,Fibonacci数据划分序列能得到较好的实验结果.在应用于相同的单个CNN(5层卷积神经网络)和AlexNet中,Fibonacci采样算法比传统的小批量梯度下降算法能获得更高的准确度和更低的损失值,并且在几种通用网络(LeNet、AlexNet、VGG-16、GoogLeNet)上的性能也取得显著提升.     

在J2EE教学中实施任务驱动教学法的探索和实践

传统的分章节讲授J2EE软件开发的教学模式面临越来越多的新问题，已经不适合当代教育的发展。本文从本校J2EE教学情况入手，在J2EE教学中引入任务驱动教学法，就教学内容，教学方式，实践能力的培养，师生互动，调动学生学习积极性等几个方面对该课程的教学方法进行了探讨。实践证明该教学方法增强了学生的学习兴趣，提高了学生的软件开发能力。     

水稻植株虚拟生长可视化系统设计及其实现

将系统分析方法和数学建模技术应用于水稻植株的形态建成,通过对水稻形态数据的定量分析湘建了水稻地上器官形态几何模型,在此基础上设计了水稻植株虚拟生长可视化系统.整个系统由器官几何形态模型模块,生长模型模块,可视化控制模块、数据库和人机交互界面等组成.水稻植株三维形态是由各器官形态结构特征参数的几何模型来描述的.根据水稻器官几何形态参数,通过人机交互操作,采用vc++6.0和OpenGL标准图形库,在计算机上重构出水稻器官、主茎和植株群体的三维形态,具有较好的真实感.     

卓越工程师背景下以教学改革促精品课程建设——“数字逻辑”精品课程建设的研究与实践

本文以卓越计划为背景,结合"数字逻辑"省精品课程的教学,对课程的教学内容、实验教学、教学方法、考核方法以及教学资源的建设进行了介绍,强调了以教学改革来促进精品课程建设。