"自主+协同+创新"网络学习过程建模

文章以网络社区为平台,提出了基于"自主+协同+创新"的学习概念(ICI),并在此基础上采用IDEF系统构建方法,建立了网络学习系统框架(GNKJ),再利用认知学徒模式方法,设计了ICI网络协同学习方法对学习过程进行重构,形成了因特网环境下的协同学习环境;结果表明,该学习环境能够满足学习者的各种协同学习需求,自发培养和提高学习者的创新思维和创造能力,是创新教育改革和网络教学方法实践的一次有益尝试.     

协同学习中分组策略与同步学习方法的研究

随着互联网的普及,网络教育成为教育的一个重要方式,因此如何利用网络教育平台提高网络教育的质量成为人们研究的一个热点。针对目前计算机辅助教学中缺乏师生之间、学生之间有效的交流的缺点,本文进行了协同学习策略与方法的研究。     

一种面向任务的网络风险评估模型

针对网络业务安全风险评估问题,提出了一种基于STRIDE威胁建模和隐式马尔科夫模型理论的STRIDE HMM风险评测方法,该方法以网络业务为切入点,给出了任务描述模型、任务资产模型、任务风险评估模型的构建方法及其联系。任务描述模型给出了任务阶段划分及相应的资产集、漏洞集和威胁集;任务资产模型给出了任务各阶段所依赖的资产集合,在此基础上采用隐式马尔科夫模型方法给出了资产安全状态量化计算方法;任务风险评估模型按照资产分类集合的结果,采用聚合分析方法给出了任务风险值计算方法,进而实现面向网络业务的风险评测。为了验证提出方法的有效性,采用TMT威胁建模工具典型web应用给出的资产、漏洞、威胁示例,利用提出的模型和方法对该示例进行了仿真验证,实验结果表明：该方法可为面向任务的安全计划制定和调度提供决策支持。     

Ajax技术在高校网络协同学习平台中的应用

将Ajax技术引入到网络协同学习平台的在线考试模块中，对考试系统进行优化，使学生在考试自测过程当中，响应快，效果好，解决了传统Web技术等待远程服务器端响应时间长的问题，提高了Web应用效率，为网络协同学习平台这种交互较多、频繁读数据的Web应用提供了一个较好的解决方案．     

基于任务特征的一种小样本学习方法

现在机器学习对于数据量的依赖性过强,大量数据意味着高价的成本,如何在少量样本上取得可观的预测准确率非常关键,小样本学习就是基于该问题提出的.本研究基于MAML的模型框架,加入任务嵌入的思想.MAML是目前主流的元学习模型,它有泛化性能好、适应性强的特点.在此基础上,我们可以引入动态的特征嵌入进行调整来适应不同的任务,在输入任务后,通过预测网络中的特征层生成参数来调整任务特征嵌入.在常用的小样本学习公开数据集Omniglot和MiniImagenet上实验证明了提出的方法能够提高学习性能.     

网络组织中合作伙伴的选择及任务协同

网络组织组建过程中的一一关键领域缺乏专业能力.传统的伙伴选择方法已不足以应付今天的挑战,在现在复杂的商务环境中,管理者需要新的思路和方法.本文通过分析传统的伙伴选择方法的缺陷讨论了一个新的联盟伙伴选择思路.     

用BLOG构建个性化学习协同指导空间

在现代教育中，建构主义思想被广泛运用，学生主体性的个性化学习越来越受到重视。但是片面强调个性，极易造成学习的无方向性。同时学生的信息获取环境复杂，家长与教师之间又缺少有效的沟通机制，致使对学生的个性化学习指导缺乏连贯性与系统性，使个性化学习效率低下。Blog以其简单易用，即事即写，即时发布的特点成为个性化学习中思想共享和信息共享的承载平台。为此，本文对Blog构建个性化学习协同指导空间的作用与实施进行了探讨。     

一种新的协同模式识别学习算法

在协同模式识别中，学习可以归结为求原型向量和伴随向量．文中提出了一种基于核函数映射的学习算法，输入向量被隐式地映射到一个可分性有所提高的向量空间，然后计算变换后的原型向量．对伴随向量增加一个附加的约束以避免它的范数超过一定值，从而改善伴随向量的性能，减少误识别．通过对数字、英文字母和汉字等的训练实验表明，这种算法得到的伴随向量能更好地表示样本的特征，计算所得的初始序参量能更好地反映测试图像与训练样本之间的相似程度．     

个性化协同学习环境本体的研究

针对计算机技术的协同学习（CSCL）与个体学习存在的问题，提出了个性协同学习环境（ICLE）的概念，建立了面向ICLE实体的静态体以及面向实体行为的动态本体，基于该本体实现的ICLE不仅具有正互依赖性，群体异构性以及多模式，多粒度的交互等特点，而且应用之间还具有语义互操作性与模块可重用性，ICLE应用实现了分布环境中学生之间的协同学习以及个体学生的个性化学习。     

Sakai协同学习系统在高校的应用

针对传统协同学习系统存在使用复杂代价昂贵等问题,文章采用Sakai与高校具体课程相结合的方法,提出了将Sakai引入到高校的具体实践步骤,该系统已在作者所在高校得到应用.实践证明,该系统充分体现设置方便、操作简单的特点,增强了学生的自我学习能力,提高了学生通过网络实现协同学习的能力.     

个性化和协作式网络学习环境的研究与应用

介绍了基于网络的学习环境的含义,重点介绍了基于网络的个性化和协作式学习环境的设计和实现。     

协同制造的配置管理和协同控制

在分析协同制造工作原理、需求和实现技术的基础上,提出任务排程、配置管理和协同控制的系统总体架构及相应的功能.制定出协同制造任务配置管理模型、人员配置管理协同策略与任务计划、任务执行和检查阶段中的业务过程和人员的协同控制方法,使得盟主与外协厂商间能够快速、有效、协同地一起完成生产过程.     

计算机支持的协作学习设计模式

提出了代表协作学习构造最佳实践的协作学习设计模式(CLDP),建立软件开发人员与协作学习专家之间的概念共同点,探讨了用教育建模语言IMSLD对它们进行形式化的方法,使之可被软件系统处理。最后讨论了基于CLDP的学习设计创作工具的设计开发,帮助教师根据特定学习场景的需求,通过重用和定制模式,创建有效的协作学习设计。     

合作式重建短文练习活动对培养交际策略的作用

通过对比合作式重建短文练习活动和教师导向的大学英语课学生使用话语标记语和磋商策略的情况，探讨合作式重建短文练习活动为培养交际策略创造条件的积极作用。分析表明合作式重建短文练习活动使学生有更多机会投入到有意义的交互活动，为培养真实交际中必要的交际策略创造了更有利的条件。     

合作性学习的教学效果分析与改进对策

合作性学习真正体现了学习者的学习主体地位,对于提高高等教育教学质量具有重要作用。文章对合作性学习的教学效果、存在的问题进行了实证研究。研究表明,与传统教学模式相比,合作性学习可以取得更好的教学效果。但是,合作性学习实践中还存在学生参与程度低及学习方法不当等亟待解决的问题。在对产生上述问题的原因进行深入分析的基础上,提出了改进合作性学习效果的对策建议。     

有效开展合作性学习需把握的三大环节

文章提出为保证合作性教学的有效实施，教师应重点把握好教学过程中的“设计”、“引导”、“评价”这三大关键环节，即做好前期合作性学习议题和实施方案的设计；对学生课堂外及课堂内的学习进行有效引导；制订科学合理的评价体系。     

学习风格和学习任务匹配性对员工学习主动性的影响研究

终身学习和创新理念的传播,无论是个体还是组织都需要主动学习,掌握知识以寻求改变获取竞争优势。在打造学习型组织中,员工是学习的主体,但员工在学习方面的个体差异得到的关注较少。本文引入组织领域中关于一致性研究的二次多项式响应面回归分析方法,对349名企业员工进行问卷调查,探究在使学习任务和学习风格相匹配时,对个体学习主动性的影响。研究结果表明:学习风格和学习任务匹配相比于不匹配对员工学习主动性的影响并不显著,但是在匹配的情况下,匹配程度高相比于匹配程度低,会对员工学习主动性具有显著正向影响。最后讨论了可能的原因。     

协同开发过程任务粒度设计的度量模型

以设计过程中具有活动约束的任务为研究对象，引用软件工程模块化设计的内聚概念，建立了基于活动约束的任务设计内聚度量模型．通过对内聚系数的公式化计算和启发式规则比较，为任务粒度的设计提供了一种新的定性分析方法．提出了用活动单元关联矩阵图来计算约束结构中控制元数目的方法，提高了内聚系数计算的快速性和准确性．最后，给出了模型分析的评估准则，并结合实例计算结果，说明该模型对协同开发过程建模的任务粒度设计是有效的．     

基于神经网络增强学习算法的工艺任务分配方法

在任务分配问题中,如果Markov决策过程模型的状态-动作空间很大就会出现"维数灾难".针对这一问题,提出一种基于BP神经网络的增强学习策略.利用BP神经网络良好的泛化能力,存储和逼近增强学习中状态-动作对的Q值,设计了基于Q学习的最优行为选择策略和Q学习的BP神经网络模型与算法.将所提方法应用于工艺任务分配问题,经过Matlab软件仿真实验,结果证实了该方法具有良好的性能和行为逼近能力.该方法进一步提高了增强学习理论在任务分配问题中的应用价值.