自组织翻译学习论

翻译学习生成过程是一个自组织过程。情感的自组织性决定了翻译学习的自组织机制。这个机制决定了教学过程是一个自组织系统。     

一类再励学习控制器设计及其在倒车模型中的应用

考虑到神经网络学习算法的特点,给出了一种基于再励学习的自组织模糊CPN,它结合了自组织模糊CPN和再励算法的优点,在控制过程中在线调整网络结构以及对网络参数学习,学习效率高,控制结构简单.可以不要求受控对象的学习模型,实现在线控制,应用在倒车模型中仿真结果展示了所设计系统的良好控制性能.     

组织学习障碍探析

提升组织学习力,持续改善组织学习是学习型组织建设的关键。然而,组织学习不是一个平稳、渐进的过程,组织学习的过程往往有跌宕、停滞甚至是倒退的现象。以我们所构建的组织学习模型为基础,通过对组织学习的过程进行情景模拟,笔者对可能阻碍组织学习甚至使组织学习倒退的因素进行了系统分析,认为组织文化的瑕疵;系统思考的缺位;共同愿景的缺陷;组织结构变革的风险;先进技术应用的滞后;领导者的迷思等是阻碍组织学习的主要因素。     

模糊数据库模型的自学习系统

该系统是利用神经元网络的可自组织、自学习等一些特性,设计了一个用神经元网络来表达和处理模糊数据库中的不确定性问题,即在模糊数据库的查询中所面临的查询条件的不确定性、表达上的不准确性和已知的内容不完全性等方面的问题。该自学习系统较好地把神经元网络应用到了模糊数据库中。     

论大学/企业(U/I)的合作创新

知识学习与组织学习的概念十分相近 ,两者都是指组织的学习行为。不同的是 ,知识学习是指一个组织以获取技术知识、以实现知识积累为目的的学习行为 ;组织学习是一个过程 ,在这个过程中组织各要素相互联系、整体发展 ,因而使组织中的个人知识转化为组织共有知识 ,并使组织能够很好地适应环境的变化[1]。技术学习的着眼点是学习行为 ,而组织学习指从事学习的实体是一个组织[2]。因此可以说 ,组织学习是知识学习的基础。随着知识对经济影响力的凸现 ,大学与企业的合作创新越来越成为知识获取的一种普遍的、重要的方式。U/I合作创新过程作为知…     

适应性学习系统的资源组织和学习状态控制

资源的组织在自适应学习系统中起着重要作用,介绍了一个资源组织模型,并给出了学习状态控制。该模型已应用于自适应Web学习系统的构造,解决了学习内容、学习进程／导航以及学习策略的动态自适应机制 构建。     

水泥原料湿度的自学习模糊控制系统

提出了用模糊控制方法实现物料烘干过程的湿度控制，导出了一个实用的自学习模糊控制算法，并给出了系统实现方法。     

基于知识的企业信息化组织学习过程模型研究

如何在知识管理先进思想的基础上,充分利用组织学习能力来促进信息化的发展是当前企业管理的主要研究问题之一,在系统回顾相关研究成果的基础上,从知识的视角对企业信息化的组织学习过程进行了系统的模型整合和创新,并对信息化的组织学习过程中可能遇到的障碍进行了一系列对策分析。     

具有学习效应的虚拟研发组织的激励效率分析

研发活动中的道德风险问题是造成合作研发绩效不佳的一个潜在原因．通过构建虚拟研发组织成员间的博弈模型,对其研发激励的非合作决策Nash均衡解、合作决策帕雷托最优解和社会福利最优解进行比较,指出由于虚拟研发组织知识共享过程中的学习效应的存在,一定条件下虚拟研发组织能够有效自激励,并给出了其有效自激励的参数区域．     

基于滑模控制的挠性卫星的自学习模糊控制

将基于滑模控制的自学习模糊控制应用于挠性卫星的姿态稳定控制中.给出了姿态控制系统的设计方法.自学习控制算法利用滑模控制原理和模糊性能判决表在线修改模糊控制器的规则参数.为了解决传统自组织模糊控制对外界信号敏感的问题,基于滑模控制的自学习算法同时考虑了误差状态矢量及其变化趋势,增强了系统的鲁棒性.与传统自组织模糊控制相比,仿真实验结果表明,该控制方法对卫星参数变化不敏感,能有效地抑制卫星的外界干扰及挠性附件的振动,使卫星的姿态角得到准确的控制.     

基于 LVQ 过程神经元网络的储层岩性识别

针对基于取心井岩心分析数据和测井过程数据的储层岩性判别问题, 建立了一类学习向量量化过程神经 元网络模型(LVQ-PNN: Learning Vector Quantization Process Neural Network)。 该模型通过增加输出层, 扩展了 自组织过程神经元网络的深度结构; 采用无监督竞争与有教师示教相结合的算法策略, 提高了多维信号特征的 自适应提取和自组织综合能力。 实验证明, 该方法具有较好的岩性特征综合和辨识能力, 岩性识别率达到了 84. 7%。     

组织的学习与管理理念的变革

组织的素质、核心竞争力来源于学习。在组织中建立学习，是一个极其复杂的高级管理过程，需要实现一系列思维模式导向的转变。例如，把培养从个人到组织的学习意识和动力作为管理的首要对象。重视思维模式的匹配，重视计划型组织与自我型组织的平衡，强调管理智力资本的途径就是管理知识的社会化过程，改变对组织的领导的评价方式，等等。     

基于SGNN的彩色图像分类

将神经网络用于遥感图像分类处理取得了一些成果,但已有的方法存在计算量大、需要用户设置网络结构和较多参数等缺点.SGNN(Self-Generating Neural Network)是一类自组织神经网络,它不需要用户指定网络结构和学习参数,而且不需要迭代学习,是一类特点突出的神经网络.基于SGNN进行彩色图像分类,实验结果表明,该方法用于彩色图像的分类是可行的.     

个性化智能安全中面向正示例的自组织聚类学习

针对个性化智能安全服务的需要,提出了一种新的个性化智能安全服务范式,并为此构造了面向正示例的自组织聚类学习器作为这类服务范式的核心技术,然后对提出的学习算法进行了入侵检测实验及分析.     

电子产品环境试验自学习专家控制系统

介绍对电子产品进行温度,湿度环境试验的自学习专家智能控制系统。系统以８０９８单片微机组成的控制装置为核心,采用自学习专家控制算法,按照国家测试标准,实现各种测试环境的智能控制。     

矩阵码的自组织特征映射识别研究

基于Ｋｏｈｏｎｅｎ自组织特征映射网的自组织性、自适应性及对输入信号的高容错能力，运用无导师动态竞争学习方法对较模糊的矩阵码进行识别，取得了较好的效果．对网络的训练采用了带噪声的矩阵码数据，大大提高了系统的辨识能力．试验表明，该方法为矩阵码的识别提供了一条有效的途径．     

关于数学探究式教学的思考

针对学生在学习高等数学时出现的问题,教师应转变教学观念,进行探究式教学,将学生的学习由被组织转变为自组织,从而提高学生的探索和创新能力,提高学生素质。     

工程模拟自学法在基坑开挖中的应用

在基坑开挖工程中,常常可以利用数值模拟方法计算基坑场地的变形。然而,常规的数值模拟一般没有充分结合经验分析和场地观测数据来计算出较为精确的开挖变形。工程模拟自学法是一种基于神经网络的数值模拟方法,它属于一种可以综合有限元与人工智能的反分析技术。工程模拟自学法能充分发挥神经网络的自适应性、自组织性及学习、联想、容错及抗干扰能力,揭示出历史资料分析和场地测量数据中所蕴含的非线性关系,提炼出更接近土体实际状态的本构模型进行数值分析,改善变形计算精度。工程模拟自学法的具体应用可通过基坑开挖例子说明。     

刍议初中政治开卷考后的学法指导

本认为，中学政治课实行开卷考是素质教育的一项举措，中学政治课教与学两个环节都应适应这种变化。章侧重对初中政治课开卷考后的学法指导提出了自己的一些看法和体会。     

学习策略与学习过程

讨论了学习者的学习技巧和策略。对学习策略基本概念、策略与技巧的区别、学习策略理论、学习策略训练和学习者学习过程的意义进行了探讨。通过对学习者学习过程的研究,使教育者能够意识到学习策略的重要性,进而在教学过程中最大程度上帮助学习者,达到事半功倍的效果。