基于文本分类的农业种植信息集成推荐方法研究

目前网络上存在着海量的农业信息,但是对于广大农民来说信息得不到有效的利用,迫切需要对信息进行集成推荐.针对网络上的农业种植方面的文本信息进行了深入研究,该系统首先利用爬虫技术自动地爬取海量农业种植信息,经清洗整理后构建数据集语料库.其次利用机器学习中KNN方法找到每个样本的k近邻对文章进行聚类,通过TF-IDF方法提取出关键词并构造词频矩阵,然后从文本中构建特征向量,进而对相似文档进行分类,最后将加权值经排序后的结果推荐给用户.该系统实现了对农业文本进行准确的自动分类以及自动提取出文章摘要,并对相似文章进行推荐展示的效果.     

中心损失与Softmax损失联合监督下的人脸识别

深度学习在人脸识别领域已经取得了巨大的成就,针对当前大多数卷积神经网络采用Softmax损失函数进行特征分类,增加新的类别样本会减小类间距离的增长趋势,影响网络对特征判别的问题,采用了一种基于中心损失与Softmax损失联合监督的人脸识别算法,来提高网络对特征的识别能力。在Softmax基础上,首先,分别对训练集每个类别在特征空间维护一个类中心,训练过程新增加样本时,网络会约束样本的分类中心距离,从而兼顾了类内聚合与类间分离。其次,引入动量概念,在分类中心更新的时候,通过保留之前的更新方向,同时利用当前批次的梯度微调最终的更新方向,该方法可以在一定程度上增加稳定性,提高网络的学习效率。最后,在人脸识别基准库LFW上的测试实验证明:所提的联合监督算法,在较小的网络训练集上,获得了99.31%的人脸识别精度。     

基于ICA变量分组的集成软测量方法研究

提出了一种基于独立主成分分析（independent component analysis,ICA）变量分组和集成学习的软测量建模方法.该方法首先运用ICA对输入过程变量进行分组,建立多个变量组子空间.然后在各变量组子空间内提取子样本集,降低变量和变量组之间的耦合性,并基于核偏最小二乘法（KPLS）建立预测子模型.最后,采用贝叶斯方法对子模型的输出进行集成,给出最终预测结果.运用该方法对工业橡胶密炼过程的数据进行了预测,并与其它软测量方法的结果进行比较分析,实验结果表明,本文提出的方法具有更好的预测性能.      

一种运动想象脑电信号半监督算法

针对脑机接口中两类左右手运动想象任务,提出一种依据迭代训练次数不断更新训练集样本的半监督算法.使用多重自相关分析算法,选择置信度较高的脑电信号样本并加入初始训练集;分别使用公共平均参考法与共空域模式算法,对样本进行预处理及特征提取;最后使用支持向量机对样本进行测试,根据迭代学习次数按照递进方式移除置信度较低的样本,并利用剩余样本继续训练模型,从而优化特征提取器及分类器参数.通过对标准脑电竞赛数据库BCI IV Dataset Ⅱa中左右手运动想象数据的测试表明,该算法与其他算法相比,在训练样本数目较少的情况下,具有较高的分类正确率.      

新变革下大学生阅读和学习信念重建的思考

阐述了新媒介环境下阅读发生的新变革及大学生阅读现状,分析了阅读与大学生学习信念的关系,从加强大学生自身建设、保持对学习的激情、积极创建有学习信念氛围的校园文化等方面,提出了重建大学生学习信念的策略.     

高职生学业成就影响因素的实证研究

以浙江省5所高职院校《大学生心理健康教育》必修课的学生为研究对象,通过目标取向量表、学习策略量表、自我设限策略量表的调研,旨在探讨高职生成就目标取向、学习策略、自我设限及学业成就之间的关系.以研究结果为依据,提出以正确的成就目标为导向,减少自我设限行为,引导学生加强信息处理和元认知策略使用的实施途径.     

面向同源蛋白质探测的一种新型混合深度学习模型

根据蛋白质氨基酸链探测其同源蛋白质,进而预测蛋白质的功能,是生物信息学研究领域的一个重要挑战,也是众多生物医学研究领域的基础研究内容,有着重要的科研价值和广泛的应用需求。其研究难点在于:(1)如何学习对同源蛋白质预测有效、有用的蛋白质特征信息;(2)如何更好地运用蛋白质特征信息,实现同源蛋白质的探测与识别。为了解决同源蛋白质探测与识别研究中的关键难点,本文提出一种基于混合深度学习架构的同源蛋白质探测与识别模型(HDLM-PHP)。通过采用统一的"管道式"深度学习架构,将蛋白质特征学习和探测识别统一为一个整体,提高同源蛋白质探测与识别的效能。采用多组并行的深度卷积神经网络,学习蛋白质的各种属性信息,以期获得丰富的待检测蛋白质和靶蛋白质的高级相关性特征,并通过全连接方式使用多层RBM结构融合和精炼这些相关性特征为全局相关性特征。通过统一的深度网络连接方式,以探测和识别任务为导向,学习到对于同源蛋白质预测最有效、最全面的蛋白质特征信息。在标准数据集SCOPe上,对所提模型进行性能与效率评测,结果表明:本文提出的模型能有效地学习到符合任务导向的蛋白质特征数据,提升同源蛋白质探测与识别的准确度和召回率,优于现有的模型和算法。     

论高校历史教学中学生自主学习能力的培养

从历史教学的课堂教学、课外阅读、田野考察等几个方面培养学生自主学习能力，将对行为的理解与对社会结构的动态把握恰当地结合起来，以实现对学生独立研究能力的培养。     

基于DDL的功能语篇写作教学研究

将数据驱动学习(DDL,data-driven learning)用于英语专业的课堂写作教学,运用功能语篇的衔接机制、主述位信息及篇章结构系统分析选取的语料,开展了相关的实证研究。实验数据表明,DDL能更有效地促进语篇的句式连贯、段落连贯、篇章结构的学习,在提高语言准确度方面也有一定的优势。问卷调查结果表明,教学中用于DDL语料学习的时间有限,需要加强语篇写作中词汇的系统学习。研究数据证实了DDL用于英语课堂写作教学的可行性,反映的一些问题为进一步优化语篇写作教学模式提供了重要的参考依据。     

迁移理论与三段式教学法在工业催化原理教学中的应用

将迁移理论与三段教学法相结合,深入探讨学习迁移理论所涉及的各种因素对工业催化原理课教学效果的影响,归纳总结迁移理论在三段式教学实践中的应用策略,为大学理论课教学提供参考依据.