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.      

视觉概念学习方法研究进展

计算机视觉的核心问题是寻找视觉概念的层次化与结构化表示.以深度学习为代表的连接主义方法能够学习到输入图像数据的分层表示,这个表示具有优异的类内不变性与类间区分性,带来了视觉目标分类问题的突破式进展.而以图像随机语法模型为代表的逻辑主义方法试图基于先验知识和输入图像数据得到视觉概念的层次化与结构化表示,进而实现像人类一样的概念迁移学习,从更一般的意义上解释视觉现象.综述了两类方法各自的一些代表性工作,分析了其主要思路与各自的优缺点.分析认为,两类方法具有明显的互补性,在概率图模型框架下将两类方法综合是未来视觉概念学习的一个重要发展方向.     

高校健美操合作学习对学生成就动机的影响探究

采用文献资料法、问卷调查法、对比实验法等研究方法,探究健美操教学中传统学习模式和合作学习模式中大学生成就动机的区别,并进一步探究合作学习模式对大学生成就动机的影响,通过18周的课堂教学实验对比,研究结果表明合作学习模式能有效地增强大学生的成就动机水平,是健美操教学有效的教学模式.     

阅读教学中注重学生自主学习

21世纪的教育强调知识学习的探索性和创新性,作为语文教学的主体—阅读教学,就不能再袭用传统的以情节分析为中心的讲问题课堂模式而不思革新进取。叶圣陶先生说:"学语文要靠学生自己读书,自己领悟。"自主学习强调的是自由、自主创新。我们教师要充分利用课堂这一实施素质教育的主战场培养     

基于卷积图神经网络的多粒度表示学习框架

卷积图神经网络（Convolutional Graph Neural Network,ConvGNN）以其强大的表达能力被广泛应用于社交网络、生物网络等领域的网络表示学习中，多粒度网络表示学习已被证明能够改善已有网络嵌入方法的性能，但目前尚缺乏以改善ConvGNN性能为目标的框架.针对此问题，提出一种基于ConvGNN的多粒度网络表示学习框架M-NRL，分为四个模块：粒化模块、训练模块、推理模块和融合模块.粒化模块构造从细到粗的多粒度网络并保留不同粒度节点的属性和标签信息，训练模块在最粗粒度的网络上以端到端的方法训练任意一种ConvGNN并优化其模型参数，推理模块使用优化后的ConvGNN推理出不同粒度网络的节点表示，融合模块采用注意力权重聚合不同粒度的节点表示以产生最终的节点表示.在四个公开引文网络数据集上进行的半监督节点分类任务验证了M-NRL的有效性，实验结果表明，MNRL不仅能加速现有ConvGNN的训练，还可以增强其最终的表示质量.     

一种基于孪生网络的图片匹配算法

随着卷积神经网络（Convolutional Neural Networks,CNN）的不断改进，基于CNN的图片匹配成为图像处理的关键，然而，许多基于CNN的图像相似度检测算法对图像特征的表达能力较差，且曼哈顿距离或欧式距离的计算方式导致在计算损失函数时模型不一定能很好地收敛.针对此问题，提出一种基于孪生网络和注意力机制的方法（CSNET）来提升图像匹配的性能，主要步骤如下：使用将激活函数改进为Mish函数的VGG16网络作为主干网络提取图像的特征，在模型的卷积层加入注意力机制模块（Convolutional Block Attention Module,CBAM），这提高了模型的特征提取能力和鲁棒性，保证训练可以收敛.对模型输入图片对的特征向量的欧氏距离，再利用网络全连接层输出的相似度分数来度量被检图片是否相似.将提出的CSNET与其他图片匹配方法在Omniglot和SigComp2011等数据集上进行比较，实验结果表明，CSNET能有效提高图像相似度匹配的准确性.     

基于流形正则的堆叠胶囊自编码器优化算法

针对堆叠胶囊自编码器存在检测性能慢、不能更好挖掘图像局部特征的问题，本文提出基于流形正则的堆叠胶囊自编码器优化算法。采用Scharr滤波器对堆叠胶囊自编码器模型中的图像进行重建，加强图像目标检测的精度，并在损失函数中引入流形正则项，从而加强对原始数据空间局部特征的提取，最终使用基于流形正则的堆叠胶囊自编码器学习参数，选择出更加具有区别性的特征。在MNIST和Fashion MNIST数据集上的实验结果显示，该优化算法相比于原网络结构，图像分类准确率分别提高了0.26和9.23个百分点，且模型训练速度也得到较大提高。     

激活数学课堂生命力

中职学生的数学学习成绩不理想已经是一个不争的事实。数学课堂教学的实际教学效果也在不断地下降,教与学的不断脱节正在使我们的课堂变得死气沉沉,毫无活力可言。不管是教师和学生对职高数学这一学科的教学和学习正在失去信心。作为有着一个十多年教学经历的一线教师,一直努力去改变数学课堂教学的现状,结合我校的实际情况,开方抓药,希望能够＂药到病除＂,重新激活课堂的生命力。     

学习支架在程序设计教学中的运用

程序设计是一种典型的抽象思维过程,学习支架在建立学生的抽象思维过程中起着非常关键的作用。在程序设计教学中运用学习支架时,要按照学生智力的"最近发展区",了解学生的思维发展水平,有针对性地帮助学生搭建学习支架;在时机的选择上要适时,不宜过早或过晚;在学生顺利解决问题后,教师要及时撤出学习支架。     

高校健美操“程序-合作学习-自主探索”教学模式的应用研究

运用文献资料法、教学实验法、数理统计法对“程序-合作学习-自主探索”教学模式和传统教学模式在高校健美操教学中进行实验对比,主要从实验后两种教学模式对学生身体形态、机能、素质及健美操技能等方面的影响进行深入分析.研究发现：“程序-合作学习-自主探索”教学模式对于提高学生身体机能、身体素质和健美操技能方面要优于传统教学模式.