基于改进多核学习的多传感数据分类方法研究

物联网（internet of things,IoT）技术中结合多个数据源互补信息提高数据分类准确率的研究受到了越来越多的关注。针对物联网无线传感器采集到数据的多源异构特性,给出了一种基于改进多核学习支持向量机（improved multi-kernel learning-support vector machine,IMKL-SVM）的IoT数据分类方法。传统的多核学习方法中核函数主要是采用经验法选取核函数类型及参数,本文改进方法在确定核函数类型及参数时分为两步：首先采用交叉验证方法初步确定核函数类型及参数;其次在第一步结果中利用支持向量机（SVM）同时训练样本和优化多核函数的类型及参数。实验中针对温度、湿度、光照、大气压力等4种数据设计了两组数据——第一组数据被标记为上午、中下午、傍晚、夜间4类,第二组数据被标记为白天、傍晚、夜间3类,比较了本文的IMKL-SVM方法、单核SVM方法及传统MKL-SVM方法在两组数据集上的分类准确率。此外,针对UCI公开数据集AReM进行了分类实验,实验结果表明IMKL-SVM方法针对具有多源异构特性的物联网数据实现了较高的分类准确率。     

结合目标检测与特征匹配的多目标跟踪算法

针对多目标跟踪算法在遮挡频繁的场景下存在目标关联准确性低的问题,提出一种结合检测与特征匹配的多目标跟踪算法. 该算法引入检测精度较高的YOLOv5作为多目标跟踪的检测器,能够精准定位目标,有效提高跟踪精度;在面对目标间遮挡时,通过专门设计特征匹配模型提取更为细致的特征,能够有效降低跟踪时目标ID的切换次数.在MOT16数据集上对跟踪性能进行评估,结果表明:所提方法可以有效缓解目标遮挡,实现稳定跟踪.     

自主性学习在线性代数课程教学中的实践研究

介绍了自主性学习理论研究的概况。以线性代数课程教学为例,探讨了培养学生自主性学习的策略,总结了实际效果和推广价值.     

人工智能中的机器学习研究及其应用

机器学习是人工智能研究的中心问题。本文首先介绍了机器学习的背景——人工智能的研究和发展，机器学习的概念。提出了机器学习的研究目标和方法，建立并讨论了一个简单的学习模型。最后指出机器学习的发展必须依靠思维科学的发展，提出了发展机器学习的趋势。     

基于遗传算法的肝病诊断学习系统

提出一种用遗传算法来构造肝病诊断学习系统的方法,其中引入了肝病领域专家对规则打分的适应度评估机制,通过选择、交叉和交异等遗传操作使知识集得到不断地精炼,最后,用这种方法对模拟的专家知识进行学习,实验结果表明。该方法能使系统比较有效地学习专家知识。     

基于两层主动学习策略的SVM分类方法

针对当前主动学习策略直接用于支持向量机(SVM)分类器时存在泛化能力不强的问题,提出了两层主动学习策略(TLAC),该策略利用协调训练的思想,深层挖掘未标记样本数据的分布知识,从而选择最有利于分类器性能的样本来训练分类器.实验表明,该TLAC策略能够合理地指定TSVM算法中的正样本数,在典型指标测试中都表现出了一定的优越性.     

归芍滴丸的制备及其对东莨菪碱诱发的大鼠学习记忆障碍的改善

优化归芍滴丸的成型工艺,研究其对大鼠学习记忆障碍的影响。方法:采用正交设计方法,以外观质量、滴丸圆整度、溶散时限等为考察指标,以基质药物配比、药液温度、冷却柱长、冷凝液温度为实验因素,优选滴丸滴制条件;采用跳台实验,研究归芍滴丸对东莨菪碱所致大鼠学习记忆障碍的影响。结果:优化的归芍滴丸滴制工艺为:选用PEG 4000为基质,甲基硅油为冷凝剂,药物与基质配比为1∶2,药液温度为80℃,冷凝剂温度为10℃,滴速为30～40 d/min,滴距为3 cm,冷却柱长为15 cm。所制备的归芍滴丸平均丸重约50 mg/粒,有效成分阿魏酸和芍药苷的含量分别为0.27 mg/粒和0.24 mg/粒;与对照组和散剂组相比,归芍滴丸组大鼠的错误次数显著减少(P0.001),潜伏期明显延长(P0.001)。结论:本实验优化出的归芍滴丸滴制条件可行,归芍滴丸能显著促进小鼠的学习记忆能力的提升。     

智慧学习环境中基于贝叶斯网络构建学生模型的研究

智慧学习环境是当前教育技术学界的一个前沿研究领域,从C/S架构的智能学习系统发展到B/S架构的智能化网络学习环境,学生模型仍然是其最核心的功能模块,是学生自我导向式学习情境中构建智慧学习环境的关键因素.本文采用文献分析法和实践调研法,从学生模型的分类、数据结构和建模方法等几个方面,对国内智能网络学习环境中学生模型的研究现状进行了较为详细的研究,并通过梳理近年来关于静态学生模型和动态推理模型的研究,提出了智慧学习环境中基于贝叶斯网络构建学生模型的框架,期望为智能学习系统中学生模型的理论研究和实践发展提供可借鉴的参考和经验.     

自主学习理论在大学课堂教学中的运用

自主学习是一种学习行为和学习状态,它表现为强烈的求知欲、主动参与的精神与积极思考的行为。提高大学生的自主学习能力是时代发展的需要。应创设自主学习情景,营造轻松愉快的学习氛围,充分调动学生智力因素和非智力因素;借助教学媒体,锻炼学生的思维能力和创造能力;调动学生自主学习的内在动机,使学生真正成为学习的主人。     

模型参数不确定的连续系统自学习定性控制

对模型中含有不确定性因素的非线性系统给出了一种定性控制方法,避免了模糊控制器设计中存在的主观性和模糊规则难以获取等缺点．先将状态进行定性划分,再对每个定性状态根据期望约束利用不精确模型求出控制的参考范围及初值,最后对控制量在线自学习调整．此方法具有模糊控制的控制效果．