《统计学原理》教学方法谈

《统计学原理》具有两个显的特点,其一是抽象性;基二是“三多两难”,既概念多、原理多、公式多、难理解、难记忆。针对这些特点,教师在教学中要把握重点,注意知识体系,摸索一条由特殊到一般,由知识点到知识线,进而串成知识链的教学方法,在传授知识的同时,培养学生分析和解决问题的能力及举一反三、触类旁通的本领,将《统计学原理》学活、学透。     

校园一卡通系统决策支持实例分析

校园一卡通系统积累海量数据,这些数据怎么为各个部门提供决策依据,在哪些方面可以使学校日常管理更加科学有序,使决策的制定更加合理有效,成为值得我们探讨的课题.本文以学校后勤、人事等部门的需求出发,以就餐人数、月均消费情况和洗浴情况三组数据分析实例为主,阐述一卡通系统数据如何支撑学校决策.     

例说数学课结尾的教学设计

课堂结尾是一九艺术,好的结尾不仅可以对教学内容起到概括的作用,而且能延伸拓展课堂教学内容,使学生自始至终保持浓厚的学习兴趣.作为课堂教学的一个环节,做好课堂结尾的设计与组织对于优化教学效果和提高教学质量具有重要的意义.通过教学实例论述数学课结尾的教学设计方法.     

面向不平衡数据分类的最近邻三角区域SMOTE方法

针对传统的SMOTE方法在类别区域重合的数据集应用时,可能产生多个更接近多数类的人工样例,甚至突破类别边界,从而影响整体分类性能的情况,提出了一种最近三角区域的SMOTE方法,使合成的人工样例只出现在少数类样例的最近三角区域内部,并且删除掉距离多数类更近的合成样例,从而使生成的样例更接近少数类,且不突破原始的类别边界。实验分别在人工数据集和改进的UCI数据集上进行,并和原始的SMOTE方法分别在G-mean和F-value的评价指标上进行了对比,实验结果验证了改进的SMOTE方法在类别区域有重合的数据集上要优于原始SMOTE方法。     

基于深度学习的图像全景分割改进算法模型

图像语义分割和实例分割是计算机视觉领域基础挑战性工作,图像全景分割统一解决两者的任务,其核心为图像中每一个像素分配相应的类别标签以及为类别中每一个实例分配ID。经典UPSNet已经取得了较好的全景分割效果,但是使用了一种单向信息流动的特征金字塔网络,将存在实例分支的目标实例定位不够准确的问题,并且语义分支的语义分割能力还需进一步提升。本文通过考虑两个任务的差异性以及共性,重新设计特征金字塔网络结构以提取出更适合全景分割的特征图,从而提高了实例分支的AP评价指标。在语义分支中引入了克罗内克卷积,与可变形卷积进行融合使得特征图的感受野更大并且捕获了局部信息,使语义分支的mIoU评价指标得到了提高。此模型在Cityscapes数据集上进行实验,验证了所设计的每个模块及整个模型的有效性。     

高等教育中的人文教育误区浅析

在当前语境下,面对人文教育的边缘化、人文精神的失落等教育现象的出现,探讨高等教育中的人文教育问题是具有必要性的。在现代高等教育中,教育被片面化甚至异化的现象已经屡见不鲜。重构人文教育是一个不得不面对的紧要问题。     

基于案例项目的高职“软件工程”迭代式教学法研究

基于项目教学法和案例教学法应用于高职院校"软件工程"课程教学存在的问题,提出基于迭代式的软件开发过程、将案例教学法和项目教学法相结合的迭代式教学方法。该方法把"软件工程"教学的全过程分为三个阶段(即三次迭代)来实现,每个阶段采用不同的教学方法,设置递进的教学目标,以实现学生软件工程知识和能力进化式增长。实践表明,该方法克服了传统案例教学和项目教学法的不足,降低了"软件工程"课程的学习难度,提高了学生的学习兴趣,取得了较好的教学效果。     

基于NSGA-Ⅱ的非平衡制造数据关键质量特性识别

针对非平衡产品制造数据关键质量特性(critical to quality characteristics,CTQs)识别,提出基于NSGA-Ⅱ的特征选择算法.首先,在分类错误率和特征子集大小基础上,针对数据非平衡性,引入第Ⅱ类错误率度量质量特性子集的重要性.接着,应用多目标进化算法NSGA-Ⅱ最小化以上三个度量标准,得到非支配解集.最后,引入理想点法从非支配解集中选择最佳调和解,得到CTQ集.算例结果表明,所提算法能够得到较高分类精度,同时有效降低第Ⅱ类错误率与CTQ集大小,说明了算法的有效性.     

基于KMM匹配的参数迁移学习算法

当训练数据和测试数据来自不同的领域或任务以至于训练数据和测试数据的分布不相同时,需要进行知识的迁移.本文提出一种基于实例KMM匹配的参数迁移学习方法.利用KMM算法估计每个源领域实例的权重,再利用得到的权重,把这些实例应用到基于参数的迁移学习方法中.把该迁移学习算法应用到无线网络定位问题中时,该方法的定位准确度要高于单...