BP神经网络学习率参数改进方法

针对动态BP神经网络学习率优化方法收敛速度慢而且对误差曲面变化不敏感等不利因素,本文提出了一种改进的BP神经网络学习率的优化算法,该策略使网络对误差曲面变化敏感且收敛速度快。     

基于卷积神经网络的基因剪接位点预测

研究剪接位点可以更深入地探索剪接机制和基因预测方法,准确预测剪接位点至关重要。基于深度学习技术提出一种新的预测方法,无需人工提取样本特征,以基因序列的K-MER编码向量作为输入,采用训练后的卷积神经网络(CNN)模型进行预测。基于人类基因HS3D供体数据集,与传统机器学习方法进行预测比较,结果表明预测模型的主要性能指标,包含马修斯相关系数(MCC)、灵敏度(SN)均超过传统的机器学习方法。     

工学结合人才培养模式的探索与实践

工学结合人才培养模式已日益得到社会的广泛认同,文章以无锡职业技术学院的实践为背景,对工学结合人才培养模式进行了探讨。     

浅议大学生英语自主学习

科学技术迅猛发展,国际竞争日趋激烈,因此,未来社会中,大学生是否具有较强的竞争力和发展潜力,很大程度上取决于学生是否有较强的自主学习能力。     

中国高等教育试验中提倡自主式学习

Ｉｎｔｒｏｄｕｃｔｉｏｎ：Ｔｒａｄｉｔｉｏｎａｌｇｒａｍｍａｒ＿ｔｒａｎｓｌａｔｉｏｎａｐｐｒｏａｃｈｆｏｃｕｓｉｎｇｏｎｔｈｅｔｅａｃｈｅｒｈａｓｂｅｅｎｄｏｍｉｎａｎｔｆｏｒａｎｕｍｂｅｒｏｆｙｅａｒｓ．Ｉｎｔｈｅｐａｓｔｔｗｏｏｒｔｈｒｅｅｄｅｃａｄｅｓ,ｈｏｗｅｖｅｒ,ｔｈｅｒｅａｒｅｉｎｃｒｅａｓｉｎｇｉｎｔｅｒｅｓｔｓｉｎｆｉｎｄｉｎｇｏｕｔｗｈａｔａｇｏｏｄｌｅａｒｎｅｒｓｈｏｕｌｄｂｅｉｎｔｈｅＳＬＡｄｏｍａｉｎ．Ｍｏｒｅａｎｄｍｏｒｅａｔｔｅｎｔｉｏｎｉｓｂｅｉｎｇｐａｉｄｔｏ…     

基于增量稀疏核极限学习机的发动机状态在线预测

针对发动机状态在线预测中样本累积、预测模型膨胀和在线更新速度慢等问题,提出了基于增量稀疏核极限学习机的在线预测方法.该方法定义了KELM核函数矩阵的稀疏测量矩阵,并根据矩阵原子相干最小化和自信息量最大化的样本信息度量准则实现在线样本前向稀疏与后向删减,提高了样本稀疏化效率.利用有效样本对测量矩阵在最佳阶数内进行在线扩充与修剪,限制了预测模型膨胀.利用改进的增量建模方法对模型的核权重矩阵进行递推更新,从而建立规模有限且结构稀疏的在线预测模型,提高了在线建模速度.仿真数据和发动机状态参数在线预测实验结果表明,与现有在线预测方法相比,ISKELM具有更高的样本稀疏化和在线建模效率.对发动机排气温度进行120步预测时,预测速度分别提高了80.50%和31.72%,预测精度分别提高了48.56%和15.81%.      

一种新的计算机视觉算法

受蚂蚁金服计算机视觉项目组委托,为了提高计算机视觉的识别效率和准确率,利用机器学习的思想开发自动进化图像学习机,将MATHEMATICA Cloud作为改学习机的计算云、搜索云,将学习函数和决策函数嵌入到学习机中,从而实现由学习机录入图像并导入MATHEMATICA Cloud进行计算和搜索的功能,利用搜索结果来锻炼学习机的学习函数,利用计算结果来锻炼学习机的决策函数,从而实现高效率的识别速度与高准确率的识别效果.基于蚂蚁金服提供的验算实例进行仿真实验,并从计算速度、收敛情况、识别精度等方面同现在常用的识别算法进行对比,结果显示:新算法的图像识别能力颇佳,与传统算法相比,新算法具有更快的计算速度、绝对收敛性和远高于传统算法的识别精度.     

基于改进锚候选框的甚高速区域卷积神经网络的端到端地铁行人检测

在地铁监控场景下的行人检测,具有客流量大,遮挡程度高的特点。针对该场景的行人检测,提出基于深度学习甚高速区域卷积神经网络的端到端头肩检测方案。由于甚高速区域卷积神经网络模型对目标检测具有普适性,针对通过地铁监控摄像头采集的真实的客流图像数据,人工标注训练及模型测试数据集进行分析;进而根据头肩特征面积分布较集中,长宽尺度比例可明显分为一类的特性对区域建议网络网络中的锚候选框进行了改进,使其更适应地铁特殊场景中的行人检测。改进后的模型在保证系统检测精度的同时提升了检测实时性,可以精确检测地铁场景下不同姿势的头肩部位;并在不同场景及视角下的检测也取得了较好的效果。     

探究性学习的教与学——“三角形中位线”的教学

探讨“三角形中位线”的教学中探究性学习基本模式的应用.     

加强辅导员队伍建设的对策

针对辽宁科技大学专职辅导员队伍现状进行了问卷调查、统计和分析。辅导员队伍人员结构合理,综合素质较高;在人员配备、任务分工、工作量计算、理论研究、保障运行机制等方面有待加强。提出了加强辅导员队伍建设的对策,如提高认识、足额配备,完善考核制度,走职业化、专业化道路等。