基于压缩感知的在线多示例学习目标追踪

近年来提出的多示例学习算法在一定程度上能够克服模板漂移问题。然而,在线学习需要获取足够多的有用数据才能达到稳定的追踪效果,但是这却增加了算法的复杂度。为了解决这一问题,在压缩感知理论的基础上,运用随机观测的方法对多尺度图像特征进行降维,提取的这些低维特征中包含大量的有用信息。因此,我们提出的算法是先利用压缩感知理论提取目标特征之后,再使用在线多示例学习算法分类器对这些特征进行分类从而实现目标的稳定跟踪。通过对不同的图像序列进行实验,结果表明基于压缩感知的在线多示例学习算法对实时的目标追踪有很好的适应性。     

国外自我导向学习模式研究述评

模式是连接理论与实践的中介桥梁,既反映学者的理论思想,又对实践操作具有一定指导意义。在自我导向学习理论研究方面国外众多学者构建了不同类型的模式。根据不同侧重点,可以将国外七种具有代表性的自我导向学习模式归纳为三类:因素分析类模式、过程分析类模式和情境分析类模式。研究国外各种自我导向学习模式旨在促进这些模式在我国构建学习型社会过程中实践运用与推广。     

基于改进的C-支持向量机的手写体数字高识别率方法研究

手写体数字的识别在社会经济、社会生活的许多方面都有着广泛的应用。同时支持向量机是近几年来模式识别领域中的一种新技术,它被广泛应用到文字识别、人脸识别等应用中。为此将支持向量机技术应用到手写体数字的识别中,通过使用改进的C-支持向量机进行手写体数字的识别,并得出相应的识别率,结果表明此方法可行且有较高的识别率。     

基于双空间特征提取的变压器故障诊断模型

为了提高基于油中溶解气体分析(dissolved gas analysis, DGA)的变压器故障诊断正确率,弥补单子空间特征提取的局限性,提出了基于双子空间特征提取的变压器故障分层诊断模型.首先,将DGA测试样本在一个子空间内进行特征提取后,为避免核函数及其参数的选择难题,以及利用多核支持向量机(multiple-kernel support vector machine, MKSVM)鲁棒性强和精度高的特点,采用MKSVM作为分类器对测试样本进行预测.依据预测结果将测试样本分为难分类和易分类样本,对易分类样本直接进行分类识别;对难分类样本则将该样本再次投影到另一子空间进行特征提取后,同样采用MKSVM作为分类器对难分类样本进行预测,综合两次预测结果进行分类识别,实现两分类MKSVM的双子空间特征提取算法.最后,根据故障特征,建立基于双子空间特征提取算法的变压器故障分层诊断模型.诊断实例表明,该模型具有较高的诊断正确率和推广能力.     

基于聚类优化的RBF神经网络多标记学习算法

多标记学习采用RBF神经网络与K-means聚类算法相结合取得了较好的效果,但由于聚类数事先不能很好地确定,无法给出准确的聚类个数值,会导致聚类质量下降、聚类结果不稳定等,进而影响RBF神经网络多标记算法的稳定性及分类性能。本文从样本几何结构的角度出发,采用一种聚类有效性指标函数,为每个类寻找最优的聚类个数,从而优化问题的求解。理论研究和实验结果表明,改进后的算法在分类的稳定性及分类性能方面都有较好的表现。     

新课改之亮点—研究性课程与学习

20世纪90年代,在全球教育改革的大背景下,我国在2000年提出将研究性学习课程纳入基础课程体系。研究性学习既是一门新课程,又是一种与"接受式学习"相对应的学习方式,可以渗透到各学科课程的教学中去。研究性学习在实施的十余年中,取得了成绩,但也存在一些问题,学校和教师应该认真反思,通力协作,共同促进研究性学习课程的蓬勃发展。     

远程开放教育学习者英语学习风格研究

本文对安徽电大远程开放教育学习者的英语学习风格进行了研究,结果表明:①远程开放教育学习者的英语学习风格是多元化的,学习风格的偏爱方式依次为:听觉型—团体型—体验型—动手型—视觉型—独立型。事实上,听觉型、团体型、体验型、动手型的平均数并无太大差距;②男女生在英语学习风格偏爱方式上并没有显著的性别差异。同时,该研究为开放教育英语教师针对学习者学习风格的个体差异制定相应的教学策略提供了一定的依据。     

吉林地产紫苏油、松籽油和核桃油对小鼠学习与记忆能力的影响

目的观察不同种类的不饱和脂肪酸对小鼠学习能力和记忆能力的影响,以了解其是否具有提高学习与记忆能力的作用.方法用不同剂量的紫苏油、松籽油、核桃油连续给小鼠灌胃6周,然后采用跳台实验检测小鼠的学习能力和记忆能力.结果与对照组相比,低、中、高剂量的紫苏油、松籽油、核桃油在小鼠的学习能力和记忆能力的测定指标即错误次数上有显著性差异(P0.05).结论在本次实验剂量范围内,不同剂量的紫苏油、松籽油、核桃油可以提高小鼠学习能力和记忆能力,且有明显的剂量-效应关系.     

基于Java技术的手机移动学习平台的设计与开发

为了让人们可以在Android平台下,在娱乐之余,又可以享受文件共享,学习交流的服务,设计并开发一个手机移动学习平台。系统采用C/S结构,使用Android布局技术设计页面布局,在手机客户端实现了用户注册、登录、查询、下载学习资源信息、发布求助信息等功能,在后台服务器端实现了管理员对普通用户管理、资源信息管理、留言信息管理等功能,并在Android智能手机上通过了测试。     

传感器故障非线性系统的快速抑制初态误差迭代学习控制

针对一类带有传感器故障的非线性系统提出了一种新的迭代学习控制算法,该算法在任意初态条件下,结合开环D型迭代学习律,设计一个随迭代次数增加而缩短的时间段,该时间段控制器对状态偏差进行修正,使系统跟踪误差收敛到与初态误差无关的界内,仅由系统自身不确定性和干扰决定。进而基于λ范数理论选取适当的控制增益,抑制传感器故障带来的跟踪误差,并给出控制算法的一致收敛性和误差的有界性证明。注塑机系统的速度控制仿真结果验证了该算法的有效性。