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.     

西藏班中职生英语学习动机研究

采用《中学生英语学习动机调查问卷》对西藏班中职生的英语学习动机进行调查。结果表明:(1)内部动机总体上高于外部动机,说明其英语学习的动机结构较为合理。内部动机各因子按得分高低依次为自我完善、责任心、兴趣、成就感、寻求学习机会,外部动机各因子按得分高低依次为功用价值、奖励或惩罚、群体态度、压力;(2)英语学习动机存在显著年级差异,年级与有关因子间呈动态关系,成就感随年级升高而下降,责任心、压力随年级升高而增大;(3)英语学习动机存在显著性别差异,女生高于男生;(4)英语学习动机存在显著水平差异,英语成绩好的学生在成就感、完善自我、寻求学习机会、功用价值等方面有较强表现。     

基于PBL的海外留学生中药学教学模式

随着越来越多海外留学生来华学习中医药知识和技能,留学生教学方法优化改革已成为从事留学生中医药各科教学的教育工作者共同关心的话题。PBL(Problem-based Learning)被认为是一种优秀的教学方法,自从在欧美国家广泛应用以来,近年来也引起国内许多学科的关注及应用。作者结合海外留学生学习特点、PBL教学理念、中药学课程特点,并在PBL教学实践的基础上,首次提出了基于PBL的海外留学生中药学教学模式。本文将为中药学生或其他学科留学生课程的教学改革提供有意义的参考。     

高校图书馆服务质量测评研究综述

通过文献分析法,分析了国内外高校图书馆服务质量评价的发展历程和主要研究方向;并对国内高校图书馆服务质量的研究现状以及国外服务质量评价方法在我国本地化实践研究中存在的问题进行了分析总结;最后,在对比国内外高校图书馆服务质量研究和实践水平的基础上,对国内服务质量研究实践进行了研究方向趋势分析。     

浅谈生物教学中学习兴趣的培养

兴趣是学生主动学习的内在因素,影响着学生的学习效率。而如何培养学习生物的兴趣,提高主动学习的积极性又是众多教师所关心的一个实际问题。本文结合多年的实际教学经验,浅谈如何提高学生学习兴趣。     

基于积分算子技巧的容量相关估计

利用与积分算子特征值下降速率有关的两种容量相关条件,在抽样是同分布且样本是独立选取的情况下,通过积分算子技巧和假设概率随机事件的方法给出了正则化最小二乘回归学习算法的一致性误差界,并将正则化最小二乘回归学习算法的学习速率提高到了O(m^-β(1+2β))。     

基于度量学习的邻域k凸包集成方法

k局部凸包分类方法通过改进k近邻算法在处理小样本问题时的决策边界而显著提高分类性能,k子凸包分类方法通过克服k凸包分类对类数和样本环状分布的敏感性而改善了分类性能。但是,该方法仍然对样本距离度量方法敏感,并且在k邻域内不同类的样本数经常严重失衡,导致分类性能下降。针对上述问题,文章提出了一种邻域k凸包分类方法,并通过引入距离度量学习和集成学习技术来提高算法对样本空间度量的鲁棒性。大量实验表明,文中提出的基于度量学习的邻域k凸包集成方法具有显著的分类性能优势。     

基于半监督学习的人体异常行为识别

需要进行人体异常行为识别的视频一般都是未标记的序列图像,传统的有监督的识别方法往往不能较好地反映其行为的特征,识别率不高.提出了一种基于半监督学习的人体异常行为识别方法,首先使用基于DTW距离的self-training进行标记数据扩充,然后用此扩充的序列图像样本集合训练对应的HMM,最终进行异常行为识别.实验结果证明该方法有效且识别率较高.     

基于贝叶斯网络的室内无线信号强度学习算法

考虑到接收信号强度（RSS）算法的定位结果有着其不确定性,提出了一种新的生成场强分布图的自动学习算法.在此算法中,在初始简易场强分布图的基础上,首先启动一个带有默认参数值的线性模型,然后自动学习各类在线RSS数据;在学习的过程中,基于现有的支持RSS测量的WLAN、Zigbee、UMB等无线网络,扩展了标准的最大期望（EM）算法,推算出场强分布图的一种最大似然（ML）估计算法并运用到自动学习中,就可以生成一较精确的场强分布图.模拟表明,无需任何校准数据,该方法可以提供较高的精度.     

成人网络课程设计之研究

本文通过对成人学习自身特点和网络课程基本内涵的深刻把握,在深入分析目前成人网络课程设计存在的弊端和使用率低等问题的基础上,分别从多媒体资源整合价值的最大化、教学内容设计的集中性和强化多种交互功能的实现等六个方面对成人网络课程的设计理念提出建议。