网络信息技术下学习方式变革的研究

在网络信息技术下,将多媒体的功能进行延伸,由过去单一的课件播放工具,变成学生可以通过校园网获取知识的主要源泉;学习方式方面由单一被动变成自主合作学习方式,将这种学习方式进行引导和强化训练之后,变成一种学习能力.     

Web挖掘技术在网络学习个性化系统中的应用

网络学习的一个方向是个性化学习问题.引入个性化后的网络学习系统是一个智能化的系统.基于Web挖掘的网络学习中个性化学习系统,保证在教学过程中,异地教师与学生、学生与学生间的双向或多向实时交流,从而实现个性化服务的过程.     

基于Matlab的高速公路交通流 RBF神经网络建模

通过对高速公路宏观动态交通流模型的分析,提出用Matlab神经网络工具箱建立了交通流RBF模型,讨论了RBF网络设计过程中的参数设置,仿真结果表明了RBF模型的有效性.由于Matlab提供的RBF的实现算法具有自适应确定网络结构和无需人为确定网络初始权值的优点,因此减少了网络训练的随机性,提高了训练精度.     

大学英语多媒体网络教学模式探讨

在英语教学过程中,运用建构主义学习理论构建新型的英语教学模式,促进教学内容与教学方法的变革以实现课堂教学效果最优化,已经成为当今教育的必然趋势。文章阐述了建构主义基本观点和学习理论,并探讨了建构主义指导下的大学英语多媒体网络教学模式。     

信息技术与经济法教学的深度融合研究

信息技术在教学过程中的应用,能促进现代信息技术与学科课程的结合,逐步实现教学内容的呈现方式、学生的学习方式、教师的教学方式和师生互动方式的变革,充分发挥现代信息技术的优势,为学生的学习和发展提供丰富多彩的教育环境和充实的学习资源.根据"经济法"的学科特点及学生学习需求,阐述了如何在信息技术时代,充分利用好互联网、多媒体...     

基于ST-AGCN算法的物流暴力分拣识别模型

目前快递物流行业普遍存在分拣人员暴力分拣现象,为减少此类行为可采用基于图像的行为识别方法,但这种方法在实际场景中存在算法鲁棒性差、人体关节点数据难获取等问题。针对上述问题,制作了1个物流暴力分拣行为视频数据集,研究了暴力分拣行为识别模型。通过树莓派采集室内外2种情景下的分拣视频数据,利用Python socket模块实现视频图像实时传输,采用切片筛选规则除去非标准数据,应用OpenPose模型获取关节点数据。针对一般人体行为识别网络模型无法较好反映暴力分拣关节点对动作重要影响程度的问题,研究了以ST-GCN为主干网络的优化图神经网络模型ST-AGCN。利用空间注意力机制学习不同关节点对于各种动作的影响,以更新各关节点的权重;通过增加自适应图结构层以端到端学习方式将人体骨骼图的拓扑结构与网络参数共同优化,突出关联度高的关节点对动作识别的影响。以室内外环境下暴力分拣视频为对象开展和多种深度学习模型的对比实验和消融实验,实验结果表明：ST-AGCN模型识别现实场景中暴力分拣行为的准确率相比ST-GCN、STA-LSTM、不含空间注意力机制的ST-AGCN和不含自适应图结构层的ST-AGCN模...     

软计算方法研究车-车间跟随模型

采用软计算方法对车辆跟随算法模型进行对比分析,主要介绍基于自适应神经模糊推理系统ANFIS的跟随模型,并简要介绍基于BP网络和径向基RBFN网络模型与ANFIS模型的对比分析。为了取得模型训练所需的参数和测试模型的效果,设计了一个车辆跟随试验,试验中采用GPS模块来获取车间距和车速差两个参数。最后对模型进行训练和仿真决策输出,仿真输出表明采用自适应神经模糊推理系统的算法模型能较好地模拟驾驶员操作。     

车速控制系统自适应油门控制器设计

在分析非线性车辆纵向动力学模型及简化模型基础上，采用一种简化非线件模型设计自适应油门控制器，并应用李亚谱诺夫理论证明了传动系统存在动态过程时控制系统的稳定性。通过对基于简化线性和非线性模燃的自适应控制器的仿真研究，结果表明后者具有更好的收敛性。试验结果也进一步表明，基于非线性模型的自适应控制器可以通过自适应调节减小参数不确定造成的干扰，当传动系统存在动态过程时可以保证车速跟踪误差有界。     

利用Web教学管理平台,提高学生网络学习能力

由于中小学生缺乏网络学习的习惯,未掌握网络信息筛选的方法,加上中小学生的网络资源、有效内容等的不足,网络对中小学生产生了许多伤害和负面影响。Web教学管理平台的建立和使用,让学生在网络环境下体验到网络带给他们的志趣,让学生切实感受到网络学习的效率和功能,从而提高学生的学习兴趣水平,因势利导提高学生的网络学习能力,使网络真正成为学生的良师益友。     

汽车ABS中的模糊神经网络模型参考自适应控制策略

针对汽车制动的特点以及汽车防抱死制动系统的性能要求,建立了汽车的数学模型,提出一种模糊神经网络的自适应控制方案,构建了基于模糊神经网络的控制器和辨识器的结构模型。通过对网络参数的离线训练得出其初值,在控制过程中对网络参数进行在线微调,实现对汽车制动过程的有效控制。仿真结果表明:在不同的路面,汽车均能保持在最佳滑移率附近进行制动,制动时间及距离比较理想,满足ABS的安全性能要求。     

基于过程神经元网络与遗传算法的交通流预测

高速公路变通量预测对于高速公路建设和管理具有重要的指导作用。针对传统预测方法准确性低、预测时间长等问题,建立了遗传过程神经元网络优化模型,该模型既利用遗传算法全局搜索、快速收敛的优点,又利用过程神经元网络非线性描述、自学习自适应的优点,并以实际道路为例进行计算机仿真,实证分析的结果表明,该方法能够有效提高交通量的预测精度。     

问题式教学在《汽车构造》网络授课中的实践应用

文章通过对问题式教学的理论分析,结合疫情期间开展网络授课的教学过程,通过理论分析和实践教学来探索问题式教学在网络教学过程中的开展方式,以此构建基于网络教学“生成问题、回答问题、解决问题和检验问题”的问题式教学模式,从而提高网络授课的教学效果,培养学生自主学习的能力。     

探讨网络课程评价模型

网络课程评价是保证网络课程质量和设计水平的重要手段。随着网络课程的多元化发展,传统的网络课程评价方法已不能适应。本文在分析网络课程及网络课程评价的特点和发展的基础上,提出一种自适应的网络课程评价模型(NCEM),尝试采用人工智能、专家系统等技术提高网络课程评价的实用性、开放性和通用性,为网络课程的开发提供帮助和保证。     

基于动态网络结构优化的神经网络的自学习稳定性控制算法

为了解决稳定性控制算法的PID控制参数的自适应调整问题,并针对控制算法大多无自学习功能的现状,提出了SORBF(Self-Organizing Redial Basis Function)算法自适应优化PID控制参数,同时通过增长型算法和修剪型算法自适应优化神经网络结构,解决了初始设定的网络结构参数需要丰富的经验和大量的标定工作,并且网络结构无法自适应调整而导致网络泛化能力下降,冗余的神经元占用计算资源的问题。验证结果表明其具有很强的自学习功能,大量减少了标定时间,并控制横摆角速度实际值在参考值附近,更好地体现了驾驶员意图,在极限工况下控制误差减小,并更容易通过试验规范路径。     

基于GA-SVM优化方法的PC斜拉桥线形控制分析

通过将遗传算法和支持向量机相结合,建立了用于PC斜拉桥主梁标高误差预测的自适应GA-SVM模型。采用遗传算法对传统的支持向量机进行改进,利用其强大的全局搜索能力求解出支持向量机的最佳参数组合。将该模型用于梅溪河斜拉桥施工过程主梁标高误差预测。结果表明:该模型具有较高的学习和泛化推广能力,给出的预测结果令人满意。     

基于WiMAX网络的嵌入式视频监控终端设计

本文结合WiMAX无线宽带接入技术和嵌入式技术,给出基于WiMAX网络的嵌入式视频监控终端的硬件设计及软件设计,采用自适应码流策略保证WiMAX移动过程中的网络扇区切换和带宽变化时终端用户的视频质量,并采用数据加密技术保证用户数据资料在无线网络传输过程中的安全。     

基于人工神经网络的柴油机故障诊断

故障诊断是计算机模式识别领域的一个活跃课题。文中提出了基于人工神经网络的柴油机故障诊断方法，设计了适合该诊断系统的BP网络结构，并给出了一种基于黄金分割法改进的BP算法，用来自适应调整网络学习速率。仿真结果表明：该算法具有很快的学习速度和较高的学习精度，完全适用于柴油机故障诊断系统。     

浅谈网络多媒体实验室的建设与管理

本文从学校最常用的网络多媒体实验室的建设与管理为主题,较详细地讨论了网络多媒体实验室的规划设计与网络布线,软硬件配置,以及网络多媒体实验室的管理与维护,并具体给出了设置安全的WIN200XSERVER操作系统和网络多媒体教室软件的常见问题的解决方法。     

人工神经网络在预测高速公路路基沉降中的应用

人工神经网络具有较强的自组织、自适应、容错性以及很强的学习、联想能力,本文将其应用到高速公路路基沉降预测中.重点介绍了ELMAN模型方法,本方法利用实测资料直接建模,避免了传统方法计算过程中的各种局限性,通过对高速公路路基实测沉降资料的计算分析,证明本模型预测精度高,简便易行,具有广泛的工程实用价值.     

基于VGG-M网络模型的前方车辆跟踪

针对前方运动车辆复杂场景下的跟踪精度较低的问题,文中将庞大的VGG-M网络模型应用到实时跟踪中,并结合在线观测模型,实现对前方车辆稳定精准的跟踪。通过改进样本生成方案,优化网络训练集,提高了网络训练效率。采用自适应更新模型,可根据目标轮廓的高宽比、内部信息熵和跟踪的尺度置信度实时调节网络更新频率。实验结果表明,在线VGG-M跟踪模型比传统的车辆跟踪方法的性能有明显的改善。