基于自主学习行为识别的教学质量智能评价系统设计

文章提出了一种基于自主学习行为识别的教学质量智能评价系统设计方案。系统设计的核心技术包括机器学习算法、行为识别技术和数据分析技术，主要介绍了系统的总体设计和关键技术，包括数据采集、特征提取、行为分类、质量评价和建议生成等方面。实验结果表明，该系统能够有效识别和分析学生的自主学习行为，并准确评估教学质量、提供个性化的教学建议。     

计算机基础个性化智能MOOCs教学资源建设

以教学资源的构成,教学资源的互动性与可持续发展为基础,展开对计算机基础MOOCs教学资源建设的研究。同时,通过数据挖掘技术,为学习者制定个性化的MOOCs学习方案,提高学生应用计算机获取学习资源的基本应用能力,促进教育个性化和智能化发展。     

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Agent的个性化信息服务研究与实现

针对ITS下的出行者信息服务领域中，出行者对出行信息的个性化需求问题，采用决策树方法来获取用户对信息的个性需求，利用Agent技术建立信息服务终端模型，并定义各组件的功能。此外，还在出行终端的基础上，提出以移动处理为指导思想的ITS信息服务网络结构模型。     

网络多媒体CAI软件中自适应学习过程模型的研究

本文探索学生在网络多媒体CAI软件学习过程中的适应性研究。在自适应学生模型的理论基础上,通过对学生个性信息的挖掘在网络多媒体环境中设计自适应学习过程模型。     

基于智能化数据挖掘的高新技术监测分析技术研究

针对高新技术的产业发展方向、风险投资以及高新技术的监测分析等问题，应用数据挖掘、神经网络等技术方法，提出了一种基于智能化数据挖掘的高新技术监测分析的初步模型，并指出该模型在实现中存在的一些问题，对高新技术监测分析技术的发展前景做了展望。     

基于数据仓库的交通信息发布系统

针对交通管理系统中普遍存在的信息资源孤立和浪费问题,提出了基于数据仓库的信息整合和数据挖掘的交通信息发布系统,重点阐述了系统目标、系统构架方案,以及整个系统实现和功能分析。     

数据仓库技术在智能交通管理决策系统中的实现

基于公交管理系统数据,结合数据仓库(DW)、数据挖掘(DM)、联机分析处理(OLAP)和数据可视化技术及当前公交系统中存在的问题,探讨了智能交通管理决策系统的实现,实施数据挖掘,分析数据结果,为公交系统日常管理与决策提供实时与科学的信息.     

探究基于云计算的大数据挖掘平台

云计算技术具备动态资源分配和调度、虚拟化和高可用性的特点,能够克服传统数据挖掘技术速度慢、效率低和能耗高的弱点,有效的降低成本,提高数据挖掘效率。文章探讨了一种基于云计算的并行大数据挖掘平台的应用,并探讨基于云计算的大数据挖掘系统构成、存在问题及应对措施。     

智能联网环境下驾驶行为研究发展趋势与挑战——基于行车风险的保险精算

基于远程信息处理技术实时获取车辆行驶信息,并结合大数据挖掘、处理分析技术等探索影响UBI(UsageBased Insurance)车险费用厘定的驾驶行为指标,通过行车风险评价模型评估驾驶人的风险等级,可以为其提供风险与保费定价相匹配的个性化保单。UBI的发展主要分为两个阶段,基于驾驶里程付费的车辆保险(Pay-As-You-Drive,PAYD)和基于驾驶行为付费的车辆保险(Pay-How-You-Drive,PHYD),逐渐建立"人-车"保险定价模型,对增强交通安全、缓解交通拥堵以及保护环境等方面具有重大的意义。通过整理国内外汽车保险行业UBI产品的发展情况、UBI保险变量以及考虑不同变量的车险费用厘定模型,对该领域的现状和面临的挑战进行了归纳总结,结合"环境"因素可为车险定价提供更为可靠的依据,是下一代UBI定价的发展方向。     

智能交通系统综合信息平台研究

分析了综合交通信息平台数据处理、交互平台和辅助决策等主要功能，在此基础上提出了以多种数据处理技术为核心的综合交通信息平台的分布式体系结构，探讨了综合交通信息平台建设的数据融合技术、数据压缩技术、数据标准、数据仓库技术以及数据挖掘技术等，该综合信息平台的具有实现交通运输系统的有效集成、交通运输服务内容的延伸等优越性。     

基于数据挖掘技术的智能交通信息分析与决策研究

智能交通系统是解决当今交通问题最有前途的手段之一,而交通信息的分析与处理是其核心问题。首先介绍智能交通系统的信息特征及其分析要求,剖析了当前国内外常用的分析方法在信息处理与辅助决策方面存在的不足,提出了一个完整的、针对智能交通行业的交通信息智能分析与辅助决策系统模型。该模型以数据挖掘技术为核心,全面运用了新一代决策支持系统理论和计算智能技术,最后阐述了模型的各主要组成部分及其关键技术与实现方案。     

DM技术在联网收费中的研究与应用

文章介绍了数据挖掘技术概念和相关内容,并利用数据挖掘技术中常用的聚类分析,结合硬聚类和模糊聚类的方法,描述了如何通过数据挖掘方法对收费系统中的大量数据进行规律分析和模型预测,文章给出了详细的计算步骤和框图。     

基于虚拟现实技术的轨道交通车站大客流组织培训系统设计

针对传统的城市轨道交通客流组织教学模式存在模式陈旧、软硬件环境还原度低、课程考核模式陈旧等不足,根据城市轨道交通客流组织培训需求,本文基于虚拟现实基础开发了轨道车站大客流组织培训系统.此系统包含2个子系统:三维虚拟教学模型和城市轨道交通车站大客流组织培训数字化系统.该系统可为学生们提供1个可视化的数字化信息平台,打破了现有教学模式的限制,为学生提供更加真实、沉浸式的学习环境,进而提高学生的学习效率和学习兴趣.     

Web数据挖掘在电子商务中的应用研究

电子商务网站顾客在Web上的行为都会产生大量数据信息。可运用数据挖掘技术对客户访问信息的Web数据进行挖掘,加深对客户访问行为的了解,从而调整网站结构和市场策略,使电子商务更具个性化和针对性。     

基于XML技术的JAVA消息服务数据模型的构建

当前,计算机信息技术的应用正逐步走向分布异构环境下的数据仓库、数据挖掘和决策支持.随着数据量的迅猛增加、信息共享范围的不断扩大以及对信息安全访问的迫切要求,多异构数据源之间的信息交互和集成策略已成为企业充分利用信息资源、牢牢把握竞争优势的关键因素.本文基于XML技术,利用数据集成模型抽象出统一的数据封装进消息中,然后通过JMS进行传递,初步实现不同应用系统间的数据交换和资源共享,从而达到数据集成的目的.     

数据驱动的智能车个性化场景风险图构建

为实现智能车辆危险预警辅助功能，精确建立个体驾驶员的个性化辅助系统，提出一种数据驱动的智能车个性化场景风险图构建方法。构建复杂交通场景中动静态要素属性与要素之间隐含交互关系的图表征，使用图核方法对图表征数据进行相似性度量，处理分析驾驶员操作数据并获取驾驶员个性化场景危险程度评价标签。基于支持向量机训练识别模型，建立驾驶员个性化危险评价机理与场景特征之间的映射关系，以模型输出的危险程度评价标签与真实值进行实验对比。结果表明，基于场景风险图构建的驾驶员个性化危险场景识别模型识别准确率可达95.8%，比特征向量表示法提高了38.2%，能够有效地做出基于驾驶员驾驶风格的个性化场景危险程度评价。     

移动终端交通管理信息服务系统设计与实现

在分析交通管理部门信息化建设现状的基础上进一步研究移动终端交通管理信息服务技术,构建移动终端交通管理信息服务平台的总体结构和各个功能模块.提出了基于移动终端的交通管理信息服务系统的设计框架,为人们提供专业化、个性化的信息服务,验证了利用移动终端进行交通管理信息服务的可行性和实用性.      

经济法基础课程线上线下混合式教学模式改革探究

随着网络化信息技术的高速发展，移动互联网时代到来，信息化教学成为常态。教师与学生在课堂中的角色、教学模式和教学策略等发生颠覆性转变，由此对经济法基础这门课程的教学产生了一定的冲击。高职院校需积极作出改变，改革传统灌输式教学办法，有效运用数字化和网络化技术，实现线上教学和线下教学之间的有机融合，满足学生的个性化和多样化学习需求，激发其课堂学习兴趣。基于此，文章基于教育信息化2.0背景，以高职院校财会、营销等专业经济法基础课程为切入点，探析了经济法基础课程线上线下混合式教学模式，并提出了线上线下混合式教学策略。     

基于数据驱动的电动汽车电池安全风险预测

为了对电池安全风险进行准确预测，本文提出基于一种车-天气-驾驶员的多指标电池安全风险预测方法。首先提取车内外多维度信息即运用数据挖掘提取了天气状况、汽车行驶工况和驾驶风格等多指标特征，以模拟实际的电池应用场景；然后通过随机森林和SHAP组合模型的方式对特征进行筛选，从而提高了模型的泛化性和鲁棒性；最后将电池安全风险预测问题解耦为机器学习预测和时间序列预测问题，分别选择XGBoost和随机森林模型进行预测，并在此基础上建立新的Stacking集成模型对电池安全风险进行预测。最终模型的预测效果和数据实验的结果表明，该方案对电动汽车电池安全风险能做出较为准确的预测，可以为安全化、智能化的电池管理系统提供辅助决策信息。