求解TSP问题的模式学习并行蚁群算法

针对大规模旅行商问题(TSP)会遇到计算时间过长以及计算效率降低的问题,将并行计算和模式学习引入蚁群算法,通过各个节点机提取模式,在各节点间筛选和交流优良模式,以改变计算粒度,达到缩短计算时间、提高计算效率的目的.实验结果表明该算法取得了较好的效果.

基于模式学习的中文问答系统答案抽取方法

答案抽取是中文问答系统的关键,而通常答案是借助于问题的答案句子模式抽取得到,由于答案句子模式是语言专家根据语言规则提炼获得,因此非常依赖于专家经验。针对这一局限性,提出了一种利用模式学习来获得中文答案句子模式的方法,该方法利用搜索引擎从互连网上检索相关问题文本,人工提取包含答案的句子段,并标注问题类型及答案,形成各种问题类型的问答训练语料。通过统计学习,提取候选答案句子模式,计算候选句子模式权重,并根据权重获得相应问题类型的答案句子模式。基于事实的问题答案抽取结果表明,提出的基于模式学习的方法有很好的效果,实验答案提取准确率值达到了0.28,学习方法获得的模式基本上覆盖了常规答案句子模式。

模式学习在QA系统中的有效实现

开放领域的问题回答(question answering)是自然语言处理领域中具有挑战性的研究方向.提出了一种基于模式学习实现问题回答的方法,核心思想是利用机器学习方法得到的答案模式获取问题答案.该方法优势在于①模式学习完全自动化实现;②解决了目前普遍存在的模式约束性弱及答案缺乏语义类型限制等缺陷.在TREC测试集上的实验结果表明,它不但解决了简单模式所覆盖的问题集,同时也解决了需要较强约束性模式进行答案抽取的问题集,而后者的问题数目在TREC测试问题集中占约80%.

轨迹分布模式学习的层次自组织神经网络方法

提出一个层次自组织神经网络模型 ,并将其应用于基于事件识别的轨迹分布模式学习中 .该文利用神经元的侧向连接将神经元连成若干条线 ,每条线对应一个“内部网” .对应于层次神经网络模型 ,建立了两个邻域 ,即神经元邻域和“内部网”邻域 ,两个邻域内的神经元都要不同程度地改变权值 ,从而完成运动轨迹分布模式的学习 .还给出了利用轨迹分布模式检测出局部可能的异常现象、检测整个运动轨迹所表示的事件是否为异常事件和目标行为预测的方法 .

基于模式学习的形式化答案抽取技术与置信度评价方法

本文提出一种基于模式学习的形式化答案抽取方法,区别于传统基于特征的答案抽取方法,通过问题模式和答案模式的自动匹配,直接获取问题答案.本文通过机器学习的方法自动生成用于答案抽取的形式化模板,克服了人工方法费时、费力以及覆盖率低等问题.本文创造性地采用逻辑回归的方法对所学习到的模式进行置信度评价.对比实验表明,本文的方法取得了比较好的答案抽取效果.本文方法实际应用于国际TREC QA评测,评测结果证明本文的方法与传统基于特征的答案抽取方法具有很好的互补性.

基于模式学习的文化遗传算法研究

针对遗传算法的缺陷,提出了一种基于模式学习的文化遗传算法,该算法将遗传算法纳入文化算法框架,组成基于GA的主群体空间和信念空间两大空间,主群体空间在进化过程中定期组织最差个体向信念空间提供的种群最优模式学习,从而充分利用了优秀个体所包含的特征信息,在很大程度上提高了收敛速度。实验结果表明,该算法是一种提高遗传算法性能的有效算法。

基于GSOM神经网络模型的交通行为模式学习方法研究

提出了一种用于基于视频的交通事件自动检测的交通行为模式学习方法。首先为了获取利用神经网络进行车辆行为模式学习所需的训练数据,一种基于运动估算的车辆跟踪算法被建立,将采集到的灰度视频图像序列转化为车辆标号场时空序列。其次,使用轨迹建模和编码的方法,将跟踪结果转化为轨迹数据用于网络训练。在此基础上,建立自组织神经网络,并针对自组织网络的不足使用改进的GSOM模型,选择欧氏范数作为测度,自主开发了试验软件,以U形转事件为对象开展试验,对轨迹数据进行学习。对比试验结果表明改进的GSOM算法能有效提取行为模式。GSOM相比SOM用于行为模式学习更为有效和准确。

多尺度局部结构主导二值模式学习图像表示

通过零均值化的微观结构模式二值化(ZMPB)处理,该文提出一种立足于局部图像多尺度结构二值模式提取的图像表示方法。该方法能够表达图像中可能出现的各种具有视觉意义的重要模式结构,同时通过主导二值模式学习模型,可以获得适应于图像数据集的主导特征模式子集,在特征鲁棒性、鉴别力和表达能力上达到优异性能,同时可以有效降低特征编码的维度,提高算法的执行速度。实验结果表明该算法性能优异,具有很强的鉴别能力和鲁棒性,优于传统LBP和GIMMRP方法,和很多最新算法结果相比,也具有竞争优势。

模式学习优化的文化算法在环境艺术创新设计中的应用

针对标准文化算法在环境艺术创新设计中还存在收敛精度不高、应用效果较差等问题。本文提出了一种基于模式学习文化算法的环境艺术创新设计模型。首先采用遗传算法为文化算法的群体空间提供种群,然后利用模式抽取获取优秀个体所携带的特征信息,并定期组织种群内个体向这些特征信息进行模式学习,从而充分利用了优秀模式的引导作用,加快了算法的收敛速度。通过仿真实验表明,本文提出的改进算法相比较标准算法具有较好的多目标优化精度,且在环境艺术创新设计中应用良好。

数字化模式学习与学习型组织创建

本文涉及的是用数字化学习技术创建学习型组织这样一个较具挑战性的命题。文章从学习型组织理论的实践意义、数字化学习技术的应用价值、学习型组织创建的科学模式等几个方面,在操作层面对数字化模式学习与学习型组织创建等问题展开探索研究。

高校机关建设6W模式学习型组织的思考和实践

6W模式学习型组织的理论基础包括思想政治教育接受学、心理学、传播学、接受美学等有关理论。该模式具有丰富的内涵，建设该模式学习型组织须重点解决的11个问题。本文从实践角度介绍了高校机关建设6W模式学习型组织的经验。

基于互联网思维谈创新创业教育中的商业模式学习

在对大学生进行创新创业教育中,要注意培养学生的互联网思维和商业模式的学习,不能只把互联网创业流于表面文章,而是要结合新型网络经济特点,对学生的互联网思维方式做一个深层次引领,在学习各种商业模式中,形成自己的商业触角和思维方式,学会资源重组和资源共享,让学生能够学会并懂得互联网创业的商业模式,了解并能打造适合当今创业大潮,能创造出企业需要的商业模式,并成为创业大军的新生力量。

早期非特异性强化亮(或暗)环境对大白鼠暗箱回避模式学习的影响

25日龄健康雄性大白鼠,分别在非特异性强化亮环境、非特异性强化暗环境及对照三种环境饲养至80日龄。从80日龄开始学习暗箱回避条件反射,连续学习15日。由学习曲线观察到非特异性强化亮(或暗)环境对大白鼠暗箱回避模式学习的影响。证明非特异性强化早期环境条件对于动物早期经验的获得起一定作用。

基于伪地震数据模式学习的多次波自适应相减方法

相比于传统匹配相减方法,模式学习方法将多次波衰减分成多次波模式学习和自适应相减的两个独立过程,因而能够更好地保护一次波。然而,由于多次褶积的影响,预测多次波模型存在相位、频带、振幅误差。为了在不损伤一次波的基础上,尽可能减少多次波残留,提出了基于伪地震数据的模式学习方法。利用预测地震道,得到其Hilbert变换道以及预测道和Hilbert变换道的一阶导数,作为伪地震数据的4个分量,补充预测多次波模型中相位和高频信息。模式学习阶段利用主成分分析法分别学习伪地震数据4个分量的多次波字典矩阵,然后按列拼接得到联合字典矩阵;自适应相减阶段基于学习到的联合字典矩阵,利用裂步Bregman算法从原始地震数据中重构多次波,实现一次波和多次波的分离。模拟数据和实际资料处理结果表明,该方法在保护一次波的同时,能有效压制多次波,模型数据的一次波信噪比提升了1dB。

基于Moodle教学平台的网络教学模式学习效果研究

以网络自主学习作为网络环境下传统的教学模式,混合式学习作为网络环境下全新的教学模式,通过Moodle教学平台下两种网络教学模式学习效果的统计、分析发现,混合式学习教学模式取得了较好的学习效果,而网络独立自主学习模式未取得显著的教学效果,在研究方法和实践层次为探索与当前信息化环境下相适应的教学模式,进一步开展Moodle教学平台下的教学应用提供了初步的参考和依据。

混合式学习模式学习资源建设的思考

在推动课程改革的过程之中混合式学习模式备受关注,同时在实践应用的过程中取得了良好的效果,许多老师着眼于学生个性化发展的实质条件,积极落实混合式学习模式,引导和鼓励学生在自主学习的过程之中掌握学科学习的技巧和精髓,真正实现个人学习能力及学习水平的稳定提升。本文站在宏观的角度,将理论分析与时间研究相结合,对混合式学习模式之中的学习资源建设进行相应的分析及解读,以期为体现这一教学模式的作用及优势提供一定的借鉴。

试论“三角财富”原理与全社会新模式学习

文章论述了智慧财富、物质财富、货币财富的概念内涵和三者之间的关系,阐述了学习对于创造智慧财富的重要性,提出了创建学习型社会的新模式。

模式学习法

模式学习法是学习和掌握数学基础知识的最基本方法,它利于普及九年义务教育,使初中学生数学达到基本要求,也是青少年自学数学的好方法。同时能使学有余力者达到更高要求。总之,它是一种行之有效的学习方法,对全面提高广大青少年的数学素质起着一定作用。现浅谈一下模式学习初中数学的方法。

关注核心经验,促进幼儿模式学习——以大班数学“我发现的模式”为例

在模式学习的过程中,如何关注核心经验并支持幼儿的学习呢?文章作者从观察分析入手,了解幼儿的原有经验,遵循幼儿的发展轨迹,精准定位幼儿的学习目标、幼儿通过认知失衡、探索操作、经验拓展以及回归生活的具体实践,循序渐进地开展模式学习,在动手动脑中让学习变得更有意义。

基于steam理念的植物种养项目模式学习的研究

植物种养是很多小学实施劳动教育的主要内容之一,对学生核心素养的发展具有促进作用,本文主要针对STEAM理念与植物种养项目模式学习的融合问题展开分析,首选阐述了STEAM理念的内涵及要求,并结合其要求以“土壤酸碱性检测”为项目主题,针对小学植物种养项目模式学习的具体实施策略进行了简要分析,以期对相关方面的研究有所帮助。