甘肃农业大学学生课外阅读状况调查研究

信息时代下电子设备不断创新和升级,人们获取知识的方式愈加复杂多样且碎片化,大学生的课外阅读方式也有了更多元的选择。为了更好地了解甘肃农业大学课外阅读情况并对大学生群体的阅读状况进行分析和推断,本研究运用问卷调查方法进行定量研究,探究该校大学生课外阅读的主要方式与途径、内容、目的、习惯、时长、影响因素等方面的现状。根据调查结果,结合社会学及心理学理论进行具体分析,得出甘肃农业大学学生课外阅读的特点及其影响因素,并在学校和个人两个层面给予合理化建议。

基于UCB算法的交替深度Q网络

在深度强化学习中,智能体需要与环境进行交互学习,这就需要智能体能够很好地去平衡利用与探索.因此如何提升算法的样本有效性,增加算法的探索能力,一直是深度强化学习领域中非常重要的研究方向.结合已有研究成果,提出了一种交替使用多个不同初始化深度Q网络方法,使用网络随机初始化带来的探索性能.基于最大置信度上界算法先构造一种交替选择深度Q网络策略.并将该调度网络策略与多个随机初始化的深度Q网络结合,得到基于最大置信度上界的交替深度Q网络算法.在多个不同的标准强化学习实验环境上的实验结果表明,该算法比其他基准算法有更高的样本效率和算法学习效率.

自适应图学习诱导的子空间聚类

子空间聚类是机器学习领域的热门研究课题。它根据数据的潜在子空间对数据进行聚类。受多视图学习中协同训练算法的启发,提出一个自适应图学习诱导的子空间聚类算法,该算法首先将单视图数据多视图化,再利用不同视图的信息迭代更新图正则化项,得到更能反映聚类性能的块对角关联矩阵,从而更准确地描述数据聚类结果。在四个标准数据集上与其他聚类算法进行对比实验,实验结果显示该方法具有更好的聚类性能。