基于文献计量视角的师范生核心素养中外研究对比

提高人才培养质量是高校“双一流”建设的重要命题,教师教育改革主张教师专业化和核心素养培育。本文以Cite Space为工具,以中外主要学术期刊上发表的“师范生核心素养”文献为对象进行研究内容和时空知识的比较、分析与归纳,探究研究主题的形成情况、发展阶段和演化特征,客观梳理了中外师范生核心素养的研究热点与前沿趋势,力图为新时代“四有”好老师核心素养的后续研究提供文献证据与建议。

基于生理行为和语言行为双层次特征维度的抑郁情绪识别

基于抑郁情绪人群具有生理行为和语言行为的双层次特征维度特点,结合数学模型与机器学习的方法对抑郁情绪的识别展开实验和研究。提出利用熵值层次分析法判断有抑郁情绪人群的日常行为特征,如情绪低落周期、极端行为等,并结合二次特征词库加强的方式,得到更为合理特征词向量并输入到贝叶斯算法,达到对抑郁情绪进行文本识别的目的。实验结果表明,从这两个维度进行抑郁情绪症状的识别方法能有效地提高识别效果。

基于小波分析的滑动GA-BP-GRACH模型对股票的预测研究

以"平安银行"00001号股票收盘价为实证背景,基于小波分析下的滑动GA-BP-GRACH模型对该股票变化趋势进行预测研究,即:通过小波分解得到两类股票变化数据(低频、高频),并建立滑动窗口下的GA-BP神经网络对其低频数据进行预测,鉴于高频数据表现出的波动性特点,采用GRACH模型进行预测.结果显示,两类模型的预测效果均为良好.最后,再基于小波重构得到股票的最终预测数值.实验表明,所述模型在股票预测方面比传统神经网络模型更加优越,对股票变化规律刻画也有着一定的参考价值.