基于梯度惩罚生成对抗网络的过采样算法

在不平衡数据分类问题中,为了更注重学习原始样本的概率密度分布,提出基于梯度惩罚生成对抗网络的过采样算法(OGPG)。该算法首先引入生成对抗网络(GAN),有效地学习原始数据的概率分布;其次,采用梯度惩罚对判别器输入项的梯度二范数进行约束,降低了GAN易出现的过拟合和梯度消失,合理地生成新样本。实验部分,在14个公开数据集上运用k近邻和决策树分类器对比其他过采样算法,在评价指标上均有显著提升,并利用Wilcoxon符号秩检验验证了该算法与对比算法在统计学上的差异。结果表明该算法具有良好的有效性和通用性。

在事件触发协议下线性多智能体系统的集员领导跟随一致性

本文研究了事件触发协议下线性多智能体系统的集员领导跟随一致性问题。首先,用图论来描述多智能体之间的关系。其次,引入了事件触发协议,以减少多智能体之间不必要的信息传输。第三,提出了线性多智能体系统的集员领导跟随一致性的新概念,以揭示追随者和领导者之间的一致性误差。在集员的框架下,提出了一种新的集员估计和集员一致的设计结构,以实现期望的领导者跟随一致性。跟随者和领导者的状态通过集员估计椭球得到。观测器和控制的增益,以及椭球参数可由递归凸优化算法得到。最后,通过一个数值模拟实例来证明所提方法的可用性。

基于区间直觉模糊数的多属性决策模型在顾客需求偏好中的应用

随着电子商务的快速发展,消费者的评论在顾客的需求偏好中的影响越来越大。但是,客户的评论中往往蕴含着大量的不确定信息,很难使用精准数据去刻画决策数据。而且现有研究中的属性权重确定大多是由专家直接确定,没有考虑到消费者的个人偏好。针对上述问题,本文提出了一种基于区间直觉模糊数的多属性决策模型来解决顾客的需求偏好问题。首先,引入区间直觉模糊的思想,将其转化为多准则决策(MCDM)问题,并以区间直觉模糊数的形式来刻画其中包含的决策信息;其次,使用BWM算法来计算指标权重,科学、准确地反映出顾客对于每个指标的个人偏好信息;继而,基于比率分析的区间直觉模糊多重目标优化(IVIF-MULTIMOORA)对产品进行排名,使用三种方法来建立鲁棒的决策。最后,通过拥有不同需求偏好的两个顾客进行实例分析,分别确定两名顾客不同的备选产品排序,找出最适合他们的产品,并且通过对比试验和灵敏度分析说明了本文的有效性。

切实改进教学方法 努力向素质教育转轨

从事一年多的教研工作,听了本县中、小学的一百多节课,诚然这当中不乏耐人寻味、引人深思的好课,但更多的课则是枯燥乏味的满堂灌。在课后交换意见中,部分老师依然坚持应试教育的观点,为注入式辩护,认为采取启发式学生不回答问题,教学任务难以完成,好歹老师要把学生该掌握的内容全部讲完,有效无效,责任尽到,考试时回答不上来那是学生自己的事。其实,这是教师素质低,对教育不够明确,对素质教育不够理解,对学生全面发展不够看清,对科学的教学方法掌握不够、运用不够的表现,是推卸责任乃至不负责任的强词夺理。 无论是教育方针提出的要求,还是社会主义市场经济的客观需要,都规定了学校教育必须面向全体学生,使学生全面发展,培养个性,提高整体素质。

观岳春生老师作文课有感

北京市东城区171中学岳春生老师1995年8月6日上午在赫章一中上了一堂别开生面的作文课: 岳老师先让一个学生自告奋勇地复述前节课学习的《记王忠肃公翱事》一文的第一段。在全班学生都熟悉课文内容的基础上,岳老师让学生抓住原文中“女寄言于母”一句,要求学生代其女给母写一封信,目的是让其夫调京任官。岳老师调动学生回忆写信的格式、称谓,分析要求调京任官的理由后,要求学生联系原文,并通过合理想象,用得体的语言,在15分钟内写一封300——500字的信。学生写完后,老师从面上看看,又让同桌交换看,然后分别采取自报、小组推荐和老师指定的方式从全班学生中抽九人上讲台朗读自己写的信。学生朗读完后,又从各小组各抽一个学生谈听后的感受。老师简单总评后归纳写这封信要“动之以情,晓之以理”。忽然有位高个子学生大声说:“我认为这纯属不正之风,因此不该写这封信。”岳老师不慌不忙地笑着回答:“这个问题提得好,说明这位同学的觉悟比我的高,他的认识已经上升到一定的思想高度,课文中的忠肃公就是反对这种做法的。现在请大家联系课文内容,进行合理想象,把王(?)在朝房里的内心活动写出来。”

偏远贫困县理论宣讲现状及对策——以赫章县为例

通过对赫章县理论宣讲工作的调研,就近年来赫章县理论宣讲工作存在的问题作了分析,并就如何加强偏远贫困县理论宣讲工作提出了对策建议。