基于反馈式理论的ATA交互学习实践方法

通过建立蚂蚁模型及ATA交互学习思维习得仿生观察下的蚂蚁觅食行为,此触角及时迅速的信息传递方式表现了自然界中昆虫的信息反馈方式.根据若干反馈过程情况中所出现的意外情形中的应对和措施,利用信息熵评价方法完成对每一次学习过程的有效分析,以求为后续更多具有相似学习情境的人员完成对自身学习的评价和提升提供帮助.

提升“现场学习力”:从改造听评课开始

江苏常州市第二实验小学从优化、改造教师的听评课开始,提升教师的"现场学习力"。改造"听",引导教师以"思"带"听"、以"听"促"思";改造"评",变"评设计"为"评现场",变"即时评"为"延时评",变"重复评"为"个性评",变"个体评"为"梯队评",提升教师的现场"言说力"。

教师的作用与成人课堂学习的内能转化

本文通过对成人课堂教学中信息反馈与内能转化的相关影响因素的分析,探究了成人内能转化的实质过程,揭示了教师在成人课堂学习及内能转化过程中的引导和促进作用,并提出了相应的教学模式与研究检验机制。

基于加强贝叶斯分类的手写体数字识别

提出了一种手写体数字识别的新方案。在方案中,设计了一种加强贝叶斯分类器,该分类器可以对训练集进行反馈式学习。经过一定强度的训练,能够对测试过程加以监督和修正。通过对实际样本的测试证实该方法的有效性。

基于状态聚类的多站点CSPS系统的协同控制方法

单站点传送带给料加工站(Conveyor-serviced production station,CSPS)系统中,可运用强化学习对状态–行动空间进行有效探索,以搜索近似最优的前视距离控制策略.但是多站点CSPS系统的协同控制问题中,系统状态空间的大小会随着站点个数的增加和缓存库容量的增加而成指数形式(或几何级数)增长,从而导致维数灾,影响学习算法的收敛速度和优化效果.为此,本文在站点局域信息交互机制的基础上引入状态聚类的方法,以减小每个站点学习空间的大小和复杂性.首先,将多个站点看作相对独立的学习主体,且各自仅考虑邻近下游站点的缓存库的状态并纳入其性能值学习过程;其次,将原状态空间划分成多个不相交的子集,每个子集用一个抽象状态表示,然后,建立基于状态聚类的多站点反馈式Q学习算法.通过该方法,可在抽象状态空间上对各站点的前视距离策略进行优化学习,以寻求整个系统的生产率最大.仿真实验结果说明,与一般的多站点反馈式Q学习方法相比,基于状态聚类的多站点反馈式Q学习方法不仅具有收敛速度快的优点,而且还在一定程度上提高了系统生产率.