浅谈扩展现实技术及其在远程教育的应用

虚拟现实、增强现实等扩展现实技术正在蓬勃发展,随着软硬件产品日新月异,虚拟现实交互、增强现实移动体验内容也不断继增,让人们获得了极佳的体验感。本文梳理了扩展现实技术发展及特征,并结合远程教育应用进行了一定思考。

远程教育领域中大数据技术平台的可行性探究

大数据时代的到来,对我国各行各业、国民衣食住行都产生了积极有益的影响。如何利用好海量的数据资源,运用前沿的大数据技术,提升远程教育行业的教学效率、教学质量,是作为远程教育行业一员需要思考的重要课题。大数据平台的建设离不开互联网与信息技术的发展。利用大数据平台,如何优化远程教育教学质量,提升教学服务,为学生创造更有效的学习环境值得探究。

一种SUTN网络中用户接入信道的调度算法

针对多用户的卫星-无人机-地面通信网络(SUTN)的用户接入信道问题,提出基于遍历容量的调度算法(ECSA)。卫星通过空间光通信(FSO)向无人机(UAV)传输数据;UAV采用无线通信射频(RF)链路向用户传输数据。ECSA算法通过推导无人机端和用户端的信噪比,再推导出信噪比的概率密度函数,然后依据概率密度函数计算用户的遍历容量;最后,依据公平原则,并结合用户的遍历容量,计算用户的目标函数,将具有最大的目标函数值的用户优先接入信道。仿真结果表明,相比于轮流调度算法,提出的ECSA算法有效提高了系统容量。

深度学习在成人远程教育中可应用性研究

随着科技的进步,人工智能的发展与普及,作为以远程教育为主的成人高校,不断优化网上学习资源,在保证统一的学习环境下,为每个学生打造适合自己的专属课程,不断优化教学模式,是成人教育高校学习支持服务一直努力的方向。针对学生用户的个性特征、需求差异,推荐个性化教育资源是当今智能化学习领域研究的重点之一,也是我们构建个性化学习支持服务的关键。

基于深度学习的中文自动分词研究

传统机器学习分词的方法工作效率普遍偏低,因其基本依赖于人工设计的特征工程,且需要大量的人工验证特征的有效性。而基于神经网络深度学习算法出现后,实现了训练神经网络自动学习特征,这种方式极大减少工作量,同时提高提取特征工程的效率。本文根据一种基于长短时记忆神经网络与条件随机场模型结合的中文自动分词模型进行测试,结果表明分词准确率、召回率极高,更具通用性。

基于深度学习的在线培训平台身份验证系统的设计与实现

线上学习与线下学习相比,不受时间和空间的限制,当前很多培训都采用在线的形式,但是相比线下,线上培训存在学习监管、学员身份认证方面的问题,比如如何确定当前在线听课的是否是学生本人,学习效果无法及时反馈给主讲教师,在保障培训质量方面需要投入更多的人力。本文以科创中心的在线学习平台为例,研究基于深度学习的人脸识别方法,使用Tensorflow深度学习平台提供的接口和方法实现人脸识别,并将该方法应用在在线学习平台,用于核对在线用户是否真实,应用于在线学习平台的学员身份认证、考勤、考试管理以及在线学习有效性监督等,减轻线上人工监督的工作量,进而提高在线学习对学生的规范监督管理,优化培训体验,保障培训质量。