关键词： 深度学习   医学影像   变化检测  

摘要： 文章将以深度学习方法为载体,分析医学影像实时变化检测算法,使用这种方法可以省去滤波和差异图构造操作,从而提高检测效率。文章首选对检测流程进行分析,主要包含四步,即构建深度神经网络、构建合适样本、训练网络和检测。通过实验结果表明,该算法应用于医学影像实时变化检测中具有较好的效果,能够提高检测准确率和效率。

关键词： 空战对抗   经验移植   借鉴学习   知识分享   融合认知  

摘要： 现有的机器学习方法大多是交互式的学习模式,这类方法在训练过程非常依赖与环境之间的交互数据。空战对抗任务是一种奖励非常稀疏的训练任务,智能体在学习开始的很长一段时间内,都在探索能够获得奖励的动作。如果每一个新的任务都重新训练,是非常浪费计算资源的。因此,设计了一种基于经验移植的学习方法,使得经过训练的智能体能够将知识分享给新的智能体,提高其在新任务上的学习效率。首先,借鉴人类通过经验进行快速学习的现象,构建了基于经验移植的学习的模型;其次,兼顾知识分享和新任务的特征,明确了经验的内涵,建立了"知识+任务→经验"的融合认知方式;再次,设计了借鉴学习方法,将外部经验与任务相结合,进而转化为新个体的知识;最后,使用经验适用度作为筛选指标,分析了经验适用度对借鉴学习效率的影响,确定了执行借鉴学习的筛选边界。新个体通过借鉴学习后能够获得关于新任务的初步知识,在新任务中更快地找到能够获得奖励的动作策略,从而提升在新的任务中的学习速度。

关键词： 西波手写文字识别   小样本   记忆增强网络   元学习  

摘要： 研究西波手写文字智能识别是保护和传承彝族古老文献资料的一项重要研究工作.西波手写文字收集困难,基于神经网络的智能识别技术难以直接应用于西波手写文字智能识别.针对西波手写文字样本少的特点,提出了MANN(memory augemented neural networks,记忆增强网络)的元学习方法.在小样本条件下,该方法能提高西波手写文字的智能识别精度.实验结果显示,引入元学习方法后,不仅明显缩短了识别算法训练时间,而且显著提高了识别精度.

关键词： 生物教学   微课   教学模型   自主构建   有意义学习经历  

摘要： 教学中,教师应为学生提供有逻辑意义的客观材料,为学会求知铺设桥梁,引导学生探究知识与经验、生活的联结,激发学生强烈的好奇心和求知欲望,启发学生产生有意义的学习心向,实现从知识学习拓展到对学习过程本身的主动、积极的有意义建构。

关键词： 集成学习方法   电费回收   风险预测  

摘要： 电费回收一直是电力公司电力营销中非常重要的部分,但是在日常生活中有些用电客户会拖欠电费。如何对用电客户进行有效地风险评估是当前电力公司首先需要考虑的问题。提出了一种GBDT-RF-LR集成学习方法,利用集成学习方法构建了电费回收风险预测模型。通过此模型,电力公司可以对用电客户进行风险评估,从而预测出用电客户下个月违约的概率。实验结果表明,与传统的逻辑回归算法相比,该集成学习方法可以更加有效地对电力客户的支付行为进行评估,并且可以更加准确地对用户是否会欠费进行预测。

关键词： 高职体育   体育课程   探究式  

摘要： 本文主要针对高职体育课程中探究式教学方法的实践展开深入研究,先阐述了高职体育课程中应用探究式教学重要性和特点,如自主性、实践性、革新性,然后又提出几点切实可行的实践方法,如提出探究性问题,构建相关情景、以学生为主体地位,引导学生自主学习、合理进行课程设置、研究与验证互动性、改革体育教学内容、适当调整教学方法,促进学生小组探究学习、注重课堂考核评价,通过这几点实践,使学生对探究问题产生兴趣,积极主动参与体育教学中来,有一个良好的身体素质,更加深刻理解体育知识和技能,进而也提高了教学水平。

关键词： 高中地理   教学模式   学习方法  

摘要： 按照新课改的要求,高中地理教学尚存在一些问题,尤其是在人文地理的学习中,常规的教学方法更难满足学生的求知欲望,使地理学习流于形式,学生的学习兴趣不高,甚至存在抵触心理。对于这种现象,要尝试对传统的地理教学模式进行改变,以问题式教学模式激发学生的学习兴趣,以此提高地理课堂教学效率。

关键词： 高铁接触网   异常检测   全卷积孪生距离网络   Faster R-CNN  

摘要： 接触网常年受自然环境的影响,导致其部件容易出现异常,威胁高速列车运行安全。目前,接触网的故障检测主要采用人工现场巡检和查看图像的方式,劳动强度大、人工成本高。利用人工智能技术实现高效率的接触网故障检测,具有重要现实意义和经济价值。本文主要基于高铁线路4C装置安全巡检图像,提出一种接触网紧固件异常检测方法,首先利用基于注意力机制改进的Faster R-CNN算法,准确地实现各种紧固件的识别与定位,然后利用全卷积孪生网络实现接触网异常检测。实验表明,该方法对5种紧固件的4C异常检测精度较高。

关键词： 机器学习   灾难生命支持课程   影响因素   Apriori关联规则分析   决策树  

摘要： 2019年底新型冠状病毒(2019-nCoV)肺炎疫情爆发,疫情使人们更加认识到应急救援队伍建设和相关人才培养的重要性。本文以2018—2019年间参加灾难生命支持课程(National Disaster Life Support,NDLS)培训的学员数据为研究对象,利用非监督和监督2种机器学习方法相结合的方式,分析NDLS培训效果的影响因素,帮助培训组织对学员的培训效果进行有效预判,从而提前干预,提高培训质量。首先运用Apriori算法找出若干个对培训效果影响较大的因素,然后用决策树模型对培训效果进行预测,并利用决策树分析的结果验证关联分析的结论。以置信度、支持度及提升度等参数作为Apriori关联规则的评价指标。用十折交叉验证作为决策树预测模型评估的方法。结果显示模型效果良好,其结果可以帮助培训组织对学员的学习效果进行有效预判、监控并保证培训质量。

关键词： 意义学习   低年级   童话教学   小学语文  

摘要： 当前许多小学语文课堂依然存在碎片化的学习活动。这些学习内容散乱、缺乏关联性的活动使得学生学习的自主性不高,深度思考的空间和时间不足。基于此,本文对基于“意义学习”的低年级童话教学策略进行了研究,旨在让学生在可持续的学习中形成必备品格和关键能力。