基于深度学习的图像大数据分类研究

随着计算机技术的快速发展,现代社会产生的数据量正在从TB级转化为PB级。面对如此海量的数据,通过技术手段准确地对数据进行处理、分析和应用成为大数据时代面临的难题。近年来,随着深度神经网络的提出,诸如目标检测、图像分类、语义分割等领域的研究取得了长足的进步。其中,图像分类任务是计算视觉中的一项基本任务,由图像分类网络结构衍生出了许多其他的视觉识别任务。图像大数据分类的深度网络通常分为经典深度学习网络、基于残差模块的深度学习网络和基于注意力机制的深度学习网络三类。文章首先对三类深度网络的网络结构和模型设计特点进行了回顾;接着,对现有的文献进行了分析、总结和讨论;然后分别列举了三种典型的深度网络图像分类算法并对其进行了对比;最后,基于深度学习的图像分类仍然存在一定的局限性,提出了未来可能的研究方向和存在的问题。     

基于网络的大学英语研究性学习模式实证研究

笔者的研究性教学是在大学英语学习的初始阶段开展有特色的教学活动,旨在提高学生的英语兴趣,激发学生的创新精神和参与活动能力,从而实现课内资源和课外资源的有机结合,提升英语听和说的能力。     

基于．NET技术的网络远程教学发展研究

．NET作为当今比较流行的网络运行平台,强调将信息、设备和人以一种统一的、个性化的方式联系起来,这符合未来网络远程教学的发展方向。采用Web服务实现网络教学资源的互连、集成和协同,并且利用语义网的互联及推理的特性提供语义式搜索,把全球互联网上的教学资源,变成计算机能理解并自动处理和使用的数据,实现基于．NET技术的网络远程教学系统。这必然促进网络远程教学向多模式化、个性化、教学平台与资源中心整合化、资源标准化等方向发展。     

网络学习平台及网络学习优化研究

网络学习具有广泛性、便捷性等特点,但目前还存在网络学习平台内部设计不合理,大学生对网络学习认识不全面等问题。高校应加强网络学习知识的宣传,优化网络平台学习内容和结构,培养学生利用网络学习平台学习的兴趣。     

基于网络环境的自主协作学习的研究和方法

分析了国内外基于网络环境的协作学习的理论研究与实践所面临的问题,探讨了网络环境下的自主协作学习策略,设计了自主协作学习与教学模式的研究方法、研究策略.综合应用多种研究方法,改变传统的教学抽象思维演绎研究范式,提出一套创建网络环境自主学习模式的理论框架,并研发一个支持网络环境自主协作学习的研究网站,取得良好的效果.     

基于网络的大学生协作学习实践研究

协作学习是一种为了促进高效率学习、培养学生团队协作能力而开展的教学组织活动。与传统的协作学习相比,基于网络的协作学习具有交互性、开放性、个性化、资源共享性等特点。以《Authorware多媒体技术》课程为例,分析和总结了在网络环境下培养学生协作学习能力的教学实践的实用和借鉴价值。     

基于模糊集的地震图像增强算法研究

随着工业化的发展,石油资源越来越少,勘探开发新的油田成为当务之急。地震勘探是钻探前勘测石油与天然气资源的重要手段,地震图像的清晰程度直接关系着地震解释的结果。随着油气勘探开发对象复杂程度的增加,现有的地震图像增强方法已不能满足正确解释的要求。因此,本文在研究传统的Pal—King基于模糊集的图像增强算法的基础上,针对Pal—King算法的缺点和不足,提出了一种改进算法,并将改进后的算法应用到大庆地区多个区块的地震图像中,取得了较好的增强效果,为地震解释奠定了良好的基础。     

基于改进DnCNN的混合震源数据分离研究

混合震源采集作为地震勘探中的一种新方法,具有采集效率高、勘探成本低等优点,但采集过程中会引入混合震源叠加噪声,影响后续数据处理和解释。混合震源数据分离方法能够压制混叠噪声,将混合震源数据分离成常规地震数据。传统混合震源分离方法参数选择困难,计算成本高,而基于深度学习的混合震源分离方法人工依赖性低、训练完毕后计算速度快,是目前研究的热点。论文提出一种改进DnCNN的混合震源数据分离方法,针对训练过程中出现的过拟合、损失曲线震荡等问题,引入失活机制、混合空洞卷积等机制进行改进,学习混叠噪声特征,对含噪数据进行降噪,最终实现混合震源数据分离。实验结果表明,改进DnCNN模型对混叠噪声降噪效果良好,混合震源数据分离结果清晰,且训练过程的稳定性得到提高。     

基于网络多媒体的大学英语学习设计研究

将建构主义学习理论、任务型教学模式、元认知策略理论与外语教学特点相结合,从学习环境和学习活动两方面设计大学英语学习模式,提高英语学习设计的质量。     

基于云计算的网络教学系统设计

云计算模型建立在互联网的浏览器/服务器双层结构基础上,数据库存储和程序的应用逻辑都在云计算的浏览器端实现。基于云计算的网络教学系统根据每个学员的学习需求选择个性化的教学服务。仿真实验测试表明,基于云计算的网络教学系统利用了云计算的定制服务和并发计算优势,融合了网络学习的策略,优化了现有资源的整合,能为学员提供定制网络教学服务的在线学习方式。     

基于学习风格理论的大学生英语网络自主学习策略研究

本文通过问卷调查和网络英语自主学习成绩测试等方法,对湖北省各类大学约5000名不同专业的大一学生的学习风格与其网络自主学习效果的相关性进行了实证研究,基于这项研究的结果,本文给英语学习者提供了网络自主学习策略,如增强学习风格意识、自我诊断学习风格倾向、延伸和平衡各种学习风格类型、掌握学习策略和技巧等用来提高大学生网络自主学习效果。     

基于问题的深度学习策略研究

教育信息化的飞速发展,对人才培养目标提出更高要求,这与深度学习的目标不谋而合。本文以促进学生深度学习为立足点,围绕基于问题的学习中问题、动机和教师三个核心要素,提出促进基于问题的学习三条策略:即优化问题设计、机激学习动机以及教师灵活转变身份等;最后指出了现有研究的不足与改进建议。     

试论网络标题的制作与增加深度信息

互联网时代信息泛滥,深度信息是认识事物本质的钥匙。在网上,网民不是缺乏信息,而是缺乏对信息的梳理和整合,缺乏对信息背后内幕的了解。换句话说,网民缺乏深度信息。标题链接是网络的主要特点,网络的主页面以标题为主要展示形式,这是与传统媒体最大的不同。增加深度信息,在网络标题制作上尤为重要。     

基于改进遗传BP网络在糖价预测的研究

首先采用灰色理论技术对市场糖价数据进行处理,而后利用改进的实数编码遗传技术优化神经网络权阀值学习训练,使其成为简单通用、快速收敛的改进BP模型。在此基础上,将该模型应用于一维的糖价市场实例预测,结果表明,提出的RINAGA BP预测模型在以糖价形式的经济数据模拟分析上,效率和精度有明显提高。     

浅析网络在反腐监督中发挥的作用

网络作为一个快捷、高效、自由的公共平台,承载了公众对公权力的关注,并以其方便快捷、互动性强、信息容量大、传播速度快、意愿表达自由等特点,在加强公权力监督、促进反腐倡廉建设中日益发挥出犀利而独特的重要作用。     

刹住网络监督怪现象——从吴帅案谈网络对政府监督的规范化

网络监督是利用新兴媒体对政府及其工作的工作进行监督的新方式,然而,现实中网络监督却遭遇到了不应该遭遇的问题.本文就以吴帅案为背景,从网络监督对建设服务型政府的意义、网络监督怪现象背后的深层原因、刹住网络监督怪现象的对策思考几方面对网络监督进行了分析.     

基于网络信息检索"第二课堂"的研究性学习

基于网络信息检索“第二课堂”的研究性学习，是以网络为媒介和手段，倡导以学生自主性学习为基础的一种新的学习模式。文章论述了大学网络信息检索课的教学应如何结合“第二课堂”进行研究性学习，探讨了培养创新人才的教学模式。     

基于网络学习平台的大学英语学习评价体系构建研究

教育改革的不断深入和科技的快速发展使得大学英语教学步入了全新的发展时期,传统的大学英语学习评价体系的弊端日益明显。因此,在引入网络学习平台之后,教师需以全面提升学生的英语核心素养和综合能力为目的,对大学生英语学习评价进行全面创新与改革。