|
|||||
|
|
| 疫情下大学英语"课程思政"案例库的建设研究 | |
| 引用本文： | 夏冰,李长华.疫情下大学英语"课程思政"案例库的建设研究[J].金融理论与教学,2021(3):108-110. |
| 作者姓名： | 夏冰 李长华 |
| 作者单位： | 哈尔滨金融学院基础教研部,黑龙江哈尔滨150030;哈尔滨金融学院商务英语系,黑龙江哈尔滨150030 |
| 摘 要： | 应用模糊最小二乘支持向量机(FLS-SVM)方法进行英语语篇的分类.FLS-SVM是在最小二乘支持向量机(LS-SVM)的基础上引入模糊隶属度函数,提高了英语语篇的分类精度和抗噪性.仿真结果表明,FLS-SVM进行英语语篇分类效果更优,为大学英语教学改革中"课程思政"案例库的建设提供了一个高效、可行的新方法. |
| 关 键 词： | 疫情 大学英语 模糊 最小二乘支持向量机 语篇分类 |
| 本文献已被 万方数据 等数据库收录！ | |