江西省高校人文社会科学研究项目(GL1202)
- 作品数：5 被引量：26H指数：3
- 相关作者：颜七笙熊鑫郭名静郑荣张延飞更多>>
- 相关机构：东华理工大学江南大学海军工程大学更多>>
- 发文基金：江西省高校人文社会科学研究项目江西省自然科学基金江西省高等学校教学改革研究课题更多>>
- 相关领域：自动化与计算机技术文化科学水利工程更多>>
- 泛在学习中学习评价网络效用模型的构建与实践被引量：1
- 2016年
- 针对泛在学习环境下如何提高学生学习效用的问题,提出基于梅特卡夫法则的学习评价网络效用模型。从泛在学习的概念出发,分析了现阶段泛在学习环境下的教学现状和问题,探讨了学习评价对泛在学习网络效用的影响作用,根据梅特卡夫法则的网络价值理论,详细论述了泛在学习网络中以教师和学生为共同评价主体的学习评价网络效用模型,并通过教学实验验证了采用"学习过程评价"、"学习结果评价"和"同伴互评"相结合的学习评价策略所产生的泛在学习网络总效用最大的结论。
- 郭名静熊鑫曾立庆华辛
- 关键词：泛在学习梅特卡夫法则网络价值
- 基于ABC-ELM的上证综指收盘价格预测模型被引量：2
- 2020年
- 针对上证综指收盘价格预测问题,提出基于人工蜂群算法和极限学习机的组合预测模型。将上证综指的日交易数据作为原始样本,对数据进行归一化处理,利用ELM对数据进行训练,用ABC优化ELM的输入权值矩阵及隐含层阈值,建立收盘价格预测模型。仿真结果表明,与ELM、ABC-SVM、ABC-BP等模型相比,ABC-ELM的预测精度更高,且策略的年化收益和最大回撤表现均优于沪深300指数,证明了ABC-ELM模型在上证综指收盘价格预测方面的有效性。
- 张旸颜七笙
- 关键词：人工蜂群算法极限学习机反向传播神经网络
- 基于ARIMA与SVM的国际铀资源价格预测被引量：11
- 2016年
- 由于国际铀资源价格时间序列数据的非线性性与非平稳性,使用单一的预测模型很难捕捉到其综合趋势。为了进一步提高模型的预测精度,建立了基于差分自回归移动平均(ARIMA)和支持向量机SVM的组合预测模型,并用PSO算法对SVM模型中的参数进行优化。将该方法应用于实际铀资源价格预测,并与单一的ARIMA模型和SVM模型进行比较。仿真实验结果表明,该组合预测模型实现了对铀资源价格数据更为准确的预测。
- 郑荣颜七笙
- 关键词：支持向量机组合预测
- “2+1”模式人才培养体系的构建与实践——以信息管理与信息系统专业为例被引量：3
- 2017年
- 针对国内信息管理与信息系统专业培养目标、课程设置和就业方面存在的问题,采用实地走访调查的研究方法,分析了目前国内高等院校信息管理与信息系统专业普遍存在的专业迷茫、课程设置混乱和实践与课程设置脱节的问题,提出了以课程组划分和实践教学为2个主体,以实习基地群为1个平台的专业"2+1"人才培养体系,介绍了相关阶段性成果。
- 郭名静熊鑫高琼夏雯
- 关键词：信息管理高等教育
- 基于经验模式分解和极限学习机的铀资源价格预测方法被引量：9
- 2014年
- 针对国际铀资源价格预测问题,提出一种基于经验模式分解(EMD)、相空间重构(PSR)和极限学习机(ELM)的非线性组合预测方法.首先通过EMD分解,将原始价格序列分解为若干固有模态分量(IMF),按频率高低将各IMF分组叠加成3个新序列;然后在重构相空间的基础上构建不同的ELM模型,分别对各IMF序列进行预测;最后对预测结果进行合成.将该方法应用于实际铀资源价格预测,并与径向基神经网络(RBF)方法及单独ELM方法进行比较,仿真结果表明该方法预测精度有明显的提高.
- 颜七笙王士同张延飞丁木华
- 关键词：经验模式分解相空间重构极限学习机组合预测
