您的位置: 专家智库 > >

陕西省高等继续教育教学改革研究项目(11J23)

作品数:5 被引量:70H指数:2
相关作者:牛永洁曹殿波薛苏秦更多>>
相关机构:延安大学更多>>
发文基金:陕西省高等继续教育教学改革研究项目陕西省教育厅科研计划项目更多>>
相关领域:自动化与计算机技术文化科学电子电信更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 3篇自动化与计算...
  • 1篇电子电信
  • 1篇文化科学

主题

  • 3篇蚁群
  • 3篇蚁群聚类
  • 3篇聚类
  • 2篇网络
  • 2篇网络学习
  • 2篇网络学习系统
  • 2篇记忆
  • 1篇学习信息
  • 1篇蚁群聚类算法
  • 1篇数据挖掘
  • 1篇启发信息
  • 1篇微型化
  • 1篇微型课
  • 1篇微型课程
  • 1篇厘清
  • 1篇逻辑
  • 1篇逻辑起点
  • 1篇聚类算法
  • 1篇课程
  • 1篇个性化

机构

  • 5篇延安大学

作者

  • 3篇牛永洁
  • 1篇薛苏秦
  • 1篇曹殿波

传媒

  • 2篇计算机与数字...
  • 1篇中国医学教育...
  • 1篇现代电子技术
  • 1篇计算机技术与...

年份

  • 5篇2013
5 条 记 录,以下是 1-5
排序方式:
蚁群聚类算法中邻域变化规律的研究被引量:1
2013年
为了提高蚁群聚类LF算法的聚类效果,在对基本LF算法改进的基础上,算法迭代过程中又进一步采用邻域线性增大和线性减小两种不同的方法,通过UCI数据集Iris和Wine数据的验证,使用FM作为聚类效果的评判标准,发现采用邻域线性递减的方法在两种数据集上运行的结果都优于邻域递增和邻域保持不变的情形。邻域递减策略使算法在运行初期能够对待聚类数据粗略的分类,随着邻域的减小,蚁群对数据分类的粒度逐渐细化,算法迭代结束,达到最佳的聚类结果。
牛永洁薛苏琴
关键词:蚁群聚类
具有全局指导的启发式蚁群聚类新算法被引量:3
2013年
蚁群聚类LF算法是基于蚂蚁堆形成原理而产生的群体智能算法,存在收敛速度慢、易陷入局部最优等缺陷。为了提高LF算法的收敛速度,在算法中提供具有全局意义的记忆中心,算法运行初期,蚂蚁根据全局记忆中心的启发信息运行,随着算法的迭代,不断更新全局记忆中心。为了避免算法陷入局部最优,在全局记忆中心的指导下,每只蚂蚁向距离最小的点运动,而不是采用直接跳转的方法。新算法使用UCI数据集中的Iris和Wine验证,算法的查准率和查全率要优于其他算法。
牛永洁
关键词:蚁群聚类启发信息查准率查全率
网络学习系统中用户学习状态模型的研究被引量:2
2013年
在网络学习系统中,为了更好地使系统服务于用户,提高用户的学习兴趣,需要对网络学习系统不断的进行优化与改进。这些优化与改进依据的重要来源之一是对已有用户使用数据的分析与挖掘,数据中用户的学习状态占有重要的地位,为了不同的优化目的,需要不同方面、不同类型的用户使用数据。根据用户学习阶段的不同,对能够记录的数据分类、总结、分析,建立了一个用户学习状态模型,该模型能够满足目前大多数系统优化的要求,具有较强的通用性。
牛永洁薛苏琴
关键词:网络学习系统数据挖掘
“微课”实践中亟待厘清的四个基本问题被引量:65
2013年
文章在文献调研与作品分析的基础上,介绍了微课的概念、分类、逻辑起点及作用四个问题。提出了微课的本质是数字化学习资源,应当从资源的视角进行分类,是传统的学习方式与信息时代背景下终身学习需求之间的矛盾从根本上促使了微课的诞生与发展,微课应当从转变学习者的学习方式以及促进学习者的主体作用上发挥其功用。
曹殿波薛苏秦
关键词:逻辑起点
蚁群聚类在课程微型化中的应用研究被引量:1
2013年
课程微型化过程往往是教师根据自身对课程的认识,课程的重点、难点及基本概念完整性等将课程划分为若干片段。在整个过程中对学习者的学习需求很少考虑,造成很多课程微型化不能得到学习者的认可。为了更加科学、合理的将课程微型化,必须充分考虑学习者的学习需求,收集网络学习系统用户观看视频教程的学习过程信息,使用改进的LF算法对学习过程信息进行聚类,聚类后的每个类别表示一种学习类型的用户,而每个类的聚类中心正是该类用户对课程微型化的需求。通过蚁群聚类不但能够得到不同类型的用户群,而且还能得到不同类别的课程微型化,针对不同的用户采用不同的微型化课程,既能提高学习者的学习效率还能实现在线学习系统的个性化。
薛苏琴
关键词:蚁群聚类微型课程学习信息网络学习系统个性化
共1页<1>
聚类工具0