简介：可怜天下父母心，时下好记星、e百分、诺亚舟e考通、文曲星……各式各样的英语学习机令广大学生家长眼花缭乱。望着铺天盖地的广告宣传，加上商家给消费者布设的陷阱总是防不胜防，还真是让家长傻了眼。那么，对于英语学习机学生和家长到底如何看待呢？

简介：针对深层超限学习机算法在网络层数较浅时样本特征利用率低,和网络层数较深时样本特征经高层抽象后有效性降低的问题,本文提出了两种密集连接的多层超限学习机算法:Dense-HELM和Dense-KELM.这种密集连接的网络结构,使样本特征信息在层与层之间被充分利用,能够在不增加网络深度的情况下,显著提高算法的识别精度.最后,对文中提出的两种算法在20组基准数据集上进行实验,结果显示:本文提出的算法可以显著提高算法的识别精度,减少算法的训练时间,这表明所提出的算法具有有效性和实用性.

简介：针对智能交通系统中车辆阴影严重影响运动目标检测的问题，在混合高斯前景检测的基础上，提出了一种基于极限学习机的阴影检测方法。该方法只需提取前景像素点处的梯度值及其邻域的方差值来作为特征，并通过极限学习机来对其进行分类，获得真实阴影区域，无需预先设置任何经验阈值。最后实验结果表明，与传统方法相比，该方法不仅实现简单，而且可以准确地检测出阴影内部区域和阴影边缘区域。

简介：

简介：摘要：由于热工系统的非线性和不确定性，传统机器学习算法在对其进行辨识时，往往会出现学习速度慢、易陷入局部最小值的现象。针对这个问题，本文提出了一种基于极限学习机(ELM)的辨识方法。该算法具有参数设置简单、无需迭代寻优的特点。仿真结果表明，在热工系统辨识中，极限学习机算法在辨识速度和辨识精度上都有着明显的优势。

简介：超短期风速预测对风电场功率预报系统的建立和运行至关重要。针对具有较大随机波动性的风速预测,研究了一种基于误差修正的极端学习机（ELM）超短期风速预测方法。利用ELM模型对风速进行初步预测,并利用由此得到的误差数据样本建立差分自回归滑动平均模型（ARIMA）,进行误差预测,最后使用预测误差对风速的初步预测值进行补正,从而求得最终预测值。仿真实验结果表明,该方法在风速超短期预测中的可行性及有效性。

简介：

简介：摘要随着我国的经济在快速的发展，社会在不断的进步，现代电力负荷数据以海量形式存在，传统单机模式无法满足电力负荷在线预测效果的要求。为了改善大规模电力负荷数据的预测效果，设计了基于极限学习机的分布式电力负荷预测模型。首先提取电力负荷数据，通过混沌理论的相空间重构方法对电力负荷数据进行预处理，产生电力负荷数据预测建模样本，然后将电力负荷数据预测建模样本细分成为多个子样本，通过云计算集群系统的分布式方式并行实现子样本建模，每一个小样本通过极限学习机进行建模和预测，最后采用具体电力负荷数据进行了仿真测试实例研究，测试结果表明，本文模型加快了大规模电力负荷数据建模速度，可以足电力负荷在线预测效果，而且电力负荷预测精度要明显优于当前其它电力负荷预测模型。

简介：2006年8月，诺亚舟学习机的震撼力作一彩屏新状元NP860精彩面市，它秉承诺亚舟彩屏新状元系列的优良传统，以精致流畅的机身、晶莹蓝色背光触摸键盘、26万色真彩TFT320＊240高清显示屏、32位300Mhz高档中央处理器，带来创造性的硬件梦幻组合。此外彩屏新状元NP860还拥有令人瞠目的强大多媒体功能：MP4视频全屏25帧流畅播放、MP3立体声320K码流播放、标准MIDI格式播放支持、直接支持FLASH6动画及FLASH游戏；不仅如此，内置NP—iTECH数字动漫引擎技术支持的业界创新“掌上名师讲堂”、备受称道的彩色动漫英语课件、九门功课精彩课件……只需轻轻点触，就可遨游知识海洋，领略高科技带来快乐学习的无尽乐趣!

简介：

简介：电子词典是学习机的核心功能模块，其应用前景非常广阔。本文基于奥创学习机分析了简易电子词典的设计原理并对其进行了实现，奥创学习机目前也已投入市场使用。

简介：1.将"学习机"引入教学过程可以提高学习英语的自信心,但从两个实验班的测定中看到了学生在学习英语的兴趣上有了很大幅度的提高,提高学生英语学习积极性的目的

简介：作为我国首座全封闭式遗址博物馆,汉阳陵外藏坑遗址博物馆已积累超过700万条各类监测数据。然而,受限于海量数据挖掘能力,目前研究中存在监测数据利用率不足和预测模型准确率较低的问题,针对这一问题,引入大数据机器学习领域的极限学习机方法对遗址温度进行系统分析和建模预测。研究结果表明,该方法具有良好的大数据发掘和处理能力,能够有效分析温度的变化规律及特征,并对未来温度变化趋势和细节变化特征实现较为准确的预测。本方法的引入可为遗址预防性保护和管理提供参考。

简介：采用归类任务,比较不同知识条件、不同特征呈现方式下,对非定义特征维度的掌握,验证类别学习的认知学习机制。结果发现对非定义特征维度的掌握,在样例特征固定位置呈现条件下较多,而在样例特征随机呈现条件下较少;在知识定义特征维度条件下较多,而在机械定义特征维度条件下较少。研究结果支持了类别学习的认知学习机制。

简介：域自适应算法是一种能有效解决训练集（源域）和测试集（目标域）样本分布不一样但是具有相关性的方法.文章提出一个跨领域分布适配超限学习机（DDM-ELM）用于解决域自适应问题.DDM-ELM旨在基于超限学习机的框架下,充分利用丰富的有标签源域样本和无标签目标域样本,得出一个精确的目标域分类器.具体来说,DDM-ELM同时满足以下目标：1）最小化源域样本的分类误差;2）通过最小化投影最大化均值偏差来有效减小源域和目标域的分布差距;3）利用目标域样本的流形正则化来探索目标域样本的几何机构特性.这使得DDM-ELM能在同时继承超限学习机优点的前提下更加适合于目标域样本.经过大量的实验结果证明,相比于几种先进的域自适应方法,DDM-ELM在分类准确率和效率上均有所提高.

简介：探索了在促进学生自主学习的过程中大学英语学习资源建设的若干原则。指出在网络模式下的语言学习资源建设应符合语言教学的规律，同时以学生为中心，建立符合大学英语课程要求、影射社会经济、文化发展，同时促进师生之间、学生之间相互交流学习资源的平台。

简介：建设学习型政党，要求各级党组织引导党员立足本职，带头学习、加强学习、终身学习，使学习成为一种经常化、普遍化和制度化的行为。这就要从创新学习理念、学习制度、学习载体、学习工具等四个方面入手，探索创新党员长效学习机制，为建设学习型政党提供坚实的机制保证。

简介：

简介：摘要学生的英语学习过程，很大程度上便是一种知识的记忆过程，而教师的主要职责也就是帮助学生记忆这些确定的知识。针对传统教学中出现的一系列问题，英语新课改做出了自己的一些调整。这些调整旨在提高学生的自主创新能力、独立思考和解决问题的能力。

简介：摘要：本文聚焦于英模人物宣传学习机制的优化问题，旨在通过深入分析当前机制存在的弊端，提出有效的改进策略。英模人物作为社会正能量的化身，宣传学习对于弘扬社会主义核心价值观、激发社会活力具有重要意义。当前机制在宣传方式、学习深度及长效机制等方面存在不足，影响了英模人物的示范引领作用。本文将从英模人物宣传学习的重要性出发，剖析当前机制的问题，探索创新宣传方式、深化学习内涵及建立长效机制的优化路径，以期为提升英模人物宣传学习效果、促进社会正能量传播提供有益参考。