简介:该文介绍了一类Hopfield神经网络模型问题,证明了此类系统的平衡点是全局指数稳定的。
简介:基于MOOC+SPOC教学模式的特点,探讨过程性教学评价的概念、基本特征、评价的意义及评价原则。文章依据其原理设计支持该评价模式的学生学习效果评价模型,首先建立过程性评价的指标体系,然后运用德尔菲法和层次分析法相结合的方法确定各指标的权重,将每次初评成绩映射为标准区间的数值,再通过加权平均计算出终评数值,最后说明该模型用于教学实践的有效性。
简介:Tri—Training是半监督协同训练的代表性算法之一,它运用统计技术标记置信度,并结合噪音学习理论进行无标记样本分类。当扩充样本训练集不满足噪音学习理论时,会进行随机采样,针对传统Tri-Training算法随机选取基础分类器的扩充训练样本集会引入噪声这一缺陷,通过更改扩充样本训练集选取方式,剔除可能提高分类误差的样本。在健康大数据集上进行一系列验证试验,实验结果表明,改进的算法优于原始算法,降低分类错误率。
简介:为了使GPS单点定位的精度有所提高,本人通过编程的方式优化了电离层改正的双频伪距改正法和Klobuchar模型,并分别将这两种算法加入到伪距单点定位程序中,通过定位结果分析发现Klobuchar模型优于双频伪距改正法的改正效果,Klobuchar模型对改善电离层误差效果更加明显。
简介:于复杂的数据库进行快速调度,不仅需要多服务器合作,同时也可能涉及多个数据库之间的数据筛选与查找,而问题的难点在于,不同的数据库在计算机语句设置方面也是不同的,这就意味着查询和筛选的规则以及具体的语言逻辑存在着差异性,这种差异也会影响数据有效调度的效率。基于以上问题,笔者提出一种新的数据库调度方法,其主要基于数据相互混沌的特征,实现复杂数据库的调度。通过并行数据调度技术与混沌优先级因子两种方式的有机结合投入到具体的寻优调度计算中,不仅能够快速将混沌特征进行获取,同时能够结合时间序列计算出具体的数据节点的任务量,最终建立优化模型。结果表明,这一改进模型对于复杂数据库的数据调度有一定的积极作用。