期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到8篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于生成模型的学生在线学习表现预测混合方法研究
1
作者 段超 王一晴 +1 位作者 王洁 张明焱 《计算机科学》 北大核心 2025年第S2期619-627,共9页
学习表现预测利用在线学习平台的学生学习行为数据来识别存在学业风险的学生,可以帮助教师及时进行干预,然而该方式面临着数据不平衡问题,这使得准确识别存在学业风险的学生尤为困难。针对当前解决策略中变分自编码器(Variational Autoe... 学习表现预测利用在线学习平台的学生学习行为数据来识别存在学业风险的学生,可以帮助教师及时进行干预,然而该方式面临着数据不平衡问题,这使得准确识别存在学业风险的学生尤为困难。针对当前解决策略中变分自编码器(Variational Autoencoder,VAE)不能保证生成样本的合理性,生成对抗网络(Generative Adversarial Network,GAN)在处理时间序列数据时易引入新的错误,并且生成器和判别器任何一方训练得过于出色或不足都会导致生成数据质量下降等问题。提出了一种新的基于生成模型的学生在线学习表现预测混合方法。具体而言,首先利用融合双向长短期记忆网络(Bidirectional Long Short-term Memory,BiLSTM)的VAE对GAN进行初始化,不仅能从更加稳定的点开始训练,而且能更好地理解学生行为序列数据前后之间的关联关系和周期性特征;其次,判别器中引入多头注意力机制,增强其对真实数据和生成数据的区分能力,进而与生成器不断博弈;最后,将深度生成模型与经典重采样策略(Synthetic Minority Oversampling Technique,SMOTE)基于Blending集成学习的思想进行融合,有效结合数据和算法两个方面的优势,提高了模型整体的生成能力。在两个真实学生数据集上进行了大量实验,结果表明,该模型可以生成高质量的数据,从而提升预测模型对存在学业风险学生的识别能力,从第一单元开始,在4个评价指标上较基线方法均有提升。 展开更多
关键词 学习表现预测 生成模型 双向长短期记忆网络 注意力机制 集成方法
在线阅读 下载PDF
长沙典型地层土压平衡盾构掘进参数及表现预测 被引量：17
2
作者 杨果林 张沛然 +1 位作者 陈亚军 沈臻鑫 《中南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2020年第8期2069-2080,共12页
为对长沙典型地层土压平衡盾构的掘进表现进行预测,基于实际工程采集的砾岩、砂卵石和泥岩地层盾构施工记录数据,对主要施工参数在3类地层中的分布及变化特征进行统计分析。研究贯入度、场切入指数和掘进比能三者间的变化关系,并讨论地... 为对长沙典型地层土压平衡盾构的掘进表现进行预测,基于实际工程采集的砾岩、砂卵石和泥岩地层盾构施工记录数据,对主要施工参数在3类地层中的分布及变化特征进行统计分析。研究贯入度、场切入指数和掘进比能三者间的变化关系,并讨论地层可掘性问题。根据贯入度、场切入指数和掘进比能分类提出考虑地层条件的净掘进速率预测方法及经验模型,并用于4类地层的盾构掘进表现预测分析。研究结果表明:贯入度的最小和最大平均值分别出现在泥岩和砂卵石地层中;刀盘扭矩在砂卵石和泥岩地层中变化幅度较大,而在泥岩地层中平均值最大;砂卵石地层的总推进力比其他2类地层的总推进力高30%左右,3类地层的总推进力对刀盘扭矩影响特征有所差异;贯入度、场切入指数和掘进比能三者间相关性较好,可作为表征地层可掘性的指标。所提出的净掘进速率预测模型对4类地层盾构掘进表现的预测效果较好,具有一定的适用性。 展开更多
关键词 土压平衡盾构 掘进参数 表现预测 贯入度 场切入指数 比能 可掘性
在线阅读 下载PDF
论五因素个性理论与警察工作表现预测 被引量：1
3
作者 张振声 《中国人民公安大学学报（社会科学版）》 CSSCI 1998年第4期74-79,共6页
被称为个性心理学领域中“悄然革命”的五因素个性理论的产生源于人们对语言和个性之间关系的研究,也叫“大五”理论,包括外向、愉悦、自觉性、情绪稳定和经验等五因素,是人们在研究特质理论时发现的,与特质理论有着直接的联系。五因素... 被称为个性心理学领域中“悄然革命”的五因素个性理论的产生源于人们对语言和个性之间关系的研究,也叫“大五”理论,包括外向、愉悦、自觉性、情绪稳定和经验等五因素,是人们在研究特质理论时发现的,与特质理论有着直接的联系。五因素个性理论是预测警察（也包括其它职业组）最有效、最成功的方法,应用该理论预测警察的训练成绩和工作表现是警察心理学研究的一个突破。该理论简化了复杂的个性理论与测试方法,使个性理论研究出现了前所未有的理论融合,其实际应用前景看好,并推动了个性心理研究的发展。当然,该理论也存在诸多的不足和缺陷,如尚未形成成熟的理论体系,在实际应用研究中存在相反观点等,但它仍然是一种具有较强实用价值,简化了的个性理论。 展开更多
关键词 外向 愉悦 自觉性 情绪稳定 经验 五因素个性理论 工作表现预测
在线阅读 下载PDF
面向认知表现预测的时-空共变混合深度学习模型 被引量：1
4
作者 李晴 徐雪远 邬霞 《自动化学报》 EI CAS CSCD 北大核心 2022年第12期2931-2940,共10页
认知表现预测已经成为当前大脑研究的重要课题.功能磁共振成像技术由于同时具有较好的时间和空间分辨率,有潜力为认知表现预测提供数据支持.为了解决基于功能磁共振成像数据对认知表现进行预测时大脑所具有的时-空共变难刻画问题,提出... 认知表现预测已经成为当前大脑研究的重要课题.功能磁共振成像技术由于同时具有较好的时间和空间分辨率,有潜力为认知表现预测提供数据支持.为了解决基于功能磁共振成像数据对认知表现进行预测时大脑所具有的时-空共变难刻画问题,提出了一种新型基于大脑学习机制的时-空共变混合深度学习模型,即深度稀疏自编码器与循环全连接网络混合模型,以混合神经网络模型的损失函数误差作为认知表现预测能力的评价标准.在人类连接组项目数据集上的实验结果表明,提出的时-空共变混合模型能够有效和稳健地预测认知表现,并提取到与人脑学习、记忆相关的有意义的脑影像特征,从而为认知表现预测提供技术支持. 展开更多
关键词 循环自编码器 时-空共变深度学习模型 混合深度学习模型 认知表现预测 脑启发模型
在线阅读 下载PDF
基于认知诊断与XGBoost的学生表现预测研究 被引量：2
5
作者 秦亚杰 刘梦赤 +1 位作者 胡婕 冯嘉美 《华南师范大学学报（自然科学版）》 CAS 北大核心 2023年第1期55-64,共10页
针对认知诊断方法未考虑学生的答题共性和矩阵分解方法未考虑学生知识点掌握个性的问题,提出一种结合认知诊断与XGBoost(eXtreme Gradient Boosting)的学生表现预测方法(PRNCD-XGBoost):首先,根据试题中知识点之间的共现关系探索知识点... 针对认知诊断方法未考虑学生的答题共性和矩阵分解方法未考虑学生知识点掌握个性的问题,提出一种结合认知诊断与XGBoost(eXtreme Gradient Boosting)的学生表现预测方法(PRNCD-XGBoost):首先,根据试题中知识点之间的共现关系探索知识点之间的相似性,并结合试题-知识点二分图挖掘试题中各知识点所占权重,从而进行认知诊断;然后,用认知诊断阶段的预测结果对历史得分矩阵进行填充;最后,采用非负矩阵分解方法提取出包含认知诊断因素的学生答题共性特征进行得分预测。并在ASSISTments2009和ASSISTments2017数据集上,将PRNCD-XGBoost方法与PMF、NeuralCD、PR-NCD、NMF-XGBoost、MNMF-XGBoost等方法进行对比实验。实验结果表明:PRNCD-XGBoost方法在学生表现预测方面具有更高的预测精确度。 展开更多
关键词 认知诊断 矩阵分解 XGBoost算法 学生表现预测
在线阅读 下载PDF
融入课程知识图谱的KMAKT预测 被引量：2
6
作者 王炼红 林飞鹏 +2 位作者 李潇瑶 谌桂枝 周莉 《计算机工程》 CAS CSCD 北大核心 2024年第7期23-31,共9页
现有多数深度知识追踪模型的知识追踪结果的可解释性弱,且忽视了习题与知识点的内在关联性对知识追踪效果与预测结果的影响。针对上述问题,提出一种用于学生表现预测的结合课程知识图谱与多头注意力机制的知识追踪(KMAKT)模型。首先,采... 现有多数深度知识追踪模型的知识追踪结果的可解释性弱,且忽视了习题与知识点的内在关联性对知识追踪效果与预测结果的影响。针对上述问题,提出一种用于学生表现预测的结合课程知识图谱与多头注意力机制的知识追踪(KMAKT)模型。首先,采用Word2Vec和双向长短期记忆(Bi LSTM)网络将习题作答序列数据转换为低维稠密向量,利用图嵌入模型Trans R进行课程知识图谱嵌入表示,并使用多头注意力机制计算过往习题作答序列对当前知识状态的贡献程度;然后,通过注意力网络挖掘前驱知识对预测结果的影响程度;最后,通过多层神经网络获取预测结果,提高模型的可解释性与预测精度。实验结果表明,KMAKT模型在ASSISTments2017数据集上的受试者工作特征曲线下的面积(AUC)、准确率和F1值相比于深度知识追踪(DKT)模型分别提升了约5.20、4.20和2.40个百分点,具有较好的预测性能。在湖南大学信号与系统(HNU_SYS)子数据集上的知识追踪可视化结果验证了KMAKT模型的知识追踪结果符合教育学认知规律且具备一定程度的可解释性。 展开更多
关键词 表现预测 课程知识图谱 注意力机制 知识追踪 长短期记忆网络 语义特征
在线阅读 下载PDF
投资者付费评级机构跟踪能改善股票市场信息质量吗——来自分析师预测的证据 被引量：5
7
作者 林晚发 卢洁宜 +1 位作者 赵仲匡 宋敏 《南开管理评论》 CSSCI 北大核心 2023年第3期156-166,I0028,I0029,共13页
“投资者付费”模式能够提高债券市场信息效率,本文研究了其对股票市场信息质量的影响。本文利用2010年投资者付费评级机构中债资信成立这一外生冲击,以分析师预测度量股票市场信息效率,发现投资者付费评级机构的跟踪降低了分析师预测... “投资者付费”模式能够提高债券市场信息效率,本文研究了其对股票市场信息质量的影响。本文利用2010年投资者付费评级机构中债资信成立这一外生冲击,以分析师预测度量股票市场信息效率,发现投资者付费评级机构的跟踪降低了分析师预测偏误、分歧度与乐观偏差。上述结论对一系列替换设定稳健。机制上,投资者付费评级机构跟踪提高了企业的信息披露质量,进而影响分析师预测表现。在控制了信用评级质量改善与投资者付费评级机构自有信息等潜在机制后,信息披露质量改善的机制仍然存在。进一步看,分析师跟踪人数并没有减少,分析师预测的公共信息增多,而投资者付费评级提高分析师预测表现的作用在拥有公共信息少的分析师组中更加显著;这意味着信用评级机构向分析师提供了可以利用的公共信息。本文为债券和股票市场的信息传递提供了直接的证据,同时也为政府监管部门加强债券市场基础设施建设、引入双评级制度及提高投资者付费评级跟踪比例来促进股票资本市场与多层次资本市场发展提供了理论支持。 展开更多
关键词 投资者付费评级机构 信息披露质量 声誉压力 分析师预测表现
在线阅读 下载PDF
基于网络结构搜索的工业过程自动故障诊断方法 被引量：3
8
作者 李显 李歆 +2 位作者 周晓锋 李帅 金樑 《计算机应用研究》 CSCD 北大核心 2022年第3期807-813,共7页
针对现有基于深度神经网络的工业过程故障诊断方法存在网络结构设计烦琐及参数寻优耗时等问题,提出了一种基于网络结构搜索的工业过程自动故障诊断方法(automatic fault diagnosis, AutoFD),该方法采用AutoFD网络结构搜索算法,来自动完... 针对现有基于深度神经网络的工业过程故障诊断方法存在网络结构设计烦琐及参数寻优耗时等问题,提出了一种基于网络结构搜索的工业过程自动故障诊断方法(automatic fault diagnosis, AutoFD),该方法采用AutoFD网络结构搜索算法,来自动完成卷积神经网络的网络结构设计和网络参数寻优。在此基础上,首先通过在原始数据上施加操作生成新通道;接着利用表现预测加速获取通道适应性排序的过程;然后依据通道适应性排序,通过表现预测来快速选取最优卷积通道数;最终根据最优卷积通道来搜索表现最优的多通道卷积神经网络模型用于工业过程自动故障诊断。采用田纳西—伊斯曼(Tennessee Eastman, TE)工业过程和数值系统对提出方法进行验证,结果表明该方法可以实现网络结构自动设计及网络参数的自动寻优,并且具有优良的故障诊断性能。 展开更多
关键词 自动故障诊断 工业过程 网络结构搜索 多通道卷积神经网络 表现预测
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部