期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
2
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
继续教育网络园区的应用、创新与推进——以安徽省为例
被引量：
5
1
作者
钱丰收
袁舒雯
+1 位作者
王颖
李翔
《成人教育》
北大核心
2017年第12期28-33,共6页
继续教育网络园区是教育主管部门、高等院校上下联动,以规范学历继续教育办学为基点,以创新继续教育教学与管理模式为手段,以服务社会成员终身学习为宗旨的具体实践。通过统计安徽继续教育网络园区平台用户、高校资源上线情况、课程上...
继续教育网络园区是教育主管部门、高等院校上下联动,以规范学历继续教育办学为基点,以创新继续教育教学与管理模式为手段,以服务社会成员终身学习为宗旨的具体实践。通过统计安徽继续教育网络园区平台用户、高校资源上线情况、课程上线情况、视频学习时长、作业完成情况等方面的数据,从"互联网+"继续教育的角度,分析继续教育网络园区创新点与需解决的问题,并提出推进建议。
展开更多
关键词
继续教育网络园区
应用数据
创新点
推进建议
在线阅读
下载PDF
职称材料
多示例学习的示例层次覆盖算法
被引量：
1
2
作者
董露露
谢飞
章程
《数据采集与处理》
CSCD
北大核心
2018年第2期359-369,共11页
在多示例学习(Multi-instance learning,MIL)中,核心示例对于包类别的预测具有重要作用。若两个示例周围分布不同数量的同类示例,则这两个示例的代表程度不同。为了从包中选出最具有代表性的示例组成核心示例集,提高分类精度,本文提出...
在多示例学习(Multi-instance learning,MIL)中,核心示例对于包类别的预测具有重要作用。若两个示例周围分布不同数量的同类示例,则这两个示例的代表程度不同。为了从包中选出最具有代表性的示例组成核心示例集,提高分类精度,本文提出多示例学习的示例层次覆盖算法(Multi-instance learning with instance_level covering algorithm,MILICA)。该算法首先利用最大Hausdorff距离和覆盖算法构建初始核心示例集,然后通过覆盖算法和反验证获得最终的核心示例集和各覆盖包含的示例数,最后使用相似函数将包转为单示例。在两类数据集和多类图像数据集上的实验证明,MILICA算法具有较好的分类性能。
展开更多
关键词
多示例学习
覆盖算法
核心示例集
相似度函数
在线阅读
下载PDF
职称材料
题名
继续教育网络园区的应用、创新与推进——以安徽省为例
被引量：
5
1
作者
钱丰收
袁舒雯
王颖
李翔
机构
安徽广播电视大学安徽继续教育网络园区管理中心
安徽
文达信息工程学院
出处
《成人教育》
北大核心
2017年第12期28-33,共6页
基金
安徽省教育厅高校优秀青年人才支持计划项目
项目编号为gxyq2017164
+3 种基金
安徽省教育厅高校人文社科重点项目
项目编号为SK2015A649
安徽省教育厅高等教育振兴计划重大教学改革研究项目
项目编号为2014zdjy192
文摘
继续教育网络园区是教育主管部门、高等院校上下联动,以规范学历继续教育办学为基点,以创新继续教育教学与管理模式为手段,以服务社会成员终身学习为宗旨的具体实践。通过统计安徽继续教育网络园区平台用户、高校资源上线情况、课程上线情况、视频学习时长、作业完成情况等方面的数据,从"互联网+"继续教育的角度,分析继续教育网络园区创新点与需解决的问题,并提出推进建议。
关键词
继续教育网络园区
应用数据
创新点
推进建议
Keywords
continuing education network campus
application data
innovation
constructive suggestions
分类号
G521 [文化科学—教育技术学]
在线阅读
下载PDF
职称材料
题名
多示例学习的示例层次覆盖算法
被引量：
1
2
作者
董露露
谢飞
章程
机构
安徽广播电视大学安徽继续教育网络园区管理中心
合肥师范学院计算机科学与技术系
安徽
大学
计算机科学与技术学院
出处
《数据采集与处理》
CSCD
北大核心
2018年第2期359-369,共11页
基金
国家自然科学基金(61503116)资助项目
安徽省教育厅自然科学基金重点(KJ2014A081)资助项目
+1 种基金
安徽省级优秀青年基金重点(2013SQRL097ZD)资助项目
安徽省自然科学基金(1408085QF108)资助项目
文摘
在多示例学习(Multi-instance learning,MIL)中,核心示例对于包类别的预测具有重要作用。若两个示例周围分布不同数量的同类示例,则这两个示例的代表程度不同。为了从包中选出最具有代表性的示例组成核心示例集,提高分类精度,本文提出多示例学习的示例层次覆盖算法(Multi-instance learning with instance_level covering algorithm,MILICA)。该算法首先利用最大Hausdorff距离和覆盖算法构建初始核心示例集,然后通过覆盖算法和反验证获得最终的核心示例集和各覆盖包含的示例数,最后使用相似函数将包转为单示例。在两类数据集和多类图像数据集上的实验证明,MILICA算法具有较好的分类性能。
关键词
多示例学习
覆盖算法
核心示例集
相似度函数
Keywords
multi-instance learning
covering algorithm
core instance set
similarity measure function
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
继续教育网络园区的应用、创新与推进——以安徽省为例
钱丰收
袁舒雯
王颖
李翔
《成人教育》
北大核心
2017
5
在线阅读
下载PDF
职称材料
2
多示例学习的示例层次覆盖算法
董露露
谢飞
章程
《数据采集与处理》
CSCD
北大核心
2018
1
在线阅读
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部
