期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
职业教育虚实融合场景化学习活动设计研究 被引量:31
1
作者 郭欣悦 吴峰 邵梁 《中国电化教育》 CSSCI 北大核心 2021年第2期131-136,共6页
虚实融合学习空间的构建撬动了学习方式的变革,以学习空间为中介创设的多模态学习场景,成为职业教育教学改革的新样态。该文采用文献分析的方法,界定了虚实融合场景的内涵,分析了职业教育虚实融合学习场景创建的关键技术,以解决职教领... 虚实融合学习空间的构建撬动了学习方式的变革,以学习空间为中介创设的多模态学习场景,成为职业教育教学改革的新样态。该文采用文献分析的方法,界定了虚实融合场景的内涵,分析了职业教育虚实融合学习场景创建的关键技术,以解决职教领域教学的痛点问题为目标,构建了职业教育虚实融合学习场景框架。在活动理论的指导下,分析职业教育学习活动的要素及要素间的关系,对活动的主体、组织、形式、结构和规则要素及关系进行设计,构建了职业教育虚实融合场景化学习活动框架,提出了虚实融合场景化学习活动的设计思路。该研究提出场景作为学习环境的子集,针对职业知识学习的特点,梳理了职业教育虚实融合的学习场景类型,认为场景化学习的关键是场景的创建及不同场景中的活动设计,从活动要素、活动类型、活动结构序列等方面进行了深入分析。 展开更多
关键词 场景化学习 虚实融合场景 场景构建 学习活动设计
在线阅读 下载PDF
基于Spark框架的FP-Growth大数据频繁项集挖掘算法 被引量:13
2
作者 邵梁 何星舟 尚俊娜 《计算机应用研究》 CSCD 北大核心 2018年第10期2932-2935,共4页
针对大数据中的频繁项集挖掘问题,提出一种基于Spark框架的FP-Growth频繁项集并行挖掘算法。首先,根据垂直布局思想将数据按照事务标志符垂直排列,以此解决扫描整个数据集的缺陷;然后,通过FPGrowth算法构建频繁模式树,并生成频繁1-项集... 针对大数据中的频繁项集挖掘问题,提出一种基于Spark框架的FP-Growth频繁项集并行挖掘算法。首先,根据垂直布局思想将数据按照事务标志符垂直排列,以此解决扫描整个数据集的缺陷;然后,通过FPGrowth算法构建频繁模式树,并生成频繁1-项集;接着,通过扫描垂直数据集来计算项集的支持度,从而识别出非频繁项,并将其从数据集中删除以降低数据尺寸;最后,通过迭代过程来生成频繁k-项集。在标准数据集上的实验结果表明,该算法能够有效挖掘出频繁项集,在执行时间方面具有很大的优越性。 展开更多
关键词 大数据 频繁项集挖掘 Spark框架 FP-GROWTH算法 垂直布局
在线阅读 下载PDF
融合单纯形法和个体记忆的鲸鱼算法及工程应用 被引量:3
3
作者 赵筱斌 王未卿 《计算机工程与设计》 北大核心 2022年第6期1711-1718,共8页
针对传统鲸鱼优化算法寻优精度低、收敛速度慢、易获局部最优的不足,提出基于单纯形法和融入个体记忆的改进鲸鱼优化算法。引入非线性收敛因子调整机制,使收敛因子呈现不同递减速率,前期注重全局搜索,后期注重精细开发,协调搜索与开发... 针对传统鲸鱼优化算法寻优精度低、收敛速度慢、易获局部最优的不足,提出基于单纯形法和融入个体记忆的改进鲸鱼优化算法。引入非线性收敛因子调整机制,使收敛因子呈现不同递减速率,前期注重全局搜索,后期注重精细开发,协调搜索与开发的平滑转换;引入单纯形法增强种群局部搜索能力,提升寻优收敛速度;融合个体记忆和种群最优解改善位置更新,协调个体与种群的信息交流和个体记忆对算法的搜索和寻优能力。基准函数寻优测试结果表明,该算法可以有效提升收敛速度和寻优精度,避免局部最优解。将改进算法应用于拉伸弹簧设计这类典型工程设计问题,验证了算法的可行性。 展开更多
关键词 鲸鱼优化算法 收敛因子 单纯形法 个体记忆 工程设计优化
在线阅读 下载PDF
一种基于模糊推理的改进加权KNN定位算法 被引量:13
4
作者 孙建强 尚俊娜 +2 位作者 刘新华 施浒立 吴芳 《传感技术学报》 CAS CSCD 北大核心 2020年第6期882-888,共7页
针对UWB定位性能易受障碍物遮挡、非视距干扰的问题,提出了一种新的UWB指纹匹配定位算法。该算法利用基站与各定位标签之间的距离信息建立指纹库,并在KNN定位算法的基础上,引入了模糊推理方法。通过模糊规则处理得到待定位节点与k个参... 针对UWB定位性能易受障碍物遮挡、非视距干扰的问题,提出了一种新的UWB指纹匹配定位算法。该算法利用基站与各定位标签之间的距离信息建立指纹库,并在KNN定位算法的基础上,引入了模糊推理方法。通过模糊规则处理得到待定位节点与k个参考节点的匹配度,把该匹配度作为权值对KNN算法进行加权,获得初始定位;同时,创新性地提出了位置优化阈值T,根据阈值T和初始定位结果与k个参考节点的欧式距离大小,判断是否进行二次模糊加权处理。测试显示,该算法定位误差保持在10 cm左右,并且和一次模糊推理的加权KNN算法比较,优化算法定位精度提高了17.8%,提高了UWB室内定位的精确度和稳健性。 展开更多
关键词 无线传感器网络 位置指纹定位 模糊推理 KNN算法 改进加权
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部