作者：趙榆琴 刊期：2019年第06期

形成性評價(jià)是一種注重學(xué)生學(xué)習(xí)過程和評價(jià)反饋的教學(xué)評價(jià)方式;在“MOOC+SPOC+任務(wù)驅(qū)動”教學(xué)模式下,結(jié)合程序設(shè)計(jì)課程的特點(diǎn),設(shè)計(jì)了形成性評價(jià)方案。以C程序設(shè)計(jì)為實(shí)踐課程,強(qiáng)調(diào)以學(xué)生為中心,以能力訓(xùn)練為目標(biāo),將形成性評價(jià)方案融入學(xué)生編程技能評價(jià)中。經(jīng)過實(shí)踐,方案得到了學(xué)生的認(rèn)可,并為教師提高教學(xué)質(zhì)量提供了依據(jù)。

作者：楊丕仁; 王建芹 刊期：2019年第06期

基于CiteSpace軟件對現(xiàn)有游客行為研究文獻(xiàn)進(jìn)行可視化處理,通過該軟件的連接點(diǎn)強(qiáng)度、熱點(diǎn)詞突現(xiàn)與熱點(diǎn)詞聚類等方法,分析國內(nèi)學(xué)界對游客行為的研究狀況,對研究熱點(diǎn)進(jìn)行分類和評述。研究發(fā)現(xiàn),CiteSpace軟件在文獻(xiàn)可視化分析中具有一定的科學(xué)性和合理性,研究者可以借鑒該軟件快速掌握某一領(lǐng)域的研究脈絡(luò)和當(dāng)前的研究熱點(diǎn),并對準(zhǔn)確預(yù)測未來研究趨勢...

作者：張靜敏; 許婷婷; 杜利婷; 周衛(wèi)紅 刊期：2019年第06期

恒星光譜分類是光譜分析的一種重要方法,是天體光譜數(shù)據(jù)挖掘的重要內(nèi)容。針對從LAMOST(the Large Sky AreaMulti-Object Fiber Spectroscopic Telescope)Data Release 5(DR5)選取出的33 000條F、G和K型3種恒星光譜數(shù)據(jù),采用一種基于深度信念網(wǎng)絡(luò)的恒星光譜分類方法,通過在訓(xùn)練過程中對恒星光譜數(shù)據(jù)進(jìn)行分層特征學(xué)習(xí),從而建立深度信念網(wǎng)絡(luò)模型。...

作者：葉曉波; 秦海菲; 呂永林 刊期：2019年第06期

為了提高神經(jīng)網(wǎng)絡(luò)對手寫數(shù)字的識別率,基于Adaboost思想改進(jìn)Adaboost-BP二分類算法,實(shí)現(xiàn)用于多分類的Adaboost-BP算法,提高了神經(jīng)網(wǎng)絡(luò)對手寫數(shù)字的識別率。改進(jìn)了“弱”分類器權(quán)重值的計(jì)算公式,將權(quán)重值歸一化處理的步驟放到“弱”分類器迭代訓(xùn)練完成之后,“強(qiáng)”分類器的構(gòu)成不使用符號函數(shù)而是直接計(jì)算分類結(jié)果。實(shí)驗(yàn)數(shù)據(jù)采用MNIST手寫數(shù)據(jù)庫,...

作者：曹邦興 刊期：2019年第06期

基本牛頓法和修正牛頓法的優(yōu)點(diǎn)是二階收斂且收斂速度快,常用來求解最優(yōu)問題且求解精確,但存在兩個(gè)明顯缺陷。擬牛頓法的改進(jìn)思路是用近似Hesse矩陣代替Hessian矩陣的逆矩陣,從而降低運(yùn)算的復(fù)雜度;另外每一步迭代時(shí)通過測量梯度的變化來構(gòu)造一個(gè)目標(biāo)函數(shù)模型以確保超線性收斂,從而克服可能出現(xiàn)的死循環(huán)。詳細(xì)分析了擬牛頓法的的算法步驟,用經(jīng)典測...