大学生在线学习投入对深度学习的影响研究——学习环境的调节作用

为探讨学习环境、学习投入和深度学习之间的内部关系和作用机制,本研究对重庆某高校的598名参加在线学习的在校大学生进行问卷调查。研究发现：1.学生总体深度学习处于中上等水平;学生的学习经验和学习能力是影响大学生深度学习的重要因素。2.大学生在线行为、情感、认知投入对在线深度学习有正向影响作用。3.在线学习环境对学习投入与深度学习的影响有调节作用。良好的在线学习环境中资源获取的方式和支持服务等方面的体验,能促进学习者的学习投入从而提升学生深度学习水平。研究对大学生在线深度学习的影响因素提供了实证依据,期望其研究结果及结论对大学生在线深度学习的研究提供重要的参考价值。     

基于深度学习波形图像识别的轴承故障诊断方法

为解决传统的轴承故障诊断方法需要大量专业知识的问题,提出了一种基于深度学习振动信号波形图像识别的轴承故障在线自动诊断方法.首先,采用InceptionV3模型作为预训练模型,设计了深度学习和迁移学习相结合的InceptionV3模型训练方法;然后,采用交叉熵作为损失函数,用于评价模型训练效果,给出了进行故障诊断的方法步...     

通用作战态势图的构成与实现方法

通用作战态势图根据来自兵力级的多源信息,处理、显示目标航迹、身份、任务、地理信息等,形成战场态势综合显示,支持指挥员的战术态势分析、战术决策等任务,改善指挥员的态势感知能力,提高信息处理能力和速度,减轻压力和减少失误。面向态势感知的通用战术态势图(COP)的认知设计体系,描述了形成COP的数据来源及相应的数据关联和态势感知可视化的软件结构,并对COP中的战术目标群分类和目标数据采用模糊处理的方法,对COP工程化实现具有一定的借鉴意义。     

海上舰艇编队对空感知度研究

海上舰艇编队面临的空中威胁日益增大导致其对空探测能力加强。利用概率论在探测空中目标中的算法,建立了对空感知度计算模型,计算了海上舰艇编队对不同空中目标的感知度,定性分析了对空感知度与相关因素的关系,并提出了一些提高舰艇编队对空感知能力的对策。     

C4ISR通信分系统信息优势评估指标研究

战术互联网信息优势评估指标确定和量化是其效能评估体系中的重要环节。针对战术互联网提供战场态势感知,获取信息优势的重要特征,在分析信息优势定义的基础上,给出了信息优势的数学描述和评估指标的定义。同时结合战术互联网的具体业务需求,深入分析了基于态势感知信息传输的完整性、精确性和网络传输时效性的信息优势评估指标,根据所确定的指标,给出了战术互联网信息优势基本的定量描述方法。     

改进cell密度聚类算法在空战目标分群中的应用

针对传统聚类算法对流形分布数据聚类效果差,且实时性不高的缺点,提出改进基于cell的密度聚类(Cell-Based density Spatial Clustering of Applications with Noise,CBSCAN)算法解决实时空战目标分群问题.通过分析空战态势参数,建立了空战目标分群通用模型,将...