基于深度信念网络的入侵检测模型（英文）

研究了入侵检测系统中海量数据分类的问题.讨论了深度信念网络(DBN)的原理,提出了基于DBN的入侵检测模型.DBN由多层无监督的限制玻尔兹曼机(RBM)网络和一层有监督的反向传播(BP)网络构成.该入侵检测模型采用一种快速、贪婪的方法对DBN网络进行预训练,利用对比分歧算法逐层训练每一个RBM网络;然后,利用有监督的BP算法对整个DBN网络进行微调,并同时对RBM网络输出的低维特征进行入侵数据分类.基于KDD CUP 1999数据集的实验结果表明,使用3层以上的DBN模型分类效果优于自组织映射和神经网络方法.因此,DBN是一种有效且适用于高维特征空间的入侵检测方法.     

MoGN:模型引导的遥感图像融合网络

全色锐化是一种常见的图像融合技术,旨在融合卫星提供的高空间分辨率的全色图像和低空间分辨率的多光谱图像,得到高空间分辨率的多光谱图像。结合模型优化与深度学习方法的优势,提出一种模型引导的全色锐化神经网络(MoGN)。基于观测模型和融合图像的深度先验构建了一个全色锐化函数,对目标函数进行求解并将其迭代解展开为深度网络,其中空间退化和光谱退化过程通过设计专用的子网络进行近似,深度先验则由基于Unet架构的去噪器进行近似。降分辨率和全分辨率下的实验结果都证明了所提出方法的有效性。     

基于电力物联网的高压开关柜状态监测系统设计

采用物联网三层结构,设计了一套由智能电力仪表、数据合并单元、云服务器及深度学习应用模型组成的开关柜状态监测系统.采用LoRa通信对采集节点建立自组织网络,实时采集开关柜的运行数据.通过4G通信网络传输至云端数据库,并建立、改进含多层感知机的前馈深度学习模型,形成集实时状态监测、运行统计分析、故障工况报警、在线故障诊断服...     

一种基于SAE和BP网络相结合的人脸识别模型

基于浅层BP网络的模式识别在诸多领域有着广泛的应用,但对于稀疏高维度的数据,在网络模型训练时计算量大、参数繁多、训练慢、准确率低.提出了一种基于稀疏自动编码器(Sparse auto-Encoder,SAE)和浅层BP网络相结合的人脸识别模型.在深度SAE模型中,通过设置隐藏节点数少于输入输出节点数方法,自动学习样本的多种特征表示,来实现数据的降维和去稀疏性,将该方法产生的特征表示作为输入新样本数据,用于BP网络模型进行图像识别.通过人脸识别实验表明,第一通过SAE模型得到的特征表示进行人脸识别是可行的;第二SAE模型获得的多种表示分别进行人脸识别,并非第j层表示比第i层表示(j>i)效果一定好;第三该方法比单纯浅层BP网络进行人脸识别在效果上有一定程度的改善和提高.     

基于云计算的网络学习空间建设管理方法研究

介绍了网络学习空间及其特征,描述了空间模型的处理过程。提出了针对网络学习空间的建设管理方法。其中根据空间建设的友好性、开放性以及使用率归纳出了五种空间建设管理因子:资源质量、领导推动、团队建设、紧密合作和评价激励。通过五个管理因子的结合,使网络学习空间良好有序运行,有效实施网络学习空间应用,从而达到让更多的使用者通过网络学习空间受益的目的。     

基于PCA-LLE组合的优化RBF神经网络降水预测模型

提出了主成分分析(PCA)和局部线性嵌入降维方法(LLE)组合的优化RBF神经网络降水预测模型,首先利用主成分分析(PCA)和局部线性嵌入降维方法(LLE)组合对众多气象物理因子降维提取有效因子,再将这些综合有效因子组成的特征空间矩阵作为优化的RBF神经网络的输入矩阵,从而建立网络模型.以此对广西5月三个不同区域平均日降水量进行预报实验,结果表明,该模型具有较好的收敛效果和泛化能力,在预报性能上明显优于同期的T213降水预报、PCA预报、LLE预报,预报稳定性好,预报准确率较高,具有一定的普遍适用性.     

支持成人教育的网络学习空间再设计北大核心

实现"网络学习空间人人通"是我国今后推进网络学习空间普及应用工作的重点。网络学习空间已经成为支持成人学习者进行正式及非正式学习的有利环境,是成人进行职业教育、社会教育和终身教育的有效途径,有利于成人实现更好的自我学习与发展。通过分析成人学习者特征和网络学习空间内涵,探讨支持成人教育的网络学习空间的设计理念,并在此基础上提出了一种包含数据资源池的基础层、基于云中心的架构层以及提供支持学习者个性化学习服务的应用层的技术架构方案。     

探析深度学习表征的一种新方法:社会认知网络特征(SENS)

近年来,深度学习在教育领域越来越受到重视,它被划分为三大维度:认知领域、人际领域和自我领域。已有的基于问卷、测试题和访谈等方式进行的学习效果分析,难以满足人们对于深度学习中的动态、过程和综合的分析需求。作为一种新的研究方法,社会认知网络特征(SENS)结合了社会网络分析(SNA)和认知网络分析(ENA)两种分析方法,能够很好地对深度学习的三个领域进行分析。通过对原有的SENS方法进行改进,提出了适合深度学习SENS方法的一般步骤,并对每个步骤进行详细的介绍;通过以两个典型案例展示如何利用SENS来促进深度学习,并将深度学习和在线协作数据分析相结合;提出了应用SENS的一些经验与建议,以期为今后研究深度学习提供新的思路和方法。     

基于现代网络的深度学习应用协议识别技术研究与实现

在高速网络环境下,随着用户对端口的自由使用,点对点网络及加密协议开始得到广泛应用。通过创建一个网络协议分析库,深入网络数据包,进行深度学习的应用层协议分类与分析识别,以提高协议检测的准确性。根据大量主流应用程序的流特征进行深度学习,建立应用协议特征库,通过算法实现应用层协议的识别。研究一种应用于APT攻击防御系统、网络入侵检测系统与Web审计系统的应用层协议识别技术,可提高对APT攻击防御判断的准确性。     

基于深度学习的手势识别研究

目前一些相对成熟的手势识别算法,如基于模板匹配的方法、基于人工神经网络的方法以及基于隐马尔科夫模型的方法,都存在计算复杂的劣势,而基于深度学习的手势识别具有一定优势。通过深度学习提取多层网络简化的高价值易用特征,通过向量等表示,简化算法以实现良好的识别效果。通过摄像头采集室内复杂背景下的手势图像,在计算能力、存储能力强大的PC平台通过深度学习处理图像,提取特征,然后进行分类识别,能提高识别准确率。通过改进硬件或算法还可提高识别效率及安全性。     

一路走着,读着……

在最后一场雪纷纷扬扬时,我们的小学青年教师教学理论读书班,正春意盎然地进行着。拿起苏霍姆林斯基《给教师的建议》轻轻地抚摩,爱不释手,因为它有一种积淀了丰富教育思想的厚重感;翻开施良方先生的《教学理论》、《学习论》, 高屋建瓴的理论框架也曾让我望而生畏;《新课程标     

Focus on Form and Focus on Forms

The main difference between traditional language teaching approaches(i.e.Grammar Translation,Audiolinguilism)and modern teaching approaches(i.e.Communicative Language Teaching,Task-based Language Teaching)is that the former attaches much     

国外中小企业融资政策的比较及其启示

资金是企业经济运行的血液，是企业生存、发展的必要条件。我国中小企业在发展过程中，资金不足一直困扰着中小企业的发展。可通过加快现代企业制度建设，设立中小企业融资机构，拓展融资渠道和完善信用担保体系建设予以解决。     

试论天性学习与规定性学习

探讨学习的两种性质：天性学习和规定性学习为研究起点,分析两种学习认识的异同和产生的作用,试图从二者的集合相生作用中找出对教育异化现象的解释和解决思路。     

以特色求生存,以质量求发展

欠发达地区的市属地方高职院校,在新时期、新形势下若要求得生存,就必须走质量兴校、特色强校的发展之路。张家口职业技术学院在人才培养模式的改革方面进行了探索和尝试,具体做法为：准确定位,服务区域经济发展;校企对接,丰富工学结合的人才培养方式;创新机制,助推张家口装备制造业转型升级;打造品牌,服务区域经济社会发展;对标先进,...     

传统读写经验管窥

传统语的教学，注重背诵、勤读，章多做多改，并提倡仿效等主张。经实践证明是科学的。它符合语教学中的语感训练思想以及以读促写、以写促读、读写结合的认识规律和训练规律，值得现代语教学借鉴，对于开创我们今天语教学的新格局，具有重要的现实意义。     

高粱和苏丹草过氧化物酶同工酶分析

本文采用聚丙烯酰胺电泳法,对4个苏丹草和6个高粱品种进行过氧化物酶同工酶的分析,结果表明,过氧化物酶同工酶酶谱差异可以作为鉴定不同品种的特征之一,但不能将高粱和苏丹草两类划分开来。     

基于PLC和视觉的机器人物体识别和分类研究

对目标物体的准确识别和分类,是机器人在工业应用中进行抓取和分拣等任务的核心问题。提出了基于PLC和机器视觉的物体形状和颜色识别系统,该系统由PLC作为主控,利用机器视觉对物体形状和颜色进行分类,在识别目标特征后,送入MATLAB处理后将结果发送给PLC,PLC控制机器人的关节,进行目标选择和抓取,有效提高了定位精度和工作效率,降低了成本。     

基于学生学习感受为主导、数据分析 为方法的学生评教思考

本文分析了目前高校学生评教工作中存在的问题,提出从学生学习感受出发科学设计 评价指标,并应用数据分析的方法检测指标设计的合理性,引入有效参评率提高数据采集过程的 工作效率,在数据分析的基础上对评价结果进行客观分析。一系列尝试取得了一些成效,具有一定 借鉴意义。     

Sociocultural influences on science and on science identities

Angela Chapman and Allan Feldman (2016) conducted a study that aimed to exam how a group of diverse urban high school students were affected by the participation in a contextually based authentic science experience. The analysis of all data led the authors to conclude that the experience of authentic science positively influenced the science identity of students and promoted a shift in perceptions from stereotypical to more diverse views of scientists. For the purpose of this forum paper, we concentrated on the unexpected results of Hispanic students in the IAS instrument. In the authors’ interpretation, Hispanic students were classified as non science identities because they do not feel recognized as a particular kind of student in that school, being possibly more marginalized than other students. We tried to expand the discussion bringing the contribution of a sociocultural approach of science construction and of science identity to enrich some of the issues involved. Our concise analysis does not allow conclusions about the Hispanic students’ results, but we believe it helped to understand sociocultural problems involved in their science identity and to reveal the inequality in science production as one of these problems.