学习分析技术 建立学习预测模型

学习分析技术通过对各种相关数据信息的收集来研究学生在学习中的实际参与、表现和进展情况,并结合学生的某些倾向性特征对其最终学习结果进行预测。通过预测分析可以为大范围和数量的学生提供预测结果,并实时向教学管理者提供相应的干预策略,来避免学生最终课程学习失败。研究所讨论的内容,是如何在大量的因素之中,找到对学生学习结果最具影响性的指标进行分析,从而建立起一个模型,并通过模型预测评估学生是否正在面临课程无法通过的风险。预测的结果将可提供给导学教师,用以优先选择高风险的学生进行主动干预并提供额外资源,最终确保更多的学生学业能顺利完成。论文提供了预测模型的设计方法、对模型的统计学验证以及技术应用最终的实施方案。     

冰蓄冷空调系统实验台的研制

介绍了冰蓄冷空调系统实验台的设计及其实验原理,并通过实验,分别绘出了实验台蓄冷过程和释冷过程中乙二醇溶液温度的变化曲线。整个系统设计合理,安全可靠,为进一步研究和冰蓄冷空调系统有关的课题创造了条件。     

基于学习分析技术的预测模型构建与实证研究

随着教育信息化的不断深入及大数据时代的到来,学习分析技术逐渐成为人们关注的热点.挖掘教育数据背后的知识,优化教学效果成为教育者的共同诉求.笔者采用文献分析法对国内外学习分析发展现状进行了梳理,在此基础上构建“预测模型”,并将该模型应用于实际教学中,对教育技术初级能力培训课程产生的相关数据进行分析,验证了该模型的可行性和有效性.期望为日后国内学习分析相关研究起到借鉴作用.     

季节变动时间序列的两种新预测模型

对于季节变动时间序列提出了一种新的乘法分解模型，它可表示成年度变动因子、季节变动因子、总平均值和随机变动因子的乘积．然后在此基础上给出渐进预测模型和乘法预测模型，最后进行了实例分析．     

一种新的时间序列组合预测模型及其应用

提出了一种新的时间序列组合预测模型（PCA-BPNN模型）,即先利用主成分分析方法对原输入变量的空间进行重构,然后借助于各主成分对总体样本的贡献率来确定网络结构.最后利用1999年1月至2005年12月甘肃省天水市胆结石发病率的资料验证了该方法的有效性.     

基于贝叶斯的金融时间序列预测研究

传统的时间序列分析与预测方法没有考虑样本和参数的先验信息,导致预测结果和实际数据的偏差较大,贝叶斯参数估计方法可以充分利用参数的先验信息,使得估计参数的方差更小,估计结果更加精确,预测结果更真实有用。随着MCMC方法和WinBUGS软件的发展,贝叶斯分析方法估计模型的计算困难逐渐减弱,因此,近年来贝叶斯时间序列预测方法越来越受到关注。本文基于上证指数收盘价的数据,采用Eviews和WinBugs软件,对样本数据进行预处理,利用贝叶斯参数估计方法进行时间序列自回归模型的实证研究分析。     

基于动态负荷预测的冰蓄冷系统运行策略优化

以深圳某办公楼为例,探讨冰蓄冷空调系统运行策略的优化。采用鸿业全年负荷计算及能耗分析软件(HY-EP)进行全年动态负荷模拟,对冷负荷的负荷率进行分析。在选定冰蓄冷系统后,基于模拟结果和地区的峰谷平电价的特点,采用了基于全年动态负荷结果分析预测和结合前一天的负荷作为当日的负荷预测,将全年逐日运行策略简化为4 种设备的运行方案,控制较为容易实现,且需要增加的初投资较少,是结合冰蓄冷系统与全年动态负荷模拟技术的创新应用。     

中国人口老龄化序列分析预测研究

首先根据1990年~2012年我国65岁以上人口数据,运用时间序列分析预测未来十几年中国的老龄化人口,接着运用回归分析研究老龄化人口与人口出生率,死亡率,自然增长率,人均GDP,卫生总费用,人口密度,普通本专科毕业人数这七个指标的相关关系,得出线性回归方程。最后依据这些研究对缓解人口老龄化提出合理建议。     

基于人工神经网络的时间序列交通事故预测

分析了人工神经网络和时间序列的优越性和适用性，提出了基于神经网络基础之上的时间序列预测方法，从而实现了从线性预测到非线性预测的转变。     

回归分析方法预测某市HIV／AIDS流行趋势的应用研究

根据疾病预防控制中心提供的数据,应用回归分析的方法,建立了某市HIV／AIDS逐年新增人数预测模型和经性传播HIV／AIDS新增人数预测模型,并分析得出该市未来3年HIV／AIDS的发展趋势：HIV／AIDS新增人数逐年趋于平稳,但是仍有上升的迹象;经性传播HIV／AIDS新增人数比例逐年上升且速度较快,性传播HIV／AIDS已逐渐成为该市HIV／AIDS传播的主要途径。     

非线性视角下物联网社区时序预测研究

物联网技术社区时序数据建模是世界各国学者研究的新型热点课题．本研究对非线性物联网技术社区时序数据预测神经网络中存在的几个瓶颈进行分析探讨．提出基于人工神经网络非线性视角下物联网技术社区时序数据预测中的应用研究来优化预测神经网络环境下的瓶颈．并且通过人工神经网络社区数据的仿真实验表明该算法的高效性和实用性．     

BP神经网络在预测问题中可用条件的分析

介绍了BP神经网络的结构，分析了神经网络预测原理，指出神经网络是内插值，讨论了可应用神经网络进行预测的条件，并通过实例进行了验证。     

基于BP神经网络的电弧炉炼钢过程的终点预报

针对电弧炉炼钢过程的高度非线性、时变性、不确定性,基于BP算法,建立了增量神经网络电弧炉冶炼终点的预报模型。以废钢、铁水、铁矿石、通电时间、吨钢氧耗和电耗相对于参考炉均值的增量为输入节点,对冶炼钢水终点温度和碳、磷的含量进行预报。研究表明,当钢水终点温度和碳、磷含量的控制精度分别在±10℃、±0．03％和±0．04％时,预报值命中率分别为93％、95．2％和86．3％。     

技术接受模型在教育中应用研究的元分析

尽管技术接受模型已被广泛地应用于研究用户对信息系统的接受程度,但技术接受模型在教育中的应用还没有引起足够的重视,特别是在国内.本文运用元分析方法梳理了1998年至今的主要相关研究,共选定了40篇研究文献,从研究特征、技术环境、理论基础、影响因素四个方面分析技术接受模型在教育中应用研究的现状和发展趋势,总结出影响教师、学生技术接受的因素,并提出今后研究的设想.     

基于人工神经网络的宏观经济预测模型

运用人工神经网络方法,提出了将神经网络用于宏观经济预测中的一般步骤和方法,并以我国的国内生产总值为例进行宏观经济预测建模,为经济预测提供了新的思想和途径.     

优化教师信息技术培训的绩效技术操作模型的探讨

针对目前教师信息技术培训尚存的主要弊端和“教师”这个培训对象，主要关注培训环境和培训对象两大因素，提出了绩效技术在教师信息技术培训中新的操作模型。     

后向线性预测器与AR模型的统一性

基于一平稳随机信号的后向线性预测器及其AR参数模型,研究它们的统一性.理论研究结果表明：对于一平稳随机信号的m阶后向线性预测器的最小均方误差Jmin等于m阶AR模型激励白嗓声的能量.     

工程设计中人工神经网络技术模型

综合运用人工神经网络知识的获取方法及变权分析法,建立了工程设计方案优化选择的数学模型,使得工程设计理论依据更加充分,结论更切合实际.     

基于云模型与神经网络的网络态势分析

通过引入云模型对输入信息进行模糊化处理,结合神经网络的非线性学习能力,提出一种基于云模型和神经网络的模糊分析模型CNN。在此基础上,引入遗传算法和粒子群优化算法,对连接权和阈值进行训练,构造出GA-CNN与PSO-CNN两个模型。由于神经网络具有在海量数据中提取隐藏规律的能力,而遗传算法与粒子群优化算法具有全局搜索的优点,因此可使所求问题以较大概率收敛到全局最优解或次优解。实验结果表明,该模型具有较高的检测率和较低的误检率,能够较好地实现对网络安全状态进行分析的目的。