竞争学习
竞争学习的相关文献在1982年到2022年内共计137篇,主要集中在自动化技术、计算机技术、教育、无线电电子学、电信技术
等领域,其中期刊论文122篇、会议论文5篇、专利文献78581篇;相关期刊97种,包括新课程(教师版)、西北工业大学学报、电子学报等;
相关会议5种,包括2005中国计算机大会、中国自动化学会中南六省区自动化学会第十届学术年会、中国人工智能学会第三届智能机器人学术研讨会等;竞争学习的相关文献由259位作者贡献,包括谢维信、刘衍珩、李宾等。
竞争学习—发文量
专利文献>
论文:78581篇
占比:99.84%
总计:78708篇
竞争学习
-研究学者
- 谢维信
- 刘衍珩
- 李宾
- 田大新
- 于月平
- 任主珊
- 余松煜
- 俞金寿
- 刘完芳
- 单晓杭
- 吴江
- 周志华
- 周锐
- 孙建辉
- 常卫东
- 张文军
- 张远强
- 张锋
- 张雅名
- 张颜华
- 徐心和
- 文顺
- 朱林
- 杨宜民
- 段勇
- 段海滨
- 毛光喜
- 王士同
- 王旭东
- 王正华
- 王进
- 申富饶
- 程良伦
- 罗四维
- 许小梅
- 许瀚琦
- 贾立
- 赵杰煜
- 赵金熙
- 邓亦敏
- 邱天宇
- 邵惠鹤
- 鄢喜爱
- 钟意伟
- 陈兆乾
- 陈恩义
- 霍梦真
- 魏晨
- 魏立梅
- 黄雅平
-
-
张成权
-
-
摘要:
小组合作与竞争学习的有机融合,是在初中化学改革的背景下,对化学教学体系的全面创新,也是构建全新化学教学指导体系的重要选择。本文将初中化学教学作为重要的方向,重点针对小组合作竞争学习的有效应用进行了系统的探究,旨在能够构建完善的初中化学教学指导体系,辅助学生对初中化学知识的学习,从而改善初中化学教学过程,促进小组合作竞争学习的有效设计和优化创新应用。
-
-
张钰;
王蕾;
周红标;
赵环宇
-
-
摘要:
针对传统PSO算法容易陷入局部最优的问题,提出一种基于竞争学习的粒子群优化算法(CLPSO);在CLPSO中,首先通过动态计算粒子的适应度值将种群分成优选、合理和疏离3个子群;其次,根据3个子群中粒子的进化特性,为3个子群分别设计了不同的更新变异方式;然后,利用12个基准测试函数对算法的性能进行了验证;实验结果表明,所提的竞争学习策略能够有效克服经典PSO算法在处理复杂多峰问题时容易陷入局部最优的缺陷;最后,利用CLPSO算法优化模糊神经网络的参数设计CLPSO-FNN算法,并利用其建立出水氨氮软测量模型,实验表明,CLPSO-FNN软测量模型能够更精确、更实时地测量出水氨氮浓度.
-
-
杨莹颖
-
-
摘要:
本文结合笔者的研究和实践,针对当前初中化学的学科特点,以及所执教班级的现状,探究小组合作竞争的课堂管理,充分发挥小组合作竞争在化学课堂中的优势,带动后进生学习,构建高效课堂,最终实现全体共同进步。
-
-
-
-
-
吴周龙
-
-
摘要:
本文是以职业中学足球课中运用了异质分组教学法进行教学研究,把原教学班进行异质分组并进行教学,从组内帮教合作学习以及组间竞争学习模式入手,充分发挥合作与竞争学习的作用,组内合作学习充分激发了学生的学习兴趣,提高学生的自信心;组间竞争充分调动学生的学习动机,提高学习积极性.推动了学生的足球技术以及竞争意识、交际能力、合作意识、运动兴趣、运动自信心的提高,起到了一个事半功倍的教学效果.
-
-
刘利娟1
-
-
摘要:
有研究表明,运算阶段的儿童有着比成人更为强烈的竞争意识。教学中常常发现,小学生总是希望自己在老师和同伴们面前表明与众不同,他们希望得到老师和家长的肯定。由此可以看出,儿童的心理发展中竞争意识是十分强烈的。基于此,在小学数学教学中应该营造良好的竞争学习氛围,通过多向交流培养他们的竞争能力。同时,在竞争的过程中促使他们养成耐挫的品质。这样,就能提升他们的综合学习能力。
-
-
吴伟
-
-
摘要:
体育作为促进学生身体素质提升以及思想观念形成的重要学科,教师需要充分认识到体育教学的意义,并在体育教学过程中贯彻快乐体育的教学理念,让学生在快乐的氛围中享受体育学习,同时获得体育素养的提升。
-
-
周立军;
刘凯;
吕海燕
-
-
摘要:
针对受限玻尔兹曼机(RBM)无监督训练存在特征同质化问题以及现有稀疏受限玻尔兹曼机(SRBM)难以自适应稀疏的缺陷,提出了一种基于竞争学习的RBM稀疏机制方法.首先设计基于神经元权值向量与输入向量间夹角余弦值的距离度量,评估两者相似度;然后在训练过程中对不同样本选择出基于距离度量的最优匹配隐单元;其次根据最优匹配隐单元激活状态计算对其他隐单元的稀疏惩罚度;最后执行参数更新并依据深度模型训练过程,将竞争稀疏应用于深度玻尔兹曼机(DBM)的构建中.通过手写数字识别实验证明,与误差平方和正则化因子相比,基于该稀疏机制的DBM分类准确率提高了0.74%,平均稀疏度提高了5.6%,且无需设置稀疏参数,因此,该稀疏机制可提高RBM等无监督训练模型的训练效率,并应用于深度模型的构建中.
-
-
张庆彬;
吴惕华;
河北省科学院;
刘波
- 《第26届中国控制会议》
| 2007年
-
摘要:
基于群体的增量学习算法(PBIL)是一种将遗传算法和竞争学习相结合的新型进化优化算法。本文针对PBIL算法仍然存在的问题,将精英策略引入PBIL算法,提出了一种对当前种群最优解集和至今算法最优解同时进行学习的改进PBIL算法。通过对测试函数的实验表明,改进算法具有比标准PBIL算法更好的优化性能。
-
-
田大新;
刘衍珩;
李宾
- 《2005中国计算机大会》
| 2005年
-
摘要:
基于竞争学习的神经网络是聚类分析的一种重要方法,该方法用于克服在线聚类时出现的稳定性/可塑性两难问题.为了解决竞争层中存在的主要问题: 竞争层神经元个数固定导致无法适用于事先不知道聚类数目的问题; 数据提交的顺序和学习速度等参数的选择导致聚类中心来回振荡;如果一个神经元的初始权值离输入样本太远以至它从未在竞争中获胜,从而产生毫无用处的死神经元;本文提出了增加/删除的竞争神经网络 ADCNN.它采用改进的 Hebbian 学习算法,并根据相似度确定奖励和惩罚的等级.在学习过程中 ADCNN根据需要增加神经元以形成新的聚类,在学习结束后经过分析删除错误的聚类,从而避免了死神经元问题并使在线聚类更加准确.ADCNN 还可以预测聚类数目并优化初始系数.通过实验测试表明 ADCNN 既可准确地完成聚类工作又可应用于分类问题.
-
-
贾立;
俞金寿
- 《中国仪器仪表学会第三届青年学术会议》
| 2001年
-
摘要:
本文提出一种基于神经网络的自组织模糊系统,该系统由前向多层神经网络构成,分两阶段学习:竞争学习阶段、监督学习阶段.该系统最大的特点是根据输入数据的分布灵活地划分模糊集合;根据同一聚类空间输出数据的分布确定模糊规则数,而不只是由输出数据的平均值确定.最后将该系统用于某炼油厂辛烷值的软测量建模,实验结果表明,该系统具有结构简单、学习速度快、建模精度高、泛化能力强等优点,优于UOP专利模型.
-
-