期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
5
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
罗哌卡因复合高乌甲素用于自控硬膜外分娩镇痛的疗效分析
被引量：
11
1
作者
谢志勇
王雅
琮
郭琳茹
《中国妇产科临床杂志》
2006年第6期447-448,共2页
关键词
自控硬膜外分娩镇痛
高乌甲素
罗哌卡因
疗效分析
复合
自控硬膜外镇痛
药物配伍
个体化原则
下载PDF
职称材料
计算机应用技术与信息管理系统优化整合的优势
被引量：
10
2
作者
王雅
琮
《信息与电脑》
2019年第7期15-16,共2页
随着经济的不断发展,全球化进程逐渐深入,世界科学水平与经济水平也得到了前所未有的发展,并促进了我国科技的进步。计算机技术作为我国科学的重要内容,是世界及我国科技发展的关键点。笔者主要阐述了计算机应用技术的概念,并分析了信...
随着经济的不断发展,全球化进程逐渐深入,世界科学水平与经济水平也得到了前所未有的发展,并促进了我国科技的进步。计算机技术作为我国科学的重要内容,是世界及我国科技发展的关键点。笔者主要阐述了计算机应用技术的概念,并分析了信息管理系统与计算机应用技术的关系,并对信息管理系统与计算机应用技术优化整合的优势进行了充分研究,希望能为业界人士提供一定的参考与借鉴。
展开更多
关键词
计算机应用技术
信息管理系统
系统优化整合
下载PDF
职称材料
基于多任务自编码器的MOOC课程推荐模型
被引量：
1
3
作者
董永峰
王巍然
+2 位作者
董瑶
史进
王雅
琮
《计算机工程与设计》
北大核心
2023年第10期3117-3123,共7页
为解决在线学习当中,学习者行为的数量远少于在线课程的样本总数所产生的数据稀疏问题,提出一种基于多任务自编码器的课程推荐模型(multi-task autoencoder course recommendation model,MAEM)。通过分析学习者的学习行为,将总体任务分...
为解决在线学习当中,学习者行为的数量远少于在线课程的样本总数所产生的数据稀疏问题,提出一种基于多任务自编码器的课程推荐模型(multi-task autoencoder course recommendation model,MAEM)。通过分析学习者的学习行为,将总体任务分为两个子任务:任务一是学习者浏览课程章节列表行为,任务二是完成课程50%的学习行为,通过共享网络底部的隐藏层提高泛化能力。模型总体划分为共享嵌入、自编码器与分解预测、任务组合3个模块,3个模块协同工作,旨在突破训练数据稀疏问题。将MAEM与7种常用的推荐算法比较,实验结果表明,MAEM算法优于7种热门的推荐算法,验证了其在课程推荐中的有效性。
展开更多
关键词
多任务学习
自编码器
课程推荐
数据稀疏性
行为分解
特征提取
在线学习
下载PDF
职称材料
基于深度学习的聚类综述
被引量：
11
4
作者
董永峰
邓亚晗
+1 位作者
董瑶
王雅
琮
《计算机应用》
CSCD
北大核心
2022年第4期1021-1028,共8页
聚类是一种寻找数据之间内在结构的技术,是许多数据驱动应用领域的一个基本问题,而聚类性能在很大程度上取决于数据表示的质量。近年来,深度学习因其强大的特征提取能力被广泛地应用于聚类任务,以学习更好的特征表示,显著提高了聚类性...
聚类是一种寻找数据之间内在结构的技术,是许多数据驱动应用领域的一个基本问题,而聚类性能在很大程度上取决于数据表示的质量。近年来,深度学习因其强大的特征提取能力被广泛地应用于聚类任务,以学习更好的特征表示,显著提高了聚类性能。首先,介绍了传统的聚类任务;然后,根据网络结构介绍了基于深度学习的聚类及代表性方法,指出了当前存在的问题,并介绍了基于深度学习的聚类在不同领域的应用;最后,对基于深度学习的聚类发展进行了总结与展望。
展开更多
关键词
聚类
深度学习
图聚类
特征表示
网络结构
下载PDF
职称材料
在线学习资源推荐综述
被引量：
3
5
作者
董永峰
王雅
琮
+1 位作者
董瑶
邓亚晗
《计算机应用》
CSCD
北大核心
2023年第6期1655-1663,共9页
近年来越来越多的学校广泛使用网络在线授课,然而互联网中海量的学习资源令学习者难以抉择。因此,研究在线学习资源推荐并为学习者进行个性化推荐非常重要,这可以帮助学习者快速获取其所需的优质学习资源。针对在线学习资源推荐的研究现...
近年来越来越多的学校广泛使用网络在线授课,然而互联网中海量的学习资源令学习者难以抉择。因此,研究在线学习资源推荐并为学习者进行个性化推荐非常重要,这可以帮助学习者快速获取其所需的优质学习资源。针对在线学习资源推荐的研究现状,从以下5个方面进行分析总结。首先,总结了目前国内外在线教育平台在学习资源推荐方面的工作;其次,分析和探讨了以知识点习题、学习路径、学习视频和学习课程为学习资源推荐目标的4种算法;接着,分别从学习者和学习资源的角度出发,以具体的算法为例,详述了常用的基于学习者画像、基于学习者行为和基于学习资源本体的3种学习资源推荐算法;此外,总结了公开的在线学习资源数据集;最后,分析了学习资源推荐系统目前存在的问题和未来的发展方向。
展开更多
关键词
在线学习
在线教育平台
个性化推荐
学习资源推荐
智慧教育
下载PDF
职称材料
题名
罗哌卡因复合高乌甲素用于自控硬膜外分娩镇痛的疗效分析
被引量：
11
1
作者
谢志勇
王雅
琮
郭琳茹
机构
河北省保定市第一医院麻醉科
河北省保定市第一医院妇产科
出处
《中国妇产科临床杂志》
2006年第6期447-448,共2页
关键词
自控硬膜外分娩镇痛
高乌甲素
罗哌卡因
疗效分析
复合
自控硬膜外镇痛
药物配伍
个体化原则
分类号
R714.3 [医药卫生—妇产科学]
下载PDF
职称材料
题名
计算机应用技术与信息管理系统优化整合的优势
被引量：
10
2
作者
王雅
琮
机构
河北工业大学
出处
《信息与电脑》
2019年第7期15-16,共2页
文摘
随着经济的不断发展,全球化进程逐渐深入,世界科学水平与经济水平也得到了前所未有的发展,并促进了我国科技的进步。计算机技术作为我国科学的重要内容,是世界及我国科技发展的关键点。笔者主要阐述了计算机应用技术的概念,并分析了信息管理系统与计算机应用技术的关系,并对信息管理系统与计算机应用技术优化整合的优势进行了充分研究,希望能为业界人士提供一定的参考与借鉴。
关键词
计算机应用技术
信息管理系统
系统优化整合
Keywords
computer application technology
information management system
system optimization and integration
分类号
TP3 [自动化与计算机技术—计算机科学与技术]
下载PDF
职称材料
题名
基于多任务自编码器的MOOC课程推荐模型
被引量：
1
3
作者
董永峰
王巍然
董瑶
史进
王雅
琮
机构
河北工业大学人工智能与数据科学学院
国家开放大学数字化学习技术集成与应用教育部工程研究中心
河北工业大学河北省大数据计算重点实验室
出处
《计算机工程与设计》
北大核心
2023年第10期3117-3123,共7页
基金
河北省高等学校科学技术研究基金项目(QN2021213)
数字化学习技术集成与应用教育部工程研究中心创新基金项目(1221006)。
文摘
为解决在线学习当中,学习者行为的数量远少于在线课程的样本总数所产生的数据稀疏问题,提出一种基于多任务自编码器的课程推荐模型(multi-task autoencoder course recommendation model,MAEM)。通过分析学习者的学习行为,将总体任务分为两个子任务:任务一是学习者浏览课程章节列表行为,任务二是完成课程50%的学习行为,通过共享网络底部的隐藏层提高泛化能力。模型总体划分为共享嵌入、自编码器与分解预测、任务组合3个模块,3个模块协同工作,旨在突破训练数据稀疏问题。将MAEM与7种常用的推荐算法比较,实验结果表明,MAEM算法优于7种热门的推荐算法,验证了其在课程推荐中的有效性。
关键词
多任务学习
自编码器
课程推荐
数据稀疏性
行为分解
特征提取
在线学习
Keywords
multi-task learning
autoencoder
course recommendation
data sparsity
behavior decomposition
feature extraction
online learning
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于深度学习的聚类综述
被引量：
11
4
作者
董永峰
邓亚晗
董瑶
王雅
琮
机构
河北工业大学人工智能与数据科学学院
河北省大数据计算重点实验室(河北工业大学)
河北省数据驱动工业智能工程研究中心(河北工业大学)
出处
《计算机应用》
CSCD
北大核心
2022年第4期1021-1028,共8页
基金
天津市自然科学基金资助项目(19JCZDJC40000)
北航北斗技术成果转化及产业化资金资助项目(BARI2001)
河北省高等学校科学技术研究项目(QN2021213)。
文摘
聚类是一种寻找数据之间内在结构的技术,是许多数据驱动应用领域的一个基本问题,而聚类性能在很大程度上取决于数据表示的质量。近年来,深度学习因其强大的特征提取能力被广泛地应用于聚类任务,以学习更好的特征表示,显著提高了聚类性能。首先,介绍了传统的聚类任务;然后,根据网络结构介绍了基于深度学习的聚类及代表性方法,指出了当前存在的问题,并介绍了基于深度学习的聚类在不同领域的应用;最后,对基于深度学习的聚类发展进行了总结与展望。
关键词
聚类
深度学习
图聚类
特征表示
网络结构
Keywords
clustering
deep learning
graph clustering
feature representation
network architecture
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
在线学习资源推荐综述
被引量：
3
5
作者
董永峰
王雅
琮
董瑶
邓亚晗
机构
河北工业大学人工智能与数据科学学院
河北省大数据计算重点实验室(河北工业大学)
河北省数据驱动工业智能工程研究中心(河北工业大学)
出处
《计算机应用》
CSCD
北大核心
2023年第6期1655-1663,共9页
基金
河北省高等学校科学技术研究项目(QN2021213)
河北省高等教育教学改革研究与实践项目(2020GJJG027)。
文摘
近年来越来越多的学校广泛使用网络在线授课,然而互联网中海量的学习资源令学习者难以抉择。因此,研究在线学习资源推荐并为学习者进行个性化推荐非常重要,这可以帮助学习者快速获取其所需的优质学习资源。针对在线学习资源推荐的研究现状,从以下5个方面进行分析总结。首先,总结了目前国内外在线教育平台在学习资源推荐方面的工作;其次,分析和探讨了以知识点习题、学习路径、学习视频和学习课程为学习资源推荐目标的4种算法;接着,分别从学习者和学习资源的角度出发,以具体的算法为例,详述了常用的基于学习者画像、基于学习者行为和基于学习资源本体的3种学习资源推荐算法;此外,总结了公开的在线学习资源数据集;最后,分析了学习资源推荐系统目前存在的问题和未来的发展方向。
关键词
在线学习
在线教育平台
个性化推荐
学习资源推荐
智慧教育
Keywords
online learning
online education platform
personalized recommendation
learning resource recommendation
intelligent education
分类号
TP391.3 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
罗哌卡因复合高乌甲素用于自控硬膜外分娩镇痛的疗效分析
谢志勇
王雅
琮
郭琳茹
《中国妇产科临床杂志》
2006
11
下载PDF
职称材料
2
计算机应用技术与信息管理系统优化整合的优势
王雅
琮
《信息与电脑》
2019
10
下载PDF
职称材料
3
基于多任务自编码器的MOOC课程推荐模型
董永峰
王巍然
董瑶
史进
王雅
琮
《计算机工程与设计》
北大核心
2023
1
下载PDF
职称材料
4
基于深度学习的聚类综述
董永峰
邓亚晗
董瑶
王雅
琮
《计算机应用》
CSCD
北大核心
2022
11
下载PDF
职称材料
5
在线学习资源推荐综述
董永峰
王雅
琮
董瑶
邓亚晗
《计算机应用》
CSCD
北大核心
2023
3
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
