导读:本文包含了行为评估论文开题报告文献综述及选题提纲参考文献，主要关键词:双峰阈值,数据划分,内部用户安全行为评估,LSTM
行为评估论文文献综述
陶晓玲,孔凯传,赵峰,赵培超[1]（2019）在《基于LSTM的内部用户安全行为评估方法》一文中研究指出内部用户安全行为评估方法由于较少考虑用户操作行为的前后关联性,导致用户操作行为评估的准确率受到影响。针对该情况,结合长短期记忆网络(LSTM)适合处理时间序列问题的特性,提出了一种基于LSTM的内部用户安全行为评估方法。该方法首先对数据作向量化处理;然后按照N vs 1方案进行数据划分,利用LSTM算法对已知用户操作行为习惯进行统一建模;最后使用双峰阈值(bimodalthreshold)机制来确定判决阈值,并对用户操作行为进行评估。实验结果表明,该方法的数据划分方案提升了其检测未知用户操作异常的能力,而且通过引入双峰阈值机制,提高了其检测未知用户异常操作的查准率与查全率。(本文来源于《电子科技大学学报》期刊2019年05期）
王雅星,王新雨,关志,田军香,张克森[2]（2019）在《痴呆病人挑战性行为的功能性行为评估及干预研究进展》一文中研究指出功能性行评估在国外被广泛应用于治疗痴呆病人挑战性行为,而国内近几年对挑战性行为的关注与治疗主要集中于非药物管理,鲜有功能性行为评估及干预的相关研究。对痴呆病人挑战性行为的功能性行为评估与干预进展进行综述,为国内临床医护人员提供参考。(本文来源于《护理研究》期刊2019年16期）
张献波,王喆,张宁,黄虎,张耀东[3]（2019）在《血清尿酸、膀抑素水平与新生儿神经行为评估分值的相关性研究》一文中研究指出目的观察血清尿酸、膀抑素水平与新生儿神经行为评估分值的相关性研究。方法临床选择2016年5月-2017年3月选择缺氧缺血性脑病患儿100例,在其病情不同时期(恢复期、急性期)应用双抗体夹心酶联免疫吸附测定(ELISA)法检测血清膀抑素水平(CysC)、尿酸(UA)水平,同时选择体检健康新生儿100例为研究对照,应用双抗体夹心酶联免疫吸附测定(ELISA)法检测血清膀抑素水平(CysC)、尿酸(UA)水平,评估全部研究对象的新生儿行为神经测定(NBNA)评分,观察缺氧缺血性脑病病情不同时期、健康新生儿的血清尿酸、膀抑素水平与新生儿神经行为评估分值的相关性。结果 HIE患儿急性期的膀抑素(CysC)、尿酸水平(UA)显着高于恢复期、体检健康者,差异有统计学意义(P<0.05),NBNA评分则显着低于恢复期、体检健康者,差异有统计学意义(P<0.05),而HIE患儿恢复期的膀抑素(CysC)、尿酸水平(UA)显着高于体检健康者,差异有统计学意义(P<0.05),HIE患儿恢复期的NBNA评分水平显着低于体检健康者,差异有统计学意义(P<0.05)。HIE恢复期测定NBNA正常例数34例,随着膀抑素、尿酸水平的增高,HIE患儿的NBNA水平呈下降趋势,差异有统计学意义(P<0.05)。结论缺氧缺血性脑病患儿的血清膀抑素、尿酸水平随着病情的加重而出现增高趋势,而其神经行为评分则出现下降趋势,检测新生儿的膀抑素、尿酸水平有助于评估新生儿的神经系统行为。(本文来源于《实验与检验医学》期刊2019年04期）
黎绳震[4]（2019）在《新生儿期高胆红素血症患儿3月龄神经行为评估结果分析》一文中研究指出目的:探讨新生儿期高胆红素血症患儿3月龄神经行为的发育状态和行为评估。方法:选取在2018年1月到2018年12月在藤县妇幼保健院治疗的200例高胆红素血症新生儿患者作为研究对象,根据患者血清中的胆红素含量将新生患儿分为高水平组、中水平组以及低水平组叁组,高水平组的胆红素水平大于342μmol/L,有70例患儿,中水平组胆红素水平在257-342μmol/L之间,为57例,低水平组胆红素水平小于257μmol/L,有73例患儿,叁组患者在入院之后进行脑干听觉诱发电位检查,月龄满叁月之后对所有患儿的神经行为进行测试和评估,对患儿进行智力测试,评估患儿反应能力和各项智力指标。结果:叁组患者入院之后脑干听觉诱发电位检查BAEP异常情况随着患儿血清内胆红素水平的升高而升高,呈正相关关系,差异具有统计学意义。满叁月的患者进行精神运动发展指数PDI、智力发展指数MDI评估发现,患者的评分数值随着胆红素含量的升高和减少,呈负相关关系,差异具有统计学意义,P<0.05。结论:新生儿期高胆红素血症在一定程度上会影响患者的脑部发育,可能会导致患儿出现脑损伤,但是在临床上面并不能单独将BAEP指标作为评断病理性黄疸患儿神经系统恢复情况的唯一指标,还需要对患者的各种行为能力和智力发育情况进行评估,及时发现患儿神经系统的异常,减少并发症和后遗症。(本文来源于《饮食科学》期刊2019年14期）
陈淑兰[5]（2019）在《基于弗兰德斯互动分析系统的小学课堂评估——以某小学课堂教学行为观测及教师教学行为评估分析为例》一文中研究指出借助弗兰德斯互动分析系统对某小学49位教师的145个教学视频进行课堂语言互动行为的编码和数据分析,获得该校的课堂教学过程中师生的语言行为变化情况,归纳总结该校不同校区、学科教师课堂教学行为特征,尤其关注了骨干、非骨干教师的课堂语言行为和交互行为的特征区别,并以该结果为参考,为该学校教师教学技能培训和教务管理提出了相应的建议。(本文来源于《教育艺术》期刊2019年07期）
郭红领,张知田,郁润[6]（2019）在《基于危险系数的施工工人不安全行为评估》一文中研究指出施工现场不安全行为的管控措施呈现静态、局部、标准化等特征,较难适用于动态变化的各类现场不安全行为的管控,因此有必要建立更好的方法来评估施工现场不安全行为,从而有针对性地采取管控措施。该文提出了基于危险系数的施工现场工人不安全行为评估方法,即依据"事故-场景"对不安全行为进行逐层分类后,采用不安全行为发生的频繁程度、不安全行为引起各类事故的可能性以及各类事故后果的严重程度来构建不安全行为的危险系数,以对工人的不安全行为进行持续评估,并根据评估结果对行为进行危险程度分级与管控资源配置。实际案例应用表明:该评估方法能够提高不安全行为管控的有效性与针对性,进而提高施工现场的安全水平。(本文来源于《清华大学学报(自然科学版)》期刊2019年11期）
呼功亮[7]（2019）在《基于情感分析的E-learning学习行为评估与预测方法研究》一文中研究指出作为我国教育信息化事业的重要部分,E-learning教学模式以其独特的开放式教育特点,打破了传统教学模式僵化的时间与空间格局,促进了优质教育资源的共享,推动了教育的普及化与个性化。该教学模式在教学方式上的改革无疑取得了巨大成功,但是其所面临的教育数据难以处理、高注册率低毕业率等问题,却是限制该教育模式可持续发展的重要难题。如何有效分析与评估学生学习行为,从而及时发现其辍学倾向并采取具有针对性的教学干预,则是提升该教学模式核心竞争力的关键性难题。本文针对E-learning学习平台教育数据难以有效利用、学习者学习行为难以准确量化评估、学习者辍学倾向难以及时发现,以及该学习平台无法采取具有针对性的教学干预四个问题,以学习者的文本数据、毕业情况等多种学习行为数据为研究对象,提出了基于情感分析的E-learning学习行为评估与预测方法。首先,针对现有E-learning教育数据中非结构化数据难以有效利用的问题,以及传统情感分析方法中所存在的情绪分析结果粒度较粗的问题,提出基于细粒度情绪分析的多极化情感评估模型。本模型基于依据情感词典分析方法,将传统情感分析方法中积极与消极的两极化情绪细化至快乐、悲伤、愤怒、恐惧、信任、厌恶、惊喜与期待8种人类基本情绪,提高了情感分析的粒度,并结合中文情感表达特点与语义关系,建立了较全面的情感量化规则,提高了情感强度计算的精度。此外,为进一步理解学习者的情感变化趋势,提取了学习者的各阶段性主导情感,从而构建了E-learning学习者的多极化情感变化链。其次,提出基于情感变化趋势的行为预测与课程推荐算法。本算法以学习者的多极化情感变化链与毕业情况之间的映射关系为研究对象,建立多元线性回归方程,在分析小批量梯度下降算法局限性的基础上,以改进的学习率热启动方法对其性能进行优化,并以改进后的算法对所建立多元线性回归方程进行求解。在此基础上,以条件概率与文本互信息度为课程筛选标准,为毕业概率较低或毕业概率出现较大幅度下滑的学习者推荐相关兴趣课程,同时,为确保所推荐课程的时效性,以学习兴趣衰减函数动态更新课程兴趣度。最后,以算法对比分析、接受者操作特性曲线分析、5折交叉验证等评估方法对本文方法进行了综合实例验证。本文所提出的研究方法,为评估与预测E-learning学习者的学习行为提供了新的研究思路,有利于及时发现学习者的辍学倾向,并以推荐相关兴趣课程的干预方式,提高其毕业率,从而优化学习者的学习体验,促进E-learning教学平台的个性化教育与有效教学的发展,对加快我国教育信息化的改革进程提供了一定参考价值。(本文来源于《东北电力大学》期刊2019-05-01）
雷颉[8]（2019）在《基于数字化观察的地理师范生专业表达行为评估研究——以“山地的形成”为课例》一文中研究指出将数字化课堂观察平台与微格教学相结合,是提高师范生从教技能与实现师范生专业发展的一种新型评价方式。本文利用"多元交互式"课堂观察平台对同一授课者相同主题的五节微格教学课例进行观察,对其专业表达行为进行定性和定量相结合的评估研究。发现其在教学中存在教学方法单一、内容缺乏科学严谨性、表述不够准确、地理"叁板"技能运用不规范和缺乏地理学科核心素养的渗透等问题,并提出了相应的改进建议,以期促进地理师范生专业表达的成长和进步。(本文来源于《地理教学》期刊2019年03期）
[9]（2019）在《广东省住房和城乡建设厅关于村镇生活污水处理设施建设PPP项目履约行为评估管理暂行办法》一文中研究指出(广东省住房和城乡建设厅2018年12月26日以粤建规范[2018]8号印发)第一条为规范我省村镇生活污水处理设施建设政府和社会资本合作项目(以下简称"PPP项目")投资、建设管理,根据《中华人民共和国建筑法》《中华人民共和国政府采购法》《中华人民共和国招标投标法》等有关法律、法规,结合本省实际,制定本办法。(本文来源于《广东省人民政府公报》期刊2019年02期）
柳秋菊[10]（2019）在《新生儿期高胆红素血症患儿3月龄神经行为评估结果分析》一文中研究指出目的研究新生儿高胆红素血症对3月龄婴儿神经行为发育的影响,为临床治疗和早期评估预后提供依据。方法选取2014年8月-2016年4月桂林医学院附属医院住院的114例高胆红素血症患儿作为研究对象,依据血清胆红素水平(Sb)分为3组:低水平组(46例,Sb<257μmol/L)、中水平组(31例,Sb 257～342μmol/L)和高水平组(37例,Sb>342μmol/L)。入院时进行脑干听觉诱发电位(BAEP)检查,异常者月龄满3月时复查。月龄满3月时对所有患儿进行智能测试。结果低、中、高胆红素水平组入院时第1次BAEP检查异常率分别为34.8%(16/46)、51.6%(16/31)和64.9%(24/37),差异有统计学意义(P<0.05)。智力发展指数(MDI)、精神运动发展指数(PDI)评分随胆红素值的升高而降低,与胆红素值呈显着负相关(r=-0.583,-0.574,P<0.001)。初筛BAEP异常的患儿智能发育明显落后于初筛BAEP正常的患儿(P<0.05)。但3月龄时复查BAEP仅3例异常。结论 BAEP是病理性黄疸脑损伤的敏感指标,但BAEP不能单独作为病理性黄疸患儿神经系统是否恢复正常的指标,应配合定期的神经行为检查,以便于早期发现神经系统异常,早期干预,减少后遗症发生。(本文来源于《中国儿童保健杂志》期刊2019年02期）
行为评估论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
功能性行评估在国外被广泛应用于治疗痴呆病人挑战性行为,而国内近几年对挑战性行为的关注与治疗主要集中于非药物管理,鲜有功能性行为评估及干预的相关研究。对痴呆病人挑战性行为的功能性行为评估与干预进展进行综述,为国内临床医护人员提供参考。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
行为评估论文参考文献
[1].陶晓玲,孔凯传,赵峰,赵培超.基于LSTM的内部用户安全行为评估方法[J].电子科技大学学报.2019
[2].王雅星,王新雨,关志,田军香,张克森.痴呆病人挑战性行为的功能性行为评估及干预研究进展[J].护理研究.2019
[3].张献波,王喆,张宁,黄虎,张耀东.血清尿酸、膀抑素水平与新生儿神经行为评估分值的相关性研究[J].实验与检验医学.2019
[4].黎绳震.新生儿期高胆红素血症患儿3月龄神经行为评估结果分析[J].饮食科学.2019
[5].陈淑兰.基于弗兰德斯互动分析系统的小学课堂评估——以某小学课堂教学行为观测及教师教学行为评估分析为例[J].教育艺术.2019
[6].郭红领,张知田,郁润.基于危险系数的施工工人不安全行为评估[J].清华大学学报(自然科学版).2019
[7].呼功亮.基于情感分析的E-learning学习行为评估与预测方法研究[D].东北电力大学.2019
[8].雷颉.基于数字化观察的地理师范生专业表达行为评估研究——以“山地的形成”为课例[J].地理教学.2019
[9]..广东省住房和城乡建设厅关于村镇生活污水处理设施建设PPP项目履约行为评估管理暂行办法[J].广东省人民政府公报.2019
[10].柳秋菊.新生儿期高胆红素血症患儿3月龄神经行为评估结果分析[J].中国儿童保健杂志.2019
标签：双峰阈值; 数据划分; 内部用户安全行为评估; LSTM;