智能选题论文-吴方兰

智能选题论文-吴方兰

导读:本文包含了智能选题论文开题报告文献综述及选题提纲参考文献,主要关键词:电磁无损检测,交互设计,体验研究,机器人机构

智能选题论文文献综述

[1](2019)在《选题策划《互联网+智能设计背景下的交互设计与体验研究》专题主编 杨随先》一文中研究指出杨随先,工学博士,博士生导师,现任四川大学机械工程学院教授,中国机械工程学会高级会员,美国机械工程师协会(ASME)会员,四川省学术和技术带头人后备人选,中国自动化学会机器人专业委员会委员,中国无损检测学会电磁专委会委员,四川省工业设计协会常务理事,ASMEJournal,Robotica,IEEE Sensors Journal,Insight,浙江大学学报等学术(本文来源于《包装工程》期刊2019年16期)

杨随先[2](2019)在《选题策划《互联网+智能设计背景下的交互设计与体验研究》序言》一文中研究指出技术进步推动着设计创新,设计创新推动着社会发展,从而提升了用户体验感。随着互联网和移动互联网技术、无人驾驶、显示技术和各种人工智能技术的发展,交互体验设计、服务设计、包容设计等领域的设计方法和设计形式都在发生变化。互联网+、人工智能、大数据应用的发展促进了交互体验思维和产品交互设计理论的发展,而交互体验思维和产品的进步又反过来催生(本文来源于《包装工程》期刊2019年16期)

吴方兰[3](2018)在《人工智能在新闻出版业的应用模式与潜能分析:从选题优化、精准分发到个性化服务》一文中研究指出从人工智能的核心和基石入手,分析人工智能在新闻业的应用模式,挖掘其在未来更多的应用潜能。(本文来源于《新媒体研究》期刊2018年22期)

张梓轩,陶然[4](2018)在《电视科普类节目的创新实践——基于人工智能类选题电视化呈现的研究》一文中研究指出科技领域的最新发展不仅给电视节目创作带来丰富的题材,也带来一定的挑战。本研究将人工智能类选题的电视化呈现作为具体研究对象,探讨了以《机智过人》为代表的综艺科普节目,针对前沿科技领域的电视艺术转化,提取出的节目模式及产生的良好效果。研究详细呈现了实力比较、矛盾攻守、图灵测试等叁类适用于人工智能类选题电视化呈现的情节设置模式,并分析了这样一种节目模式在回应时代命题、引导受众思考等方面产生的良好效果,以期为未来的科普节目创作如何做到既遵循艺术规律又符合科学精神,提供有力借鉴。(本文来源于《中国电视》期刊2018年01期)

梅化南[5](2016)在《教辅报刊社文产项目的选题论证和实施——以“中小学报刊业智能编发与微课系统构建”项目申办为例》一文中研究指出由于历史原因,中小学教育教辅类报刊社依然沿袭着比较传统的办报办刊模式。这种模式很难申办到目前国家或省级文化产业类资金支持的项目,即高成长服务业专项引导资金扶持的文化产业项目。本文就以2015年《中学生学习报》社"中小学报刊业智能编发与微课系统构建"项目的成功申办为例,从教育教辅类报刊社文产项目申办的背景和现状、项目选题的申报过程以及可行性论证报告等方面加以阐述。(本文来源于《濮阳职业技术学院学报》期刊2016年04期)

李志河,杜星月[6](2016)在《基于智能手机终端的研究生毕业论文选题平台设计》一文中研究指出近年来,各高校对研究生毕业提出新要求——发表论文是毕业的前提。写论文成为这种背景下的热潮,如何选题成为写论文的关键,本平台实现教师和学生的双向选择,在智能手机终端就能分模块地对论文选题工作进行管理,提高了论文选题的质量和效率。(本文来源于《中国教育信息化》期刊2016年05期)

汪洋[7](2015)在《兖矿物资部基于struts的智能选题考试系统设计与实现》一文中研究指出随着物资部的信息化建设和信息化管理,加强了物资部员工信息化基础的要求,故物资部组织公司信息化专家逐月对物资部员工进行计算机技术培训,在对员工进行计算机培训的基础上,同时也加强了对员工计算机技术的考核。目前,随着计算机软硬件技术和网络技术的飞速发展,网络的覆盖和普及,改变了常规的教学模式和考试模式。基于struts的智能选题考试系统将其应用于物资部员工的培训与考核是未来的主流趋势。借助计算机技术,可以很好地实现基于struts的智能选题考试系统的考试。本文正是在这一技术基础上,从软件工程的角度,对计算机考试系统进行了研究与设计。文中首先对国内外有关struts技术的文献进行了阐述,并对struts技术的概念及基本原理进行了分析;在此基础上对基于struts技术的计算机考试系统建立的可行性与需求展开分析,重点从技术、经济、操作、安全可行性方面,以及功能、性能、安全需求方面进行;然后采取B/S叁层体系结构的模式,结合SQL SERVER数据库对系统进行了设计,明确了系统整体架构、数据库结构、主要数据流程和全部功能,特别是针对struts技术在考试过程设计时的具体思路进行解析;最后以需求分析和系统设计为基础,对基于struts技术的计算机考试系统进行了实现,实现过程选取了主要的一些功能模块,包括登陆技术、考试选题功能、自动阅卷功能以及组卷技术等,充分对struts技术的相关算法进行了研究。(本文来源于《电子科技大学》期刊2015-05-10)

钱锦昕[8](2014)在《基于项目反应理论和量子智能算法的选题策略研究》一文中研究指出为了对量子智能算法用于测验选题的可行性和特性进行探索,本文将普通遗传算法和量子遗传算法、普通粒子群算法和量子粒子群算法、普通蚁群算法和量子蚁群算法的选题性能进行两两比较。本研究是基于模拟题库的研究,采用项目反应理论的叁参数逻辑斯蒂模型建立各算法的目标函数,各算法得到的选题结果采用方差分析进行差异显着性检验,分析影响选题结果的参数、得到算法的最优参数组合。在叁对算法中选出较优的叁种算法再进行比较,得到本实验最优的选题算法。研究结果充实了当前的选题策略理论,并首次成功将量子智能算法用于选题。方法论上,不仅在选题领域是个突破,而且还为人工智能在心理测量中的应用扩充了新的内容。主要研究结论有以下几点:(1)遗传算法进行本研究的选题实验的结果表明:虽然分数线处测验信息量比较大,但是多次选题的标准差也越大,算法不稳健。(2)用量子遗传算法的九种参数组合进行选题实验,进行结果分析和讨论后得出:若将分数线处测验信息量指标视为最重要,不考虑平坦度和时间,可选择种群大小80,迭代次数为500。若综合考虑叁个指标,信息量要尽量大,平坦度也大,且选题时间短可以选择种群为80,迭代次数为300。(3)采用t检验对普通遗传算法和量子遗传算法的分数线处最大测验信息量、分数线附近信息量平坦度进行分析,结果显示,在同样的种群大小和迭代次数下,普通遗传算法虽然在大部分情况下的最大测验信息函数大于量子遗传算法的。但是,普通遗传算法选题的分数线附近信息量平坦度值显着差于量子遗传算法的。另外,从选题时间、算法的稳健性的角度来看,量子遗传算法的选题时间大大短于普通遗传算法,稳健性大大优于普通遗传算法。因此量子遗传算法用于选题的综合性能优于普通遗传算法。(4)虽然粒子群算法用于解决其它优化问题时,c1和c2取值使得优化结果不同。但是本文首次采用方差分析法进行差异显着性检验,结果显示粒子群算法进行选题时,c1和c2取不同值对分数线处信息量、分数线附近信息量平坦度和选题时间没有显着影响,因此可以在[1,4]之间任意取值。(5)量子粒子群算法选题实验结果表明,惯性权重w1和W2对最大测验信息函数没有显着影响,但是对信息量平坦度有显着影响。因此选题时要考虑其取值,量子粒子群的最佳参数组合有以下两种情况:若是将分数线处测验信息量和信息量平坦度指标视为最重要时:W1的最佳取值为1.2,W2为0.3,粒子数量取40,迭代次数为700。若是综合考虑叁个指标的重要性时,W1的最佳取值为1.2,W2为0.3,粒子数量取40,迭代次数为300。(6)采用t检验对两种算法的分数线处最大测验信息量、分数线附近信息量平坦度进行分析,在分数线附近信息量平坦度上,两种算法没有显着差异,但是量子粒子群算法在最大信息量上大部分情况下(5种)显着高于粒子群算法,其选题时间,选题稳健度方面都比粒子群算法略胜一筹,因此,可以认为量子粒子群用于基于项目反应理论的HSK选题时,选题效果要胜出粒子群。(7)量子蚁群算法选题结果表明,若是将分数线处的测验信息量的重要性视为最大,则选择第一种参数组合(ρ=0.1,Q=150, m-70, d=360)。若是综合考虑叁个选题指标,则第五种(ρ=0. 5,Q=250,m=50,d=200)参数组合下的选题结果最优。(8)采用t检验对蚁群算法和量子蚁群算法的分数线处最大测验信息量、分数线附近信息量平坦度进行分析,结果显示量子蚁群算法在九种参数条件下,分数线处最大测验信息量显着优于普通蚁群算法,两种算法的信息量平坦度没有显着差异;在算法的稳健性方面,对各算法下选题成卷20次的分数线处最大测验信息量的标准差,试卷的区分度、难度、猜测度的标准差进行分析,结果显示在大部分情况下,量子蚁群算法的稳健性都由于普通蚁群算法。量子蚁群算法明显优于普通蚁群之处是选题时间大大短于蚁群算法。因此,综合考虑各方面的算法评价指标,量子蚁群算法优于普通蚁群算法。(9)对量子遗传、量子粒子群、量子蚁群叁种算法用两种方式进行了比较,两种方法的结果都表明,量子遗传算法虽然不是在所有评价指标上都为最优,但是在大部分评价指标上都显示为最优,特别是其选题时间要远远小于其他几种算法,因此量子遗传算法为本次选题的最优算法。(本文来源于《南京师范大学》期刊2014-05-10)

柴省叁[9](2014)在《计算机自适应性语言测试的智能选题方法研究》一文中研究指出随着计算机信息技术的发展和多媒体网络教学设备的日益普及,基于项目反应理论(IRT)的计算机自适应性(CAT)语言测试由于在测验信度、测验效率和考试安全性等方面比传统的纸笔测验具有更大的优势,因此针对计算机自适应性考试的理论问题和实践问题正在成为教育考试信息化研究的热点之一。文章在对自适应性考试原理进行考察的基础上,专门就计算机自适应性语言测试,特别是对国内外计算机自适应性阅读理解考试过程中遇到的智能选题单位和方法问题进行了探讨,并对具体的解决途径进行了研究。(本文来源于《中国教育信息化》期刊2014年08期)

陈鸥辉[10](2006)在《用VBA实现PowerPoint课件中的智能交互(二)——用VBA实现从文本文件中读入多个单选题》一文中研究指出在前面的文章中我们介绍了如何用V BA实现Pow erPoint课件中的简单智能交互,包括了单选题、多选题、判断题、填空题以及其它一些简单的交互功能实现。但在实践的过程中,我们如果要在Pow erPoint中录入大量的单选题,其工作量是可想而知的。为了减(本文来源于《中小学电教》期刊2006年04期)

智能选题论文开题报告

(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:

技术进步推动着设计创新,设计创新推动着社会发展,从而提升了用户体验感。随着互联网和移动互联网技术、无人驾驶、显示技术和各种人工智能技术的发展,交互体验设计、服务设计、包容设计等领域的设计方法和设计形式都在发生变化。互联网+、人工智能、大数据应用的发展促进了交互体验思维和产品交互设计理论的发展,而交互体验思维和产品的进步又反过来催生

(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。

智能选题论文参考文献

[1]..选题策划《互联网+智能设计背景下的交互设计与体验研究》专题主编杨随先[J].包装工程.2019

[2].杨随先.选题策划《互联网+智能设计背景下的交互设计与体验研究》序言[J].包装工程.2019

[3].吴方兰.人工智能在新闻出版业的应用模式与潜能分析:从选题优化、精准分发到个性化服务[J].新媒体研究.2018

[4].张梓轩,陶然.电视科普类节目的创新实践——基于人工智能类选题电视化呈现的研究[J].中国电视.2018

[5].梅化南.教辅报刊社文产项目的选题论证和实施——以“中小学报刊业智能编发与微课系统构建”项目申办为例[J].濮阳职业技术学院学报.2016

[6].李志河,杜星月.基于智能手机终端的研究生毕业论文选题平台设计[J].中国教育信息化.2016

[7].汪洋.兖矿物资部基于struts的智能选题考试系统设计与实现[D].电子科技大学.2015

[8].钱锦昕.基于项目反应理论和量子智能算法的选题策略研究[D].南京师范大学.2014

[9].柴省叁.计算机自适应性语言测试的智能选题方法研究[J].中国教育信息化.2014

[10].陈鸥辉.用VBA实现PowerPoint课件中的智能交互(二)——用VBA实现从文本文件中读入多个单选题[J].中小学电教.2006

标签:;  ;  ;  ;  

智能选题论文-吴方兰
下载Doc文档

猜你喜欢