一、学生学习准备情况分析: 学生在其它教育类课程的学习中已接触过相关概念和原理,课前反映学生对课程的设 计与规划所涉及的内涵不太清晰,还有一些概念看起来很熟悉,但理解得不深,难以用自 己的话进行复述或讲解

针对烧结过程生产实际,运用神经网络中的BP学习算法设计了分类器,用于在线推断烧结矿的质量。为了加快BP学习算法的收敛速度,采用了自适应变步长学习算法。实验结果表明,由此建立的烧结过程神经网络质量预报模型,预报正确率高,具有很好的泛化能力

通过对于毛发护理的理论学习,开始了专业的发型学习。作为专业技术性很强的工作,还需要动 手操作,但就本课程的基础性来讲,更偏重于理论的铺垫,更深入的学习将在深入的过程中还会有专门的 课程开出。 本课程所涉及的实际操作内容,是作为对理论的理解而开设,因此在技术的精湛程度上不作要求, 只对操作程序、服务流程等基本知识点进行观测,共计十讲有实操要求

将一种机器学习算法——支持向量机引入到软岩工程支护设计领域,并根据问题需要提出了一种支持向量机回归算法且编制了相应的计算程序.工程算例证明,这种算法在学习样本数量很少的情况下就可以得到很高的预测精度,且具有推广性能好的优点,避免了人工神经元由于存在过学习问题而带来的网络参数难以确定的弊病,为类似工程的支护设计提供了一种新的途径

一、学习连接数据库 二、实现查询、添加、删除和修改功能 三、了解ADO的几大对象及相互关系 四、学习各种事务处理和分页显示数据 五、学习连接 SQL Server数据库的语句

针对梯度功能材料(FGM)制备过程的复杂性,提出了利用神经网络信息处理机制进行制备材料的特性预估;实例分析表明,这一方法是有效的.同时,针对BP学习算法速度较慢,易陷入局部极小的缺点,改用函数型连接网络来提高学习速度.试验表明学习速度提高显著

探讨了一种将有监督学习机制融合到模糊ART网络构成一个有监督的模糊ART神经网络模型.这种网络能同时处理有监督和无监督学习问题,并具有积累和增加网络学习的能力.对该网络进行了滚动轴承检测数据模式分类实验,并与BP网络进行了比较性实验.结果表明:该网络具有良好模式分类能力和较好的可塑性

一、学生学习准备的分析: 本章是对中小学课程类型的简要概括和介绍,涉及到学科课程与经验课程、活动课程、 显性课程与隐蔽课程、必修课程与选修课程、分科课程与整合课程等多组概念。上述多数课 程类型对该班学生而言并不陌生,因此,概念的辨析不作为本单元学习的重点。结合新课程 的背景,主要澄清经验课程、整合课程和隐蔽课程的基本原理

采用反向传播网络作为推理机,构造了高炉异常炉况判断专家系统,该系统具有良好的自学习功能和联想记忆功能.系统采用离线学习方式,在线运行时,可将高炉操作实绩存入知识库,作为进一步学习的样本,从而提高了系统精度和联想能力

通过对食品微生物学检验课程的学习,使食品质量与安全专业的学生掌握、熟悉和了解 食品微生物学检验中华人民共和国(推荐国家标准(GB/T4789.1-4789.35-2003)中规 定的主要内容,并使学生了解部分相关的基础知识、原理和先进的快速检测方法,与食品微 生物学检验实验课相呼应,尽最大可能更好的完成教学内容和要求中规定的任务。同时注重 教授学生学习方法,激发学生学习兴趣,培养学生分析问题和解决问题的能力