【摘 要】
：
随着互联网时代的到来与发展,为大数据、云计算、人工智能等新兴技术提供了肥沃的土壤,同时也为各行各业带来了新的变革与推动。教育作为民族振兴、社会进步的基石,一直是我国优先、重点发展的行业。长期以来,我国教育面临的突出矛盾是人们对高质量个性化教育服务的迫切需求与优质教育资源供给的严重不足,针对教育资源供给侧的创新和个性化教育服务新模式的探索是当前教育改革与发展所面临的重大课题。本文搭建支持矩阵自动推理
论文部分内容阅读
随着互联网时代的到来与发展,为大数据、云计算、人工智能等新兴技术提供了肥沃的土壤,同时也为各行各业带来了新的变革与推动。教育作为民族振兴、社会进步的基石,一直是我国优先、重点发展的行业。长期以来,我国教育面临的突出矛盾是人们对高质量个性化教育服务的迫切需求与优质教育资源供给的严重不足,针对教育资源供给侧的创新和个性化教育服务新模式的探索是当前教育改革与发展所面临的重大课题。本文搭建支持矩阵自动推理解题和逻辑动画自动生成的数据驱动矩阵教学辅助系统,主要完成了以下工作:1、面对目前网络上的各种矩阵知识库存在逻辑架构混乱的现象,从零开始建立了一套矩阵知识索引,并根据矩阵基本概念与基础运算规则来构建矩阵知识库以便快速检索。2、使用JS语言,设计矩阵自动解题模块。参考分控系统的设计,将规则分组,依次遍历规则,当满足条件时,调用math.js计算引擎,不断查看是否得出结论,并以现有网络上已有的各种矩阵问题为样例,通过比对标准答案手动测试答题是否正确,不正确的答案则手动定位问题,对自动推理解题功能不断进行完善,提高解题的准确性。3、针对目前教育数据存在数据多源、高度异构的特征,以教学主体和教育资源为中心,研究面向群体和个体的教学结果量化技术,将教学主体和教育资源的多方数据源进行清洗、分类标记并有效融合,为个性化辅助教学平台提供支撑。并充分利用现有数据,通过ECharts调用My SQL数据实现各类数据可视化并反馈前端页面,方便老师更有针对性的备课、给学生进行辅导,做到个性化教学。4、在自动化矩阵解题系统的基础上,搭建了完善的数据驱动的教学辅助系统,完成登录/注册、智能解题、试卷中心、用户管理、卷题管理、成绩分析、个人中心等模块,能打破原有教学方法的改革和学习方法的创新。最后证明该教学辅助系统将传统教学活动教学工具智能化,将复杂的绘图流程简单化,降低学生做题学习时间成本,构建智能教学应用,建立“便捷、高效、智能”的几何绘制流程,降低教学过程复杂度,便于学生观察和理解,从而促进人工智能在数学教育上的应用与发展。
其他文献
随着互联网的快速发展,网络中涌现出大量的匿名文本,这些匿名文本中不乏充斥着虚假信息、诈骗信息、甚至是危害国家安全的谣言信息。特别地,暗网因其与生俱来隐匿性,已经成为不法分子犯罪的理想场所。文本作者识别技术可以较好的发现并追踪网络文本的作者,从而打击、预防网络犯罪,维护网络环境的健康安全。现有的文本作者识别技术针对网络文本进行作者识别,其准确率及可靠性较低,且在文本特征筛选过程中人工参与度较高。因此
医学图像分割在定量分析、临床诊断和治疗过程中扮演着重要角色,基于编解码器架构的分割模型被广泛应用到医学图像分割中。在实际分割中,由于编解码器架构的编码器、跳跃连接、解码器组件的设计不合理,会导致出现多尺度特征融合不当、相似特征不相关、特征通道直接拼接引起语义鸿沟、上采样过程抽象特征丢失而利用不充分以及网络参数量冗余问题。这些问题是医学图像分割中的重大阻碍,本论文针对编解码器架构在分割中关键技术进行
磁共振成像（Magnetic Resonance Imaging,MRI）技术自1973年成功显示图像以来得到了迅速发展,已成为最有价值和应用最广泛的诊断成像方式之一。核磁共振系统对于接收线圈的信噪比具有较高的要求,高温超导技术对于高灵敏度的接收核磁共振模拟通路的研制具有重大意义。本文以利用高温超导薄膜材料研制了在1.5T磁场中、63.5MHz的频段研制了一款高温超导核磁共振接收模拟通路,其结构主
深度学习技术的飞速发展,催生出了一系列诸如计算机视觉,自然语言处理,强化学习之类的实际应用场景及方向,同时在安防监控领域也借助深度学习的发展迎来了技术手段上的变革。但是当前应用于安防监控领域的深度学习算法大多只停留在实验室阶段,虽然针对常用的数据集,当前的算法都能取得一个较好的精度,但在真实场景下,算法的精度和实时性能都不能达到实际应用的要求,所以急需一套智能化人体行为检测系统去解决当前真实场景下
字符识别是受到学术界和工业界重视的技术,需要根据针对性的场景设定和模型设计来解决相关实际问题。芯片字符识别作为字符识别的一种特殊场景,可以解决工业缺陷检测、自动化配装芯片等广泛性的工业问题。早期芯片字符识别方法,例如模板匹配等,只能在固定字体和固定场景发挥效果,但近年来随着深度学习算法的扩展和显卡浮点性能的增加,深度学习模型能够识别更多相似字体和更多场景的芯片,但深度学习模型的高精度基本建立在大量
移动边缘计算（Mobile Edge Computation,MEC）通过将计算资源部署到网络边缘,在地理上缩短了与用户的距离,可以就近处理用户的请求,避免了漫长的网络传输,从而提高服务的响应速度。由于边缘节点部署在网络边缘,单个节点的覆盖范围相对有限,因此用户的移动就有可能导致用户离开当前节点的覆盖范围而进入另外一个节点的覆盖范围。当用户从一个节点的覆盖范围进入另外一个节点的覆盖范围时,为了保证
本文以舰船、飞机等大型复杂装备电磁干扰现场检测为背景,把现场检测中的电磁干扰信号分类识别作为研究课题。针对大型装备面临的电磁干扰现场检测与故障模块查找问题,设计了一套EMI信号分类识别系统,构建大型装备电磁干扰现场检测案例库,进行EMI信号采集与特征分析、故障模块定位。首先,介绍了该系统应用场景、技术指标和软硬件构成,对系统中涉及的虚拟暗室、特征提取、模板匹配等相关技术进行了分析。其次,针对系统中
基于参量阵原理的屏幕定向扬声器是一种能够同时呈现画面和产生高度指向性可听声的新型屏幕扬声器,它利用超声波在介质中自解调产生定向可听声。由于介质的自解调过程是非线性的,受温度、湿度、信号处理算法和屏幕定向扬声器本身特性等多种因素的影响,导致屏幕定向扬声器解调出的可听声存在失真,对设备的音质有较大影响,因此本论文主要围绕屏幕定向扬声器的谐波失真进行研究,为便携式设备的屏幕定向扬声器实现高保真音质提供一
随着人机对话技术的不断发展,各种各样的智能对话系统层出不穷,如:领域问答系统、闲聊机器人、终端导航机器人等智能产品,很大程度上方便了人们的日常生活。在各种类型的对话系统中,任务型对话系统是一个重要分支,主要通过多轮交互解决用户在某个领域遇到的问题,提高业务办理效率,减少人工参与。本文针对金融领域任务型对话系统的用户意图识别进行研究,包含领域分词优化、对话意图识别以及融合意图识别的智能对话系统的设计
矩阵积和式是一种常用的矩阵不变量，在组合计数、统计检验、无线通讯、统计物理、分子化学等领域有重要的应用。积和式的定义与行列式相似，但是它的计算复杂性远远高于行列式。英国理论计算机科学家Valiant在1979年证明积和式计算是组合计数中的#P完全问题，即其难度不低于组合优化中的NP完全问题。迄今为止，对一般矩阵最为有效的积和式精确算法是Ryser基于容斥原理所建立，其计算复杂性为O(n2n-1)。