杨珺
- 作品数:58 被引量:147H指数:7
- 供职机构:江西农业大学软件学院更多>>
- 发文基金:国家自然科学基金江西省教育厅科学技术研究项目江西省自然科学基金更多>>
- 相关领域:自动化与计算机技术农业科学文化科学机械工程更多>>
- 基于KM教学法的《操作系统》课程的教学探索与实践被引量:1
- 2017年
- 操作系统作为计算机及相关专业的核心基础课程,对学生知识、能力和综合素质的发展起着重要的作用。本文提出了基于KM教学法的"操作系统"课程教学实践,将操作系统课程的"知识逻辑结构图"与"思维导图"进行融合,建立基于操作系统的知识整体结构和内在联系。并通过"薄—厚—薄"的教学方式,使得"操作系统"抽象知识以形象直观的方式展示,便于学生在有限的时间内快速地掌握和理解知识点,达到高效的教学目的。
- 舒文豪钱文彬杨珺
- 关键词:思维导图操作系统
- 水稻氮素营养诊断方法研究进展被引量:8
- 2020年
- 目前水稻氮素营养诊断方法主要有外观诊断、化学诊断与现代氮素营养诊断。外观诊断包括颜色诊断和长势长相诊断;化学诊断包括全氮诊断和硝酸盐诊断;现代氮素营养诊断包括叶绿素仪测量、机器视觉和高光谱遥感。本文对各诊断方法及近来年相关应用成果进行阐述,同时分析了各技术方法的优缺点,以为研究学者提供参考与思路。
- 杨红云周琼杨珺杨珺路艳
- 关键词:水稻氮素营养
- KM教学法在《软件工程》课程中的教学实践被引量:1
- 2017年
- 针对《软件工程》课程教学中所面临的问题,本文从KM教学法引入课程教学,将软件工程中的知识进行逻辑结构化,以抽点-连线-成网-扩展-概型为教学模式,将软件工程的知识要点以逻辑思维结构图的形式呈现,这样可以形象直观地进行抽象知识的教学,使得课程知识的逻辑结构清晰、融会贯通,学生便于理解与运用知识。
- 舒文豪钱文彬杨珺
- 关键词:软件工程
- 一类基于差别矩阵的快速知识约简算法的研究
- 目前,国际上关于属性约简已有不少算法,其中在很多算法中,一般都要求先求出核属性集,然后再由核属性通过不同的启发式知识扩展到最小约简。针对利用差别矩阵求核属性这一算法效率不高这一问题,进行了核求解问题的研究,设计了一种高效...
- 杨珺徐章艳杨炳儒王映龙
- 关键词:粗糙集理论差别矩阵知识约简算法属性约简算法
- 文献传递
- 集中式环境下面向隐私保护的数据挖掘技术的方法研究被引量:1
- 2011年
- 面向隐私保护数据的挖掘技术(PPDM)作为数据挖掘(DM)的一个新的分支,其研究变得越来越重要。本文首先对该发放的实现过程进行分析,并对几种集中式环境下的典型方法进行阐述,最后指出目前的研究难点以及未来的研究方向。
- 杨珺王映龙
- 关键词:数据挖掘隐私保护
- 高等农业院校计算机与信息工程学科培养方向的思考与探索
- 2006年
- 为了适应“数字地球”的需要,我国确定了“数字农业”的建设目标,并不断加大农业信息技术研究的投资力度。农业院校以此为契机,积极拓展其学科研究领域,在科研与教学方面均要和该领域结合起来,特别是在研究生培养方面更应向“数字农业”方向延伸发展。
- 杨珺王兴宇王厚淳
- 关键词:高等农业院校数字农业
- 信息技术在电子商务中的应用
- 2007年
- 本文主要介绍了和电子商务相关的一些主要技术,包括Internet技术、Web浏览技术、数据库技术、电子支付技术、安全技术、中间件技术和物流配送技术等。这些技术有的已经在实际中的到广泛的应用,有些还在发展之中。随着各种技术的不断发展和完善,电子商务技术一定会越来越成熟。
- 杨珺
- 关键词:电子商务电子支付数据库中间件
- 基于虚拟植物生长模型的分布式农业专家系统研究被引量:2
- 2006年
- 针对传统农业专家系统存在着缺少动态预测功能及机理性解释的不足和利用率低的缺点,设计了一种虚拟植物生长模型﹑农业专家系统和分布式虚拟现实技术的集成框架。虚拟植物生长模型和农业专家系统的有机集成,可以帮助推理机获得推理决策所必需的数据和降低系统决策的风险性。此外,利用多用户分布式虚拟环境使得基于虚拟植物农业专家系统为用户提供内容更丰富、视觉更直观、方便快捷的服务。
- 杨珺
- 基于Android平台的小型物业管理系统设计
- 2014年
- 为满足日益增长的物业管理信息化的需求,本文提出一种基于Android平台的物业管理方案移动应用,介绍了该系统的设计结构,功能模块和关键技术。经测试,该系统基本能够实现物业管理的主要功能,同时还具备操作方便等优点。
- 蒋贵伟杨珺
- 关键词:物业管理
- 基于深度置信网络的时间序列预测被引量:4
- 2019年
- 针对传统计算机神经网络存在梯度弥散、局部最小值、非线性时间序列长期预测性能不佳和高维序列数据复杂度高等问题,提出时序深度置信网络模型(timing deep belief network model,T-DBN).该模型预训练阶段采用改进的贪婪预训练算法,在预训练过程中使用梯度修正并行回火(gradient fixing parallel tempering,GFPT)算法,采用重构误差确定网络深度,在反向调整阶段采用拟牛顿法(BFGS算法),以获得更加准确的预测精度.结合相空间重构理论和BP(back propagation)神经网络,对中国江西省2016—2020年农业机械总动力进行了预测.针对高非线性的股票数据,提取同花顺软件1990-12-20—2018-03-30时间段内的上证指数特征信息,分别采用T-DBN、DBN和长短期记忆(long short-term memory,LSTM)模型进行股票预测,预测准确率分别为79.3%、77.9%和74.6%,T-DBN模型的预测准确率高于DBN和LSTM模型.
- 杨珺佘佳丽刘艳珍
- 关键词:时间序列预测农机总动力股票预测