周雪燕
- 作品数：15 被引量：21H指数：2
- 供职机构：中原工学院更多>>
- 发文基金：河南省科技攻关计划国家自然科学基金河南省基础与前沿技术研究计划项目更多>>
- 相关领域：自动化与计算机技术文化科学电子电信金属学及工艺更多>>
- 潜在倾向理论在计算机试题库建库中的应用
- 2008年
- 研究了计算机题库建库的经典测试理论与项目反应理论,分析了2种理论存在的弊端,并以经典测试理论为基础,把潜在倾向理论应用到难度系数的确定方法中,使试题的难度系数趋于客观,并阐述了具体实施方法和过程.
- 李国伟周雪燕李钜
- 关键词：计算机题库经典测试理论项目反应理论
- 在线考试系统设计被引量：4
- 2006年
- 作为评价网络学习效果的一个环节，网上考试越来越被人们接受和认同。文章介绍了在线考试系统的功能和结构，并对该考试系统中所用到的关键技术进行了详细的介绍，包括系统的通用性和安全性、题库的建设和管理、随机组卷算法等。
- 周雪燕傅钢善王大盈
- 关键词：题库随机组卷
- 问题驱动模式在VB循环结构教学中的应用研究被引量：2
- 2014年
- 在VB程序设计中的循环语句模块采用问题驱动的教学方法,通过问题引发学生对循环语句的基本概念、执行机制和控制原理进行思考,培养学生分析问题、解决问题的能力,改善教学效果,提高教学质量.
- 常晓鹏周雪燕
- 关键词：VB
- 基于PBL+SRS模式的程序设计类课程教学改革被引量：2
- 2019年
- 分析目前国内程序设计类课程的教学情况和PBL教学法实施现状,根据我国高校教学实际,提出以PBL为导向、以SRS为手段的教学模式改革目标,以中原工学院为例,说明PBL教学法在实施过程中的项目内容设计及考核方式的设计,以Socrative为例介绍SRS在PBL教学实施过程中的应用。
- 张睿萍周雪燕孔梦荣
- 关键词：程序设计课程教学模式改革
- 基于条件随机场汉语分词的语料规模量化研究
- 2012年
- 近年来,条件随机场在汉语分词领域得到了广泛的应用。在对条件随机场模型进行训练时,训练语料的规模直接影响模型稳定性以及分词的准确率,但目前对语料规模的选取尚无指导性结论。针对上述问题选取Bakeoff2005和Bakeoff2006的一组不同规模的评测语料,使用CRF++0.53工具包实现字串序列词位标注分词,定量分析了训练语料规模对分词性能的影响,得出了基于条件随机场的汉语分词方法中,训练语料规模选取的量化结论。
- 周雪燕韩建敏
- 关键词：汉语分词条件随机场词位标注
- 记忆与有效学习被引量：1
- 2004年
- 记忆对于人类的生存与发展具有无可比拟的作用，没有了记忆，人类的生命也就毫无意义。记忆对于人的有效学习更是具有重大意义，本文通过介绍有关记忆的几个阶段，了解和掌握遗忘规律，并合理运用一些记忆策略、技巧和步骤，从而达到有效的学习。
- 周雪燕杨磊
- 关键词：遗忘瞬时记忆短时记忆长时记忆遗忘曲线
- 多尺度纹理图像数据抗干扰信息映射方法研究被引量：2
- 2017年
- 针对当前的抗干扰信息融合方法受到噪点干扰的影响较大,存在映射精度低、误差大的问题,提出基于白平衡偏差补偿和小波尺度分解的多尺度纹理图像数据抗干扰信息映射方法.首先进行多尺度纹理图像数据的特征采集,对采集的原始图像数据采用小波降噪方法进行提纯预处理,然后进行图像的白平衡偏差补偿,实现图像数据的修正和多尺度纹理信息的融合,采用小波尺度分解方法进行图像数据抗干扰信息的特征提取和分层映射,提高图像数据信息的融合深度.最后进行仿真测试,结果表明,采用该方法进行多尺度纹理图像数据抗干扰信息映射,能提高图像数据的提取精度,图像数据的信噪比和归一化相关系数较大,表明抗干扰信息映射融合的较好,鲁棒性较强.
- 周雪燕孔梦荣
- 关键词：抗干扰映射
- 流形上的非线性判别K均值聚类被引量：2
- 2011年
- 为提高具有流形结构的高维数据的聚类性能,提出非线性判别K均值聚类算法(NDisKmeans)。该方法通过引入流形上的谱正则化技术,将数据的低维嵌入表示成数据流形上平滑函数的线性组合,然后通过最大化低维空间中聚类类间的散度与总体散度的比值,来实现对高维数据的聚类。还设计了一种收敛的迭代求解方法来求解最优组合系数矩阵和聚类赋值矩阵。NDisKmeans方法由于考虑了数据的流形结构,克服了判别K均值算法中线性映射的不足,从而提高了对高维数据聚类的性能。最后在数据集上的广泛实验表明,NDisKmeans方法能有效实现对高维数据的聚类。
- 高丽平周雪燕詹宇斌
- 关键词：聚类流形K均值聚类谱聚类
- 基于局部平滑性的通用增量流形学习算法被引量：1
- 2012年
- 目前大多数流形学习算法无法获取高维输入空间到低维嵌入空间的映射,无法处理新增数据,因此无增量学习能力。而已有的增量流形学习算法大多是通过扩展某一特定的流形学习算法使其具备增量学习能力,不具有通用性。针对这一问题,提出了一种通用的增量流形学习(GIML)算法。该方法充分考虑流形的局部平滑性这一本质特征,利用局部主成分分析法来提取数据集的局部平滑结构,并寻找包含新增样本点的局部平滑结构到对应训练数据的低维嵌入坐标的最佳变换。最后GIML算法利用该变换计算新增样本点的低维嵌入坐标。在人工数据集和实际图像数据集上进行了系统而广泛的比较实验,实验结果表明GIML算法是一种高效通用的增量流形学习方法,且相比当前主要的增量算法,能更精确地获取增量数据的低维嵌入坐标。
- 周雪燕韩建敏詹宇斌
- 关键词：流形学习局部线性嵌入
- “大学计算机”混合教学模式的设计与应用
- 2019年
- 随着“大学计算机”课程的改革逐渐走向深入,国内多所高等院校已经开始了课堂教学与MOOC、SPOC混合教学模式的探索。在“大学计算机”课程教学方面,经过大胆探索,对传统教学模式进行了创新性重构设计,形成了“MOOC+SPOC+翻转课堂”的混合教学模式。翻转课堂采用“五步深入教学法”,并使用动态联动的考核机制对教学过程进行评价。实践证明,这一教学模式在激发学生学习兴趣、培养综合应用能力、提高教育水平等方面具有显著效果。
- 孔梦荣周雪燕齐晖夏敏捷
- 关键词：混合教学模式
