您的位置: 专家智库 > >

吴小玲

作品数:6 被引量:34H指数:4
供职机构:广州医科大学更多>>
发文基金:国家自然科学基金更多>>
相关领域:自动化与计算机技术文化科学环境科学与工程更多>>

文献类型

  • 6篇中文期刊文章

领域

  • 3篇自动化与计算...
  • 2篇文化科学
  • 1篇环境科学与工...

主题

  • 2篇教学
  • 2篇教学评价
  • 1篇信管
  • 1篇信管专业
  • 1篇信息管理与信...
  • 1篇以就业为导向
  • 1篇优化设计
  • 1篇知识图
  • 1篇知识图谱
  • 1篇软件开发
  • 1篇社会
  • 1篇社会网络化
  • 1篇数据驱动
  • 1篇评教
  • 1篇评教系统
  • 1篇情感分析
  • 1篇中文
  • 1篇主题
  • 1篇网络化
  • 1篇向量

机构

  • 6篇广州医科大学

作者

  • 6篇吴小玲
  • 5篇张俊飞
  • 5篇毕志升
  • 2篇王静
  • 1篇卢肖霞
  • 1篇周洪建

传媒

  • 1篇自动化与仪器...
  • 1篇计算机与数字...
  • 1篇计算技术与自...
  • 1篇信息技术
  • 1篇计算机教育
  • 1篇中国教育信息...

年份

  • 2篇2019
  • 3篇2018
  • 1篇2014
6 条 记 录,以下是 1-6
排序方式:
基于BLSTM-CRF中文领域命名实体识别框架设计被引量:13
2019年
为在不依赖特征工程的情况下提高中文领域命名实体识别性能,构建了BLSTM-CRF神经网络模型。首先利用CBOW模型对1998年1月至6月人民日报语料进行负采样递归训练,生成低维度稠密字向量表,以供查询需要;然后基于Boson命名实体语料,查询字向量表形成字向量,并利用Jieba分词获取语料中字的信息特征向量;最后组合字向量和字信息特征向量,输入到BLSTM-CRF深层神经网络中。实验结果证明,该模型面向中文领域命名实体能够较好的进行识别,F1值达到91.86%。
张俊飞毕志升王静吴小玲
关键词:BOSON命名实体识别
以就业为导向的信管专业计算机教育改革被引量:2
2014年
信息管理与信息系统是管理科学和计算机技术交叉相融的专业,在信息化建设浪潮中发挥重要的作用。文章基于目前高校信管专业人才培养的缺陷,就如何提高信管专业的软件开发能力、促进学生就业等方面,从课程体系设置、专业方向、基础课程的教学理念、应用课程的项目教学以及建立与企业无缝衔接的实践教学平台等方面提出改革建议。
卢肖霞周洪建吴小玲
关键词:信息管理与信息系统计算机教育
“教学评价”研究热点与主题可视化分析被引量:5
2018年
教学评价作为现代教育科学研究三大领域之一,对其研究热点和主题分析十分必要。文章以中国知网数据库2014-2016年核心期刊、CSSCI期刊收录的840篇教学评价研究相关的学术论文为研究对象,利用可视化技术,结合词篇矩阵、共现矩阵、聚类分析、多尺度分析、社会网络化分析等技术探究我国教学评价领域近3年研究现状和发展趋势。结果显示,教学评价研究主要围绕九个主题展开研究,当前研究主要集中在教学模式改革、教学过程和要素、评价方式等;未来需要关注教学模式改革效果评价、有意义学习等领域。
张俊飞毕志升吴小玲
关键词:聚类分析知识图谱
基于词向量Doc2vec的双向LSTM情感分析被引量:7
2018年
针对词嵌入技术Word2vec仅仅利用上下文环境生成词向量,对文档词序语义表达不足,提出Doc2vec词向量生成方式;LSTM按照历史顺序处理时间序列数据,没有考虑到下文信息,因此提出双向LSTM实现评教评语的情感分析。通过两组对比实验:Word2vec和Doc2vec词向量生成对比实验、LSTM和双向LSTM评教评语情感分析对比实验,验证了Doc2vec词向量技术对句子的表达优于Word2vec,双向LSTM在情感分析中具有更高的精准度。
张俊飞毕志升吴小玲
大数据驱动下的评教系统优化设计被引量:5
2018年
教育大数据的到来,为教育教学带来了春天,同时也提出了对教学管理评价的挑战。评教对象基数大、评价大数据存储等问题成为了当前高校必须面临的问题。面对评教大数据处理需求,结合本校大数据驱动下实际评教系统研发,抽取其中核心优化设计理念,阐述数据驱动下的评教系统优化设计。主要从数据库分块、分区和SOA异构系统集成两个方面进行详细介绍,并通过系统压力测试验证了其可行性、有效性。为其他高校在大数据驱动下评教系统建设提供借鉴方案。
张俊飞毕志升吴小玲
关键词:数据驱动教学评价SOA
基于深度学习的ECG心拍数据分类设计被引量:2
2019年
心脏疾病是威胁人类健康的最大病因,ECG信号的复杂性使得人工检测需要大量时间且容易误诊,因此基于心电图心拍数据实现计算机辅助ECG判断具有重要意义。提出基于QRS波群的心拍特征提取方法,以Pan-Tompkins算法实现QRS波群定位,设计心拍截取规则;构建一维卷积神经网络(CNN)模型,实现ECG四类心拍数据(正常搏动、左束支传导阻滞、右束支传导阻滞、室性早搏)的自动分类检测。为验证提出心拍截取方法的有效性,以MIT-BIH心率失常数据库45条数据进行验证,结果显示其灵敏度为99.1%、特异性为99.4%。采用截取的四类心拍数据验证一维CNN自动ECG分类检测模型的可用性,结果显示模型总体分类准确率为98.95%。
张俊飞毕志升王静吴小玲
关键词:ECGCNN
共1页<1>
聚类工具0