陈素芬 作品数:14 被引量:69 H指数:5 供职机构: 南昌工程学院信息工程学院 更多>> 发文基金: 国家自然科学基金 江西省自然科学基金 江西省高等学校教学改革研究课题 更多>> 相关领域: 自动化与计算机技术 文化科学 经济管理 机械工程 更多>>
潜在语义分类模型的中文分类性能研究 潜在语义分类模型是针对潜在语义索引模型会丢失某些对分类贡献很大的特征问题进行扩展提出的文本分类模型.通过引入一组新的潜在语义变量,潜在语义分类模型同时考虑了文档集的词信息和类别信息.在以前研究工作的基础上,对潜在语义分类... 曾雪强 王明文 陈素芬关键词:文本分类 潜在语义索引 偏最小二乘 文献传递 一种基于潜在语义结构的文本分类模型 被引量:35 2004年 潜在语义索引(LSI)模型能在一定程度上解决一词多义和多词一义问题,并能过滤一部分文档噪音.然而在LSI模型中,一些对分类贡献大的特征,由于其对应的特征值小而被滤掉.针对这一问题,文中提出了一种扩展LSI模型的文本分类模型.该模型在尽量保留文档信息的同时,增加考虑了文档的类别信息,从而能比LSI模型更好地表示原始文档空间中的潜在语义结构. 曾雪强 王明文 陈素芬关键词:文本分类 潜在语义索引 偏最小二乘法 大学计算机基础课程中的计算思维 被引量:8 2019年 通过阐释计算思维培养3个方面的内容,厘清计算思维在现行《大学计算机基础》教材各章中的分布以及教学重点内容,提出一种通过程序流程图的设计促进学生理解和掌握计算思维技能的教学方法,最后给出2个程序流程图的教学案例。 王磊 叶军 陈素芬关键词:计算思维 大学计算机基础 教学改革 慕课应用型教学团队建设及其教学改革实践——以“计算机程序设计基础(C语言)”为例 2024年 建设高水平教学团队是推动高校本科教育高质量发展,培养更多优秀人才和造就“四有”优秀教师队伍的重要举措。依托省级精品资源共享开放课程,以南昌工程学院“计算机程序设计基础(C语言)”慕课应用型本科教学团队建设为例,从教学团队师资队伍与机制建设、构建慕课应用混合教学模式、建设分层次、模块化教学资源、制定“教、学、督”协同的教学组织与实施形式、融合工程教育认证教学理念、设计面向持续改进的线上线下学习效果评价体系、嵌入课程思政元素等方面阐述教学团队的建设实践与经验,为慕课应用型教学团队建设及其教学改革实践提供参考。 叶军 陈素芬 王磊 韩宇贞 楼明珠 冯祥胜关键词:教学团队 教学改革实践 混合教学模式 一种通用的工作池并行结构框架的设计与应用 2006年 PVM/MPI并行编程方法是目前编程人员广泛使用的方法之一,但此方法将并行性开发的任务完全交给编程人员,由于系统的开发方法的缺乏以及编程人员水平与风格的差异,软件的质量与效率往往难以得到保证.为此,在对PVM/MPI并行编程方法的研究基础上,引入了设计模式的思想,针对一种典型的并行结构——“工作池”使用设计模式的思想进行了定义、描述与实现.编程人员通过使用本设计模式,极大地减轻编程负担,有效地提高并行程序的可编程性,有利于在解决可适用工作池并行结构的一类问题时得到结构良好的并行程序. 陈素芬 朱渊萍关键词:设计模式 萤火虫群优化算法在公差分配优化的应用 被引量:6 2014年 萤火虫群优化算法是一种新颖的群体智能优化算法,目前在优化领域中的应用比较少。分析了萤火虫算法的仿生原理和数学模型。提出了基于萤火虫群优化算法的公差分配优化方法。以公差分配的优化目标函数作为评价函数。在基本GSO算法的基础上,使用罚函数,把它加到目标函数中,不断地寻找更优可行解,逐渐达到搜索全局最优解。通过一个具体实例测试,并将萤火虫算法和微粒群算法相比较,仿真实验结果表明萤火虫群优化算法在公差分配优化问题中有效可行,且具有较高的计算效率。 朱渊萍 陈素芬关键词:微粒群算法 项目教学法在《VB程序设计》中的应用 被引量:7 2008年 项目教学法是在建构主义理论指导下的一种教学方法。本文以计算机程序设计课程的教学设计为对象,提出了采用项目教学法对程序设计课程进行教学设计的新方法。同时本文还将项目教学法在VB程序设计课程上进行实际应用,验证了项目教学法对程序设计课程进行教学设计方法的有效性。 陈素芬 朱渊萍关键词:项目教学法 教学设计 程序设计 一种基于潜在语义结构的文本分类模型 潜在语义索引(LSI)模型能在一定程度上解决一词多义和多词一义问题,并能过滤一部分文档噪音.然而在LSI模型中,一些对分类贡献大的特征,由于其对应的特征值小而被滤掉.针对这一问题,文中提出了一种扩展LSI模型的文本分类模... 曾雪强 王明文 陈素芬关键词:文本分类 潜在语义索引 文献传递 中心修正增量主成分分析及其在文本分类中的应用 被引量:1 2016年 增量式学习模型是挖掘大规模文本流数据的一种有效的数据处理技术。无偏协方差无关增量主成分分析(Candid Covariance-free Incremental Principal Component Analysis,CCIPCA)是一种增量主成分分析模型,具有收敛速度快和降维效果好的特点。但是,CCIPCA模型要求训练数据是已经中心化或中心向量固定的。在实际的应用中,CCIPCA往往采用一种近似的中心化算法对新样本进行处理,而不会对历史数据进行中心化修正。针对这一问题,该文提出了一种中心修正增量主成分分析模型(Centred Incremental Principal Component Analysis,CIPCA)。CIPCA算法不仅对新样本进行中心化处理,而且会对历史数据进行准确的中心化修正。在文本流数据上的实验结果表明,CIPCA算法的收敛速度和分类性能明显优于CCIPCA算法,特别是在原始数据的内在模型不稳定的情况下,新算法的优势更为明显。 陈素芬 曾雪强关键词:主成分分析 流数据 维数约减 基于多重多元回归的人脸年龄估计 被引量:4 2019年 基于标记分布学习的人脸年龄估计方法利用相近年龄的人脸变化较为缓慢的特点,采用年龄标记分布向量表示附近年龄描述目标年龄的程度,将学习任务从单值的目标年龄预测转变为年龄标记分布向量的估计,较为有效的解决了人脸年龄估计任务中训练数据不足的问题。但是,现有的标记分布学习方法存在不能构建统一的标记分布预测模型(基于最大熵模型的方法)或容易过拟合的问题(基于神经网络的方法)。为了解决这些问题,将基于标记分布学习的年龄估计转换为同时对多因变量进行预测的多重多元回归分析问题,并采用多因变量偏最小二乘回归方法进行求解。多因变量偏最小二乘回归模型对数据分布没有前提假定,在自变量存在较大的相关性的情况下仍可建立有效的多因变量预测模型。在FG-NET人脸数据库上的大量对比试验结果表明,本研究提出的基于多重多元回归的人脸年龄估计方法在大幅度提高模型训练效率的同时,具有更高的年龄估计准确度。 向润 陈素芬 曾雪强关键词:偏最小二乘回归