概念网络

摘要： 作为具有影响力的社交媒体之一,微博已然成为社会科学研究中数据来源的重要渠道.本研究在新浪微博上提取转发与评论量较高的用户作为具有影响力的公众,基于他们之间的转发关系进行社会网络分析发现,在过去八年中影响中国MOOCs话语导向与发展的机构、名师、名人圈已经形成,表现为互助互惠的话语关系,他们对中国MOOCs的话语导向与发展具有集团效应,并未局限于明星效应.采用数据挖掘方法对发帖文本进行主题聚类与演化建模发现,从2012年至2019年对MOOCs关注的热度没有减退,但在2015年前后MOOCs话语中的主题发生了显著变化.在MOOCs发展的初期,在主流话语体系中尚且存在学习微观层面上草根学习者与同伴互助的声音,但是在2015年后考试类、技术类的MOOCs和与市场需求相匹配的MOOCs逐渐在微博的主流话语体系中占据重要席位.这或许意味着公众的期望正在从MOOCs对高等教育"颠覆性变革"转变为以职业教育或是教育培训为主的MOOCs建设中来,并从赋予学习者开放与灵活的学习机会逐渐转变成为学习者提供获取学分与证书的教育途径.

摘要： 针对现有多媒体辅助教学系统兼容性差、负载能力弱、耗时长等问题,提出并设计基于概念网络的物理多媒体辅助教学系统.以逻辑层为核心构建物理多媒体辅助教学系统架构,分别设计理论知识模块、实验模块和学生练习模块.基于概念网络,将物理教学系统中大量的规则依附于概念上,形成概念网络知识体系,完成理论知识体系设计,使用图像和动画展示方式设计实验模块,基于理论知识和实验模块对学生知识建模,对比学生知识与理论知识,使用计算机对学生的知识掌握情况计分,实现学生练习并反馈练习结果,完成物理多媒体辅助教学系统设计.实验结果表明,该系统具有较好的兼容性,负载能力强,耗时低,具有实际应用价值.

摘要： 纵观如今的小学数学概念教学,时刻呈现出过分关注形式定义而忽略意义表征、盲目进行定义语义解析,而未能兼顾引导、梳理、总结概念,缺乏概念之间及时创建相应的健全概念网络。结合对“问题驱动”的理解,可以由教学方法、教学步骤的观点出发总结基于“问题驱动”的小学数学概念教学策略的概念:是指教师从数学概念的本身出发,以问题作为教学的起点驱动学生主动投入到生生、师生互动中,让学生在问题的解决过程中获得数学概念的教学方法与步骤。

摘要： 一、一道中考试题分析2018年滨州市初中学生学业水平生物试题中的第26小题(8分):建造塑料大棚生产有机农产品,开展休闲采摘,带动观光农业发展,促进了农业增效、农民增收,使精准扶贫工作落到实处。草莓、黄瓜等是大棚种植的常规品种,深受农民和游客欢迎。图1是草莓植株,图2是草莓叶肉细胞内进行的某些生理活动示意图,图3是密闭大棚中一天内二氧化碳含量变化曲线。

摘要： 1.问题提出表征作为认知心理学的核心概念之一,是指在对象不呈现的情况下,替代这个对象的任何符号或符号集.在数学教育领域,数学表征本质上是指能够反复替代某一数学学习对象的任何符号或符号集.数学表征可区分为内在表征和外在表征.

摘要： 概念网络是人工智能和计算机科学领域的研究成果,是一个以概念为核心的知识表达网络体系.在类比推理的过程中,用概念网络可以细致地刻画始源和目标的结构,反映从始源到目标的结构保持映射.概念网络的动态生成特征,也使得类比推理具有较好的扩展性,有助于发挥类比推理的知识创新作用.

摘要： 郑毓信教授说过:“数学教学中的知识不是越多越好,数学知识的理解贵在求联而不在求全。”何为求“联”呢?顾名思义,就是主动构建联系,形成线或者网络,这在概念教学中尤其重要。由于受小学生思维发展水平和接受能力的限制,处于同一概念体系中的概念往往需要几节课或几个学期才能学完,这可能会削弱概念之间的联系。因此,教师课前要研究的不仅仅是本节课的教学内容,更要研究这部分内容与前后知识的内在联系,只有这样才能更好地帮助学生在头脑中建立起概念网络,形成良好的认知结构。

摘要： 本文在概念网络知识表达框架体系的基础上,提出了一种进行汉语语义表达和语义分析的语义复合模型,定义了语义约束、语义状态和逻辑组合三种基本的语义复合单元,并且详细讨论了由基本概念和这三种语义复合单元分层嵌套所形成的复杂的组合关系,最后对照汉语句法分析的句型分类情况,使用本文介绍的语义复合模型给予分析.文中讨论的汉语语义复合模式已经成为概念网络支持语义表达的一个有机组成部分.

摘要： 本文提出了一种基于概念网络的情报分析代理模型,并对其中的关键技术作了分析和探讨.基于概念网络的概念匹配以及在概念匹配的过程中实现匹配权值的动态调整是本文探讨的重点.同时,本文也对概念分析的基本机制——预期机制进行了探讨.

摘要： 本文描述了一个基于概念网络平台的智能教学系统设计框架.文章重点讨论了系统各模型实现的功能及模块划分,并就如何利用概念网络表示和组织领域知识进行了简要论述.

摘要： 本文从知识管理的角度出发,利用知识表达工具概念网络(Connet)为智能教学系统OMT(01ympic Math Tutoring)构造知识模型,以"知识树"的形式呈现领域知识的层次和逻辑关系.同时使用覆盖知识树的概率网络建立学生模型,结合习题参数的设计达到解释学生学习行为,为学生提供个性化教学的目的.

摘要： 本文从人类认知的角度出发,给出了一个基于概念的自然语言空间表达一般框架,就这个框架在现代汉语空间表达上的应用做了分析,并尝试利用概念网络构建用于汉语空间表达的常识知识库.

摘要： 本发明公开了一种基于神经网络的图书概念前后序关系抽取方法。首先，基于图书文本，构建含有概念节点和章节节点的图结构。再利用图书文本，提取概念对之间的特征。之后，利用图书文本构建的图结构和概念对特征训练神经网络模型，形成概念前后序关系抽取器。最后，将需要抽取概念前后序关系的图书文本构建成图结构并输入抽取器中，即可得到该图书中概念之间的前后序关系。本发明方法具有良好的可扩展性，针对不同领域，只需使用不同领域的较少图书，构建图结构，提取概念词间特征，并将它们作为输入训练抽取器，即可实现在不同领域自动判断概念之间的前后序关系。

摘要： 本发明公开了一种设计概念生成网络构建方法及概念方案自动生成方法，该设计概念生成网络包括Transformer编码器，Transformer解码器，重要度约束矩阵生成模块，重要度约束嵌入层，跨注意力层和优化模块。本发明在Transformer的注意力机制基础上，巧妙地引入了词汇重要度约束，记录生成的文本序列中包含的输入词汇约束信息，能够有效保证生成概念方案的可靠性和有效性；并有利于捕获潜在的、语义层面的重要度信息，实现语义层面的知识推理。

摘要： 本发明涉及人工智能领域，构建了一个开放的基于概念稳定特征及其差异化的网络模型SCDNet(Stable characteristics and their differentiation)，该模型具有可扩展性并能够从少量标注样本中学习概念。通过使用向量形式的稳定特征表示每个概念，我们让模型更具有可解释性。我们对初级特征进行压缩编码，在最大化该编码与稳定特征相似度的同时，加入不同概念的稳定特征之间差异性的约束条件。这样不仅能够提高实例特征对所属概念的稳定特征的敏感度，同时还可以增强我们从少量样本中学习的能力。我们对每个概念使用相同的子网络结构，使用统一的学习方法，这使得我们的模型具有很好的扩展性，能够自由的增加概念，即实现连续学习。

摘要： 本发明公开了一种结合卷积神经网络和概念机递归神经网络的图像分类方法，包括步骤：1)搭建并训练Resnet50残差神经网络；2)搭建概念机递归神经网络；3)将Resnet50残差神经网络结构和概念机递归神经网络进行融合；4)把图像的训练样本集输入融合后的神经网络；5)对于储备池状态序列x(1),…x(L)，构建代价函数；6)通过训练样本的每类图像得到概念机；7)对于每一类图像计算反向概念机；8)计算出测试样本所属的图像类别。本发明不仅可利用卷积神经网络的迁移学习把已学好的模型参数迁移到新的模型来帮助新模型训练，还可以利用概念机递归神经网络进行增量式的学习识别新的图像而不必对已学习的图像进行重复学习和训练。

摘要： 本发明公开了一种用卷积神经网络对概念衍生阶段设计思维脑电数据识别系统和方法。头戴脑电设备实时采集设计思维脑电数据；数据预处理模块对原始的设计思维脑电数据进行清洗与去噪；特征提取模块使用小波包变换提取设计思维脑电数据中的特征数据；训练模块采集不同设计思维下的脑电数据，处理后获得特征数据，获得标签化的脑电数据组成训练数据，输入训练得训练好的模型；分类显示输出模块将实时收集到的待分类的脑电数据输入训练好的模型中，输出分类结果。本发明构造包含时间、频率、极点位置三方面的脑电特征数据，能够快读高效准确地识别设计思维脑电数据的分类，有较高的读取精度与速度。

摘要： 本发明公开了一种基于概念漂移和深度学习的网络流量入侵检测方法，主要解决现有概念漂移检测成本较高及网络流量特征发生改变时入侵检测准确率低的问题。其方案为：获取并预处理训练样本集和测试样本集；构建自编码器网络，用训练样本集对其进行逐层无监督训练；构建多层卷积神经网络，用训练样本集对其进行训练；构建多层长短时记忆网络，用训练样本集对其进行训练；采用训练好的自编码器网络对测试样本集进行特征选择，得到48维的测试样本集，将该测试样本集分别输入到训练好的多层卷积神经网络和训练好的多层长短时记忆网络，对其输出结果加权求和，得到入侵检测结果。本发明在网路流量特征发生改变时有较高的准确率，可用于网络安全维护。

摘要： 本发明公开了一种用残差网络对概念衍生阶段设计思维脑电数据识别系统和方法。头戴脑电设备实时采集设计思维脑电数据；数据预处理模块对原始的设计思维脑电数据进行清洗与去噪；特征提取模块使用小波包变换提取设计思维脑电数据中的特征数据；训练模块采集不同设计思维下的脑电数据，处理后获得特征数据，获得标签化的脑电数据组成训练数据，输入训练得训练好的模型；分类显示输出模块将实时收集到的待分类的脑电数据输入训练好的模型中，输出分类结果。本发明构造包含时间、频率、极点位置三方面的脑电特征数据，能够快读高效准确地识别设计思维脑电数据的分类，有较高的读取精度与速度。

摘要： 一种基于成对连通图和图神经网络的本体概念匹配方法。首先，构造源本体和目标本体的成对连通图，其节点为概念对，边对应属性对；然后，学习成对连通图的节点嵌入，用于预测本体中的匹配关系；进而，为获得理想的嵌入结果，采用卷积神经网络从概念对的属性中自动提取相似性特征；接着，使用图神经网络来传播相似性特征并得到概念对的最终嵌入。最后，根据学习得到的概念对嵌入结果，通用分类模型预测得到概念匹配结果。本发明技术方案能够解决了本体异构中的概念匹配问题，易实现、精度高、效果好。

摘要： 本发明公开了一种视频监控中基于图像概念网络的行人不安全行为检测方法，由事先获取的概念词汇表构建基于词激活力的语义概念网络，然后应用社会网络分析方法挖掘概念共现相关提取场景语义概念，进一步实现场景概念检测；另一方面，应用概念推理模型提取视觉一致语义概念特征；最后，应用场景语义概念优化视觉一致语义概念，并应用分类器完成基于图像识别的行人不安全行为检测。本发明能够实现行人不安全行为检测，同时对行人在参与交通过程中普遍存在的不安全行为有很好的预警效果。

摘要： 本发明涉及人工智能领域，具体提供了一种用于人工智能的概念网络及其生成方法。一种用于人工智能的概念网络，定义事物概念及概念间语义关系的系统，包括概念和概念连接，一个概念可以跟多个概念形成一种或多种的语义关系，同时概念间的语义关系可以是多层的。本文讲述了概念网络的定义：概念及概念连接，并且从五个方面提出了建设方法。与此同时，为人机自然语言交互、机器协同编程等应用提供了技术基础。