搜索结果: 1-15 共查到“管理工程 学习”相关记录82条 . 查询时间(0.281 秒)
东北能源监管局推动联学联动促进青年理论学习再提升
青年理论学习 电力发展 国网品牌文化
2023/5/6
为学习贯彻党的二十大精神，深入落实习近平总书记关于青年工作的重要论述，按照国家能源局“常修为政德走好人生路”专题警示教育活动要求，近日，东北能源监管局与国家电网苏家屯供电公司开展青年干部联学联动共建活动，向企业学习、向劳动模范和技术能手学习。
节约用水促进中心党支部传达学习中央经济工作会议和中央农村工作会议精神
水利部 节约用水 中央农村工作 经济工作
2023/1/11
2022年12月28日，水利部节约用水促进中心（以下简称节水中心）党支部以线上形式组织集体学习，传达学习中央经济工作会议和中央农村工作会议精神。节水中心党支部书记、主任杨国华主持会议，全体党员干部参加学习。
水库移民司党支部集中学习研讨《习近平谈治国理政》第四卷
水利部 习近平谈治国理政 乡村振兴战略
2022/9/30
《习近平谈治国理政》第四卷出版发行以来，移民司全体党员干部开展了深入的自学，各党小组分别开展了多次集中学习。9月23日，水库移民司党支部召开党员干部大会，集中学习研讨《习近平谈治国理政》第四卷。党支部书记、司长卢胜芳主持，全体党员干部参加。
组织学习能力、战略柔性是新创企业在复杂多变的外部环境中获取竞争优势的重要能力，而创业型领导是新创企业持续获取竞争优势与战略价值的重要驱动因素，对于新创企业获得良好的绩效有重要的促进作用。基于高阶理论与战略创业理论，通过对213个新创企业的样本数据分析，可知组织学习能力、战略柔性在CEO的创业型领导影响新创企业绩效过程中的多重中介作用：CEO的创业型领导对新创企业的组织学习能力与战略柔性均有显著的正...
面向监督学习的稀疏平滑岭回归方法
岭回归 多分类 全局维度平滑性 监督学习
2016/6/6
岭回归是监督学习中的一个重要方法，被广泛用于多目标分类和识别。岭回归中一个重要的步骤是定义一个特殊的多变量标签矩阵，以实现对多类别样本的编码。通过将岭回归看作是一种基于图的监督学习方法，拓展了标签矩阵的构造方法。在岭回归的基础之上，进一步考虑投影中维度的平滑性和投影矩阵的稀疏性，提出稀疏平滑岭回归方法。对比一系列经典的监督线性分类算法，发现稀疏平滑岭回归在多个数据集上有着更好的表现。另外，实验表明...
机器鱼运动学SSPR 建模与自适应迭代学习控制
机器鱼 能量转换系数 参考模型 自适应迭代学习控制
2014/10/11
针对一类多关节机器鱼推进速度的调节, 提出一种运动学建模与控制匹配设计的新方法. 以可控性为目标, 建立了基于能量转化系数的鱼尾摆动规律与推进速度性能参考(SSPR) 模型, 系统已知参数把能量转化率收敛到一个可控可调节范围. 自适应迭代学习控制策略与之匹配, 能适时辨识并周期性地更新该模型的能量转化系数, 实现机器鱼在陌生水环境中的推进速度自调节. 仿真分析验证了该模型和控制方法的正确性.
基于自适应进化学习的约束多目标粒子群优化算法
多目标粒子群优化 自适应进化学习 拥挤距离
2014/10/11
针对约束边界粒子在边界区域搜索能力不足的问题, 提出一种基于自适应进化学习的约束多目标粒子群优化算法. 该算法根据不符合约束条件粒子的约束违反程度, 修正优化算法的进化学习公式, 提高算法在约束边界区域的搜索能力; 通过引入一种基于拥挤距离的Pareto 最优解分布性动态维护策略, 在不增加算法复杂度的前提下改进Pareto 前沿的分布性. 实验结果表明, 所提出的算法可以获得具有更好收敛性、分布...
适用于不确定类标签数据学习的迁移支持向量机
支持向量机 共享数据 不确定数据
2014/10/11
为了解决包含不确定信息的分类学习问题, 提出一种新的适用于不确定类标签数据的迁移支持向量机. 该方法基于结构风险最小化模型, 同时将源领域中所学知识、领域间的共享数据、目标领域中已标定的和不确定的数据纳入学习框架中, 进而实现了源领域和目标领域的知识迁移. 在多种真实数据集上的实验结果表明了所提出方法的有效性.
一种基于互信息变量选择的极端学习机算法
变量选择 互信息 回归分析
2014/10/11
针对回归问题中存在的变量选择和网络结构设计问题, 提出一种基于互信息的极端学习机(ELM) 训练算法, 同时实现输入变量的选择和隐含层的结构优化. 该算法将互信息输入变量选择嵌入到ELM网络的学习过程之中, 以网络的学习性能作为衡量输入变量与输出变量相关与否的指标, 并以增量式的方法确定隐含层节点的规模.在Lorenz、Gas Furnace 和10 组标杆数据上的仿真结果表明了所提出算法的有效性...
基于最小包含球的异质空间大数据集快速相似度学习算法
异质空间 相似度学习 推荐系统
2014/10/11
针对跨空间数据相似度学习问题提出的跨空间相似度学习(CSAL) 算法表现出了良好的性能, 并已成功地应用于各类推荐系统中. 但构建一个完善的推荐系统, 其待处理的数据量常呈现大样本特征, 而CSAL 算法并不具备大样本快速处理能力. 针对此不足, 提出了跨空间相似度学习-最小包含球(CSAL-MEB) 方法和跨空间相似度学习-核向量机(CSAL-CVM) 快速方法. CSAL-CVM 方法既具有渐...
改善学习障碍学业成就
学习障碍学生 学业成就 决策实验分析法 网路层级分析法
2014/6/20
学习障碍学生在学习过程上面临许多难题，因为学习问题而被同侪贴上智能障碍标签影响造成学业低落，无法肯定自我导致在学习上会呈现被动、消极状态，缺乏学习动机充满无助感。本研究探讨如何改善学习障碍学生学业成就之重要因素，藉决策实验分析法(Decision-Making Trial and Evaluation Laboratory)将复杂质化问题以量化方式处理，并衡量準则内部相互影响关系提供网路层级分析法...
一种具有遗忘特性的在线学习算法框架
在线学习 Fenchel对偶 梯度提升 贪婪提升
2016/7/14
基于凸优化中的对偶理论，提出了一种具有遗忘特性的在线学习算法框架。其中，Hinge函数的Fenchel对偶变换是将基本学习问题由批量学习转化为在线学习的关键。新的算法过程是通过以不同方式提升含有约束变量的对偶问题实现的：(1)梯度提升；(2)贪婪提升。回顾了以往的相关研究工作，并指出了与之的区别与联系。人造数据集和真实数据集上的实验结果证实了算法框架的有效性。算法可以很好地处理数据流中的分类面漂移...
一种具有遗忘特性的在线学习算法框架
在线学习 Fenchel对偶 梯度提升 贪婪提升
2016/6/7
基于凸优化中的对偶理论，提出了一种具有遗忘特性的在线学习算法框架。其中，Hinge函数的Fenchel对偶变换是将基本学习问题由批量学习转化为在线学习的关键。新的算法过程是通过以不同方式提升含有约束变量的对偶问题实现的：(1)梯度提升；(2)贪婪提升。回顾了以往的相关研究工作，并指出了与之的区别与联系。人造数据集和真实数据集上的实验结果证实了算法框架的有效性。算法可以很好地处理数据流中的分类面漂移...
基于网络知识学习的可信问题研究
知识可信性 网络知识 知识推荐 网络学习
2014/5/29
面对互联网信息爆炸、信任不足、知识推广受阻的形势，真实可靠性成为技术知识学习过程中的难题。提出以“热信息”为目标对象，根据学习者特点建立 “预评预测推荐”方案，由可信的实体组成“推荐路径”，结合专家的权威性，利用“长效机制”来克制“共谋欺骗”。最后，对技术知识的学习可靠性进行了有益的推荐性尝试和验证。