直接学习

摘要： 间接学习是二语词汇习得的有效途径,但对中国学习者来说,二者直接与间接相结合的综合学习法对词汇的保持和运用方面更有效.因此,在二语词汇教学中,一方面,教师要增强文化语境知识输入,提高学生的猜词能力;另一方面,为学生创造操练性和交际性相结合的输出环境,在间接学习的基础上增加直接学习,有效提高词汇知识的习得效率.

摘要： 外语词汇习得是一个建立心理词汇的过程.在二语教学环境下,教师将间接学习和直接学习结合起来,更有助于学习者词汇的学习和词汇能力的发展.

摘要： 本研究以产生性加工理论、双重码理论和认知负荷理论为基础,以某高校120名非英语专业大二学生为受试,通过实验对比考察在多媒体课堂教学环境中,文本、静态图片、动态视频3种不同的词汇呈现方式对受试学习外语生词的词汇意义及词形记忆效果的影响.词汇学习之后所进行的即时测试和延时测试显示,静态图片组合文本和动态视频组合文本呈现方式更有利于受试对词汇意义的长时记忆.在对词形的记忆方面,3种呈现方式无论在即时测试还是在延时测试中都没有表现出显著性差异.

摘要： 词汇学习是英语专业学习的重要环节,我国的英语专业学生普遍存在词汇量学习及词汇输出能力不足的缺陷.本文就围绕这一突出问题来探讨一下基于直接学习的英语词汇学习新对策.

摘要： 交际教学法强调的是词汇的间接学习，反对脱离交际场景的纯语言的学习。本文通过交际教学实验得出以下结论：在交际教学法词汇的间接学习基础上增加直接学习有助于学习者的词汇输出能力的提高，直接学习能够有效地补充间接学习。

摘要： 文章针对研究生生态建筑类课程的特点,提出了基于“整体性学习”的教育教学模式.该模式将教学过程分成直接学习、相关学习和间接学习三个部分.除了进行传统的“课堂讲授”以外,还综合运用“专题讨论”“课后专题阅读”“实践训练”等方式组织教学;构建信息资料平台帮助学生进行间接学习,将教学模式逐渐从教师在课堂上灌输知识转变为学生从不同渠道获取信息.在这一模式下对教学目标、教学内容及教学手段进行了一系列的改革.

摘要： 本发明公开了一种直接式胎压传感器学习系统，在线学习系统及方法。在识别车辆信息后，检测到车轮后，激发胎压传感器信号扫描装置接收轮胎中的胎压传感器信息，将车辆信息和胎压传感器信息绑定，传输到轮胎压力监测系统。本发明适用于高节拍的生产流水线作业，减少人工成本，提高生产效率。提高胎压读取成功率，减少返修成本。优化人机工程，降低劳动强度。设置多个车辆位置检测装置及车辆位置检测装置等多重检测，一方面减少学习过程中的误动作，另一方面可实现学习过程逻辑的多样性以及提高学习过程的可控性。

摘要： 一种用于估计对象的行为的回报与价值函数的逆向强化学习的方法，该方法包括：获取表示状态变量的变化的数据，状态变量定义所述对象的行为；将由式(1)给出的修正Bellman方程应用至所获取的数据，其中，r(x)和V(x)分别表示状态x下的回报函数和价值函数，而γ表示折扣因子，并且b(y|x)和π(y|x)分别表示学习之前和学习之后的状态转换概率；估计式(2)中的密度比π(x)/b(x)的对数；根据估计密度比π(x,y)/b(x,y)的对数的结果，在式2中估计r(x)和V(x)；以及输出所估计的r(x)和V(x)。

摘要： 本发明公开了一种基于深度学习的高速单图直接探测光学畸变相位的方法。利用计算机生成随机的光学畸变相位集合；将相位畸变集合依次加载到空间光调制器后，在波前传感器处得到畸变光斑点阵图样集合；将相位畸变集合与光斑点阵图样集合输入卷积神经网络的深度学习模型中训练，获得模型结果；针对待测光学畸变相位，在波前传感器处获取单张畸变光斑点阵图样；将畸变光斑点阵图样输入经训练的预测模型可直接输出预测的光学畸变相位。本发明简化了光学畸变相位的直接波前探测的算法流程，提升了探测速度与探测性能，在使用直接波前探测的领域具有应用前景。

摘要： 本发明公开了一种直接式胎压传感器学习系统，在线学习系统及方法。在识别车辆信息后，检测到车轮后，激发胎压传感器信号扫描装置接收轮胎中的胎压传感器信息，将车辆信息和胎压传感器信息绑定，传输到轮胎压力监测系统。本发明适用于高节拍的生产流水线作业，减少人工成本，提高生产效率。提高胎压读取成功率，减少返修成本。优化人机工程，降低劳动强度。设置多个车辆位置检测装置及车辆位置检测装置等多重检测，一方面减少学习过程中的误动作，另一方面可实现学习过程逻辑的多样性以及提高学习过程的可控性。

摘要： 本发明提供了一种稀疏贝叶斯学习的直接定位方法，利用广义双帕累托先验分布比传统分布更强的稀疏特性，保证算法不受相关信号影响的同时，还加强了信号的稀疏性，最终表现为分辨率和定位精度的提高以及低信噪比、小快拍数情况下的稳健性。本发明将稀疏贝叶斯学习引入直接定位系统，从稀疏类方法入手，解决了子空间原理类直接算法无法定位相关辐射源的问题；同时性能上的提升解决了现有最大似然原理类直接定位算法所需采样快拍数较大、分辨率不够、未知辐射源数目时无法准确定位等问题。

摘要： 本发明提供了一种非负稀疏贝叶斯学习的直接定位方法，将协方差矩矢量化为列向量，利用协方差矩阵聚焦能量的优势进行建模推导，有效扩大了阵列的虚拟有效孔径，提高了算法分辨率和定位精度；利用信号功率值非负的特点，提出了非负稀疏贝叶斯学习算法，保证算法不受相关信号的影响，同时在低信噪比、小快拍数情况下能够保证算法的稳健性。本发明避免了传统建模方法中能量分散的问题，利用协方差矩阵聚焦能量的优势，有效扩大了阵列的虚拟有效孔径，提高了算法分辨率和定位精度；保证算法不受相关信号的影响，同时在低信噪比、小快拍数情况下能够保证算法的稳健性。

摘要： 本发明公开了一种基于强化学习的涡扇发动机直接推力智能控制方法，包括以下步骤：步骤1)，选取策略和评价网络结构和参数，设计考虑关键安全参数保护的直接推力制器形式和强化学习环境的奖励形式；步骤2)，基于连续型策略梯度强化学习算法，利用部件级模型搭建环境进行探索，通过探索获得的经验训练智能体策略网络和评价网络；步骤3)，测试智能体在全包线范围内的控制性能表现，优化网络结构和参数。本发明解决了涡扇发动机间接推力控制动态性能差、保守性高、推力控制不精确等问题，通过本发明设计的奖励激励智能体在全包线范围内搜寻动态性能最优的直接推力控制器，并且保证发动机关键安全参数在控制过程中不超限。

摘要： 一种训练神经网络的示例方法包括：定义硬件构建块(HBB)、神经元等同物(NEQ)以及从NEQ到HBB的转换过程；在机器学习框架中使用NEQ定义神经网络；在训练平台上训练神经网络；以及使用转换过程来将训练好的神经网络转换为HBB的网表以将神经网络中的NEQ转换为网表的HBB。

摘要： 本发明公开一种基于直接学习结构的改进RLS算法，属于无线通信信号处理领域。该算法结构包括一个非线性模型的预失真器，一个瞬时增益模块和一个自适应算法模块；利用功放的输入、输出信号得到功放自适应预失真过程中的瞬时增益，对直接学习结构中功放模型的辨识过程进行优化。本发明通过与NFXRLS算法的比较，改进RLS算法使其通过瞬时增益模块，避免了预失真过程中对功放模型的辨识，其在高、低频点处的相邻信道功率比分别可以达到‑68.45dBc和‑67.58dBc，在保证预失真效果的同时进一步降低直接学习结构的复杂度并减少了算法的计算量。

摘要： 本发明公开一种基于直接学习结构的改进RLS算法，属于无线通信信号处理领域。该算法结构包括一个非线性模型的预失真器，一个瞬时增益模块和一个自适应算法模块；利用功放的输入、输出信号得到功放自适应预失真过程中的瞬时增益，对直接学习结构中功放模型的辨识过程进行优化。本发明通过与NFXRLS算法的比较，改进RLS算法使其通过瞬时增益模块，避免了预失真过程中对功放模型的辨识，其在高、低频点处的相邻信道功率比分别可以达到‑68.45dBc和‑67.58dBc，在保证预失真效果的同时进一步降低直接学习结构的复杂度并减少了算法的计算量。