柳媛慧
- 作品数：10 被引量：15H指数：3
- 供职机构：湖南科技大学外国语学院更多>>
- 发文基金：湖南省自然科学基金更多>>
- 相关领域：自动化与计算机技术文化科学语言文字更多>>
- 基于代数粒的聚类方法
- 2024年
- 聚类,是机器学习的主要任务之一,也是粒计算理论的核心任务,即信息粒化。目前,基于粒计算的聚类算法中,大多数只基于粒属性进行聚类,而没有考虑粒结构,尤其是在代数结构应用广泛的信息领域。从粒计算的角度,提出一种基于代数粒的聚类方法。基于二元代数运算定义代数粒;提出一种基于代数粒的聚类方法,通过粒集的同余划分和粒结构的同态映射进行粒度聚类;将提出的聚类方法与容差邻域模型和商空间模型进行对比分析。结果表明,该新型方法具有更好的结构完备性和应用鲁棒性。基于代数粒的聚类方法从结构上丰富和扩展了粒度计算理论,为粒计算与机器学习的融合研究提供了理论依据。
- 肖振国陈林书孙少杰梅本霞柳媛慧赵磊
- 关键词：粒计算聚类粒化粗糙集
- 大学英语阅读理解中的语用推理研究
- 在科学技术特别是网络技术飞速发展、世界各国联系日益紧密的时代里,信息交流赋予阅读理解能力新的挑战。
阅读理解是英语学习中的一个重要内容,是获取信息的一个重要途径,是作者和读者的双向交流的对话过程。同时它也是一个...
- 柳媛慧
- 关键词：大学英语英语阅读英语学习语用推理
- 文献传递
- P2P网络中资源搜索机制的性能分析与比较被引量：1
- 2009年
- 资源搜索机制作为P2P应用的核心技术,其目标是在P2P这种分布式动态环境中以最快的速度找到最多的满足用户要求的系统节点资源。对P2P网络中种类型搜索机制的原理与性能进行了分析与比较。
- 陈林书柳媛慧
- 关键词：C/SP2P网络模型
- P2P网络中基于节点能力自适应的搜索算法被引量：3
- 2009年
- 非结构化P2P网络应用广泛,每个结点被赋予相同的权利和义务.但其拓扑结构差异较大,网络中各节点之间存在很大的差异性,容易造成单点失效和网络带宽瓶颈.对衡量非结构化P2P网络的节点能力互异性的影响因素和评价规则进行了研究,并提出了一种新型资源搜索算法———节点能力自适应算法(Node Ability Automatically Fit,以下简称NAAT),给出了NAAT的算法定义、执行步骤、算法伪代码和实验测评.实验结果表明,相比于洪泛机制和索引目录机制,NAAT算法明显提高了系统的资源搜索效率.
- 陈林书柳媛慧
- 关键词：非结构化P2P拓扑结构
- 基于P2P流媒体的远程教育系统被引量：3
- 2009年
- 针对传统的基于Web服务方式的远程教育系统存在的问题,提出了一种基于P2P流媒体技术的远程教育体系。对该系统的关键性技术进行了讨论,并对该系统的体系结构与系统实现进行了深入研究,在实际运行过程中取得了较好的效果。
- 陈林书柳媛慧
- 关键词：P2P流媒体远程教育系统
- 教育中介论探析被引量：1
- 2009年
- 从教育理论与教育实践的含义及其关系的角度出发,提出了教育中介论存在的必要。教育中介只存在于实践性取向或实践性取向占主导地位的教育理论与实践之间。它主要有三种表现形式:即中介思维;中间理论;中介机构。它们共同地影响着教育理论和教育实践的关系。
- 柳媛慧陈林书
- 关键词：教育理论教育实践教育中介
- 基于粗糙分析的大学英语考试质量提升路径
- 2024年
- 大学英语考试是检验大学英语教学质量和效果的有效手段。将粗糙集理论应用于大学英语考试命题,基于粗糙集的相对正域、冗余属性和属性重要度等概念,给出试题冗余性的定性判别方法,提出试题重要度的定量度量方法,建立基于粗糙分析的大学英语考试质量提升模型。实验结果表明,新型方法发现并修正了部分冗余和重要度较低的试题,有效提高了试卷命题质量,对指导大学英语教学工作、提升教学质量具有重要指导意义。
- 柳媛慧陈林书赵肄江彭理梁伟
- 关键词：大学英语考试粗糙集
- 在英语专业教与学中渗透研究性学习被引量：2
- 2008年
- 研究性学习的应用,对英语专业教与学有很强的指导意义,要求我们在英语专业教与学中应重视并合理运用研究性学习,以培养学生的各种能力。
- 柳媛慧陈林书
- 关键词：研究性学习英语专业
- 大学英语阅读理解中的语用推理被引量：1
- 2009年
- 阅读理解是英语学习中的一个重要内容,是获取信息的一个重要途径,是作者和读者的双向交流的对话过程。在大学英语阅读教学中,教师往往忽视学生语用推理能力的培养,从而影响了学生阅读理解能力的提高。而阅读理解是一个读者与作者交流的过程,阅读的目的主要是为了获取作者所表达的话外意图(交际意义);阅读理解的实质是推理,是一个读者利用自己的百科知识、逻辑知识与词汇知识对新信息进行加工处理的过程。
- 柳媛慧
- 关键词：语用推理语境
- 大学生就业影响因素中基于粗糙集的智能数据分析方法被引量：3
- 2019年
- 大学生就业形势越来越严峻,影响就业的因素众多,各因素对就业情况的影响并不相同,且相互之间存在关联性。基于粗糙集理论,提出大学生就业因素重要度的定量度量方法,建立基于粗糙集的智能数据分析模型,实验结果表明了新型方法的有效性,能够为大学生的在校学习和就业规划提供了重要指导,并为高校培养和企业招聘优秀大学生提供了决策支持。
- 柳媛慧陈林书马庆
- 关键词：大学生就业粗糙集属性重要度
