导读:本文包含了学习模型论文开题报告文献综述及选题提纲参考文献，主要关键词:AI,检测,乳腺癌,前瞻性临床试验,筛查,模型构成,乳腺摄影,假阳性,准确性,心理压力
学习模型论文文献综述
张梦然[1]（2020）在《AI检测癌症能力超越放射科专家》一文中研究指出科技日报北京1月10日电 （张梦然）英国《自然》杂志近日发表的一项最新研究，报告了一款特殊的人工智能（AI）系统，利用大型数据库评测的结果显示，其检测乳腺癌的能力甚至超过了人类放射科专家。该深度学习模型或能推动前瞻性临床试验，提高乳腺癌筛查的准确性和(本文来源于《科技日报》期刊2020-01-11）
祁欣学,覃锡忠,贾振红,常春,樊树铭[2]（2019）在《基于田口集成学习的最佳交通流量预测模型》一文中研究指出针对预测准确性对数据相关性和网络结构极为敏感的问题,采用田口方法选择集成学习的结构参数,在保证学习多样性的同时,提高选择过程的效率,保证预测的准确性。实验仿真计算结果表明,在多个路段的交通流量数据集上,该方法皆取得了满意的预测效果,模型具有较好的鲁棒性。将仿真结果与其它算法进行比较,比较结果表明,相比传统ARIMA、MLP模型,其预测精度分别提高了4.51%、11.23%。(本文来源于《计算机工程与设计》期刊2019年12期）
胡月,蒋运兰,楚鑫,许强,张琼月[3]（2019）在《基于深度学习的医养结合养老资源配置优化模型构想》一文中研究指出医养结合养老模式是改善老年人就医及养老问题的有效模式,而合理的资源配置是"医""养"高效结合的关键环节。资源配置问题可视为以"配置要素"为输入、"配置结局"为输出的高维复杂函数。本研究提出将深度学习这种人工智能共性技术用于解决医养结合下资源配置问题,构建养老资源配置优化模型,为解决养老资源配置的优化问题提供思路。(本文来源于《护理研究》期刊2019年23期）
朱婷,马洁,王宏勇[4]（2019）在《基于分形插值与机器学习模型的股指分析和预测》一文中研究指出股票市场预测一直是金融市场分析中的热点和难点,一些传统的预测模型很难对股票市场做出有效的预测;针对这一问题,将分形插值方法与机器学习算法相结合,提出了分形插值与SVM以及分形插值与BP神经网络两种混合模型;所提的混合模型利用机器学习算法首先计算出分形插值所需要的插值点,然后建立分形插值外推模型对所需其他值进行预测;实证结果发现两个混合模型的预测效果均比单独使用分形插值模型预测效果更佳,预测精度更高;因此分形插值方法与机器学习算法相结合所得到的混合模型,能较好地预测诸如股票市场指数等非平稳金融时间序列。(本文来源于《重庆工商大学学报(自然科学版)》期刊2019年06期）
吴永和,田雅慧,郭守超,朱丽娟,马晓玲[5]（2019）在《基于在线3D教育平台的学习者行为分析模型研究——以GeekCAD平台为例》一文中研究指出3D设计软件作为STEAM教育领域中的教学软件,可以有效培养学习者的空间思维、创新创造、批判性思维与解决问题等能力。目前,随着3D设计课程蓬勃发展,评价课程效果成为必然需求,但评价主要基于总结性和形成性评价,缺少基于学习过程行为数据驱动的评价。文章提出使用基于xAPI规范的3D设计软件数据采集机制与STEAM 3D教育学习者行为分析模型,首先针对3D设计软件对微观"点击流"和中观"活动流"数据进行编码,定义适合3D设计平台的动词和对象,获取学习者在3D设计平台中的全过程行为数据。并在此基础上,根据STEAM 3D教育学习者行为分析模型对小样本教学实践3D设计课程的学习过程数据进行分析,以期实现STEAM教育领域中数据驱动的学习评价,提高教与学效率。(本文来源于《中国电化教育》期刊2019年12期）
宋慧玲,帅传敏,李文静[6]（2019）在《生态学习观视角下虚拟学习社区用户满意度模型构建与验证》一文中研究指出虚拟学习社区逐渐成为大众终身学习平台,研究用户满意度不仅对维持社区发展活力具有实践意义,也对未来学习空间的设计具有借鉴启示作用。该文首先从生态学习观视域分析界定相关概念,然后融合多学科理论,整合信息系统的持续使用理论、心理学的心流体验、社会认知理论和教育学的生态学习观构建虚拟学习社区用户满意度的概念模型。通过问卷收集大中专院校师生用户对MOOC、知乎、果壳、维基等代表性虚拟学习社区的调查数据,采用结构方程模型方法对1165份问卷进行分析,探索了影响用户满意度的主要因素及机制。研究发现:感知有用性、期望确认、心流体验、社区归属感和感知交互性直接正向影响用户满意度;自我效能感、心流体验和感知开放性间接影响用户满意度;感知交互性对用户满意度的总效应最大,其次是期望确认、心流体验、感知开放性、自我效能感、社区归属感,感知有用性。最后提出叁条提高满意度的建议:重视感知交互性建设,设计智能化交互服务环境和交互激励政策;注重用户期望确认,创建具有沉浸感的个性化服务环境;加强系统开放性建设,拓展系统多样化开放服务能力。(本文来源于《中国电化教育》期刊2019年12期）
张晓东,张力飞,陈关州,朱坤[7]（2019）在《基于深度学习的遥感影像地物目标检测和轮廓提取一体化模型》一文中研究指出随着遥感影像的分辨率不断提升,基于可见光遥感影像地物目标检测和轮廓提取的研究越来越受到关注。基于深度学习的方法提出一个利用遥感影像进行地物目标检测和轮廓提取的一体化模型,旨在解决遥感影像地物目标检测和轮廓提取中繁复的手工标注和传统算法效果不佳的难题。以船舶为研究对象,在HRSC2016遥感数据集上进行验证,单类目标检测精度可以达到79.50%,4类目标检测精度为63.45%,轮廓提取精度可以达到97.40%。结果证明,提出的模型可以实现基于遥感影像的自动化、智能化的船舶目标轮廓提取。(本文来源于《测绘地理信息》期刊2019年06期）
门洪瀑[8]（2019）在《基于学校项目学习的学习创造力模型研究》一文中研究指出学习力是人类学习中重要的综合学习能力,是创造一切物质和精神文化的原动力,更是素质教育推进的一个重要因素。伴随素质教育教学理念的不断深化,教学活动中构建学习创造力模型,成为推动教学改革持续进行的有利条件。(本文来源于《中国校外教育》期刊2019年35期）
傅翠霞,罗亦泳[9]（2019）在《基于MK-RVM学习方法的大学生科研能力预测模型》一文中研究指出学生科研能力预测模型构建是大学生科研能力评价体系的关键问题,文中对机器学习新算法相关向量机进行改进,构建遗传算法优化的多核函数相关向量机(MK-RVM)学习算法,并基于该算法建立大学生科研能力预测新模型,分析结果的有效性及可靠性。由实例分析结果可知,MK-RVM对大学生科研能力评价指数(?)预测精度达到"好"级,对大学生科研能力等级η预测准确率达到100%,较大程度优于其他叁种BP神经网络算法。MK-RVM建立的大学生科研能力预测模型具有很好的稀疏性,致使模型具有出色的计算效率,算法运行时间远小于其他叁种BP神经网络。(本文来源于《现代电子技术》期刊2019年23期）
杨东红,吴邦安,孙晓春[10]（2019）在《基于机器学习的网络评论信息有用性预测模型研究》一文中研究指出【目的/意义】筛选出质量高的评论,优化电商平台的推荐智能排序机制,节省消费者搜寻时间。【方法/过程】以评论信息有用性为研究对象,使用七种目前比较常用的机器学习算法,构建网络评论信息有用性预测模型。【结果/结论】评论信息有用性预测模型为非线性模型,随机森林和决策树算法的预测准确率比较理想,其中评论回复是预测模型中最重要的影响因素。(本文来源于《情报科学》期刊2019年12期）
学习模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对预测准确性对数据相关性和网络结构极为敏感的问题,采用田口方法选择集成学习的结构参数,在保证学习多样性的同时,提高选择过程的效率,保证预测的准确性。实验仿真计算结果表明,在多个路段的交通流量数据集上,该方法皆取得了满意的预测效果,模型具有较好的鲁棒性。将仿真结果与其它算法进行比较,比较结果表明,相比传统ARIMA、MLP模型,其预测精度分别提高了4.51%、11.23%。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
学习模型论文参考文献
[1].张梦然.AI检测癌症能力超越放射科专家[N].科技日报.2020
[2].祁欣学,覃锡忠,贾振红,常春,樊树铭.基于田口集成学习的最佳交通流量预测模型[J].计算机工程与设计.2019
[3].胡月,蒋运兰,楚鑫,许强,张琼月.基于深度学习的医养结合养老资源配置优化模型构想[J].护理研究.2019
[4].朱婷,马洁,王宏勇.基于分形插值与机器学习模型的股指分析和预测[J].重庆工商大学学报(自然科学版).2019
[5].吴永和,田雅慧,郭守超,朱丽娟,马晓玲.基于在线3D教育平台的学习者行为分析模型研究——以GeekCAD平台为例[J].中国电化教育.2019
[6].宋慧玲,帅传敏,李文静.生态学习观视角下虚拟学习社区用户满意度模型构建与验证[J].中国电化教育.2019
[7].张晓东,张力飞,陈关州,朱坤.基于深度学习的遥感影像地物目标检测和轮廓提取一体化模型[J].测绘地理信息.2019
[8].门洪瀑.基于学校项目学习的学习创造力模型研究[J].中国校外教育.2019
[9].傅翠霞,罗亦泳.基于MK-RVM学习方法的大学生科研能力预测模型[J].现代电子技术.2019
[10].杨东红,吴邦安,孙晓春.基于机器学习的网络评论信息有用性预测模型研究[J].情报科学.2019