【摘要】：隨著深度學(xué)習(xí)技術(shù)的迅速發(fā)展,它在各個領(lǐng)域中的應(yīng)用也越來越多,除了在傳統(tǒng)的圖像分類、語音識別、文本分類等領(lǐng)域取得了令人欣喜的進(jìn)展之外,它還在更具體、更專業(yè)的研究場景下開始發(fā)揮出重要的作用,例如將其應(yīng)用于電力行業(yè)的故障檢測、公安領(lǐng)域的案件文本分析等具體工作中,充分發(fā)揮其自我學(xué)習(xí)、自我完善的特點和功能,為實踐工作的開展提供輔助�；谏疃葘W(xué)習(xí)技術(shù)的特點,本研究從教學(xué)分析領(lǐng)域的課堂教學(xué)行為分析研究入手,探討將深度學(xué)習(xí)技術(shù)應(yīng)用于課堂教學(xué)行為分析研究的可行性和解決方案。本研究主要完成工作包括:首先對教學(xué)行為分析理論進(jìn)行梳理,利用文獻(xiàn)綜述量化分析方法,對國內(nèi)課堂教學(xué)行為分析領(lǐng)域的研究進(jìn)行了較為全面完整地綜述,并總結(jié)研究特點和存在的問題,為深度學(xué)習(xí)技術(shù)的引入奠定理論基礎(chǔ)。其次,針對本研究所采用的深度學(xué)習(xí)文本分類具體方法進(jìn)行詳細(xì)闡述,包括卷積神經(jīng)網(wǎng)絡(luò)(CNN)和循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN),作為對比,還選擇樸素貝葉斯算法作為基于統(tǒng)計的文本分類傳統(tǒng)模型進(jìn)行了說明,作為后續(xù)實驗開展的技術(shù)基礎(chǔ)。隨后,在完成理論和技術(shù)分析的基礎(chǔ)上,提出了基于深度學(xué)習(xí)的課堂教學(xué)行為識別系統(tǒng)的解決方案,借助相關(guān)技術(shù)工具和平臺完成了解決方案的設(shè)計實現(xiàn),并進(jìn)一步通過對比實驗將本研究所實現(xiàn)的方案與目前大部分研究所采用的人工分類方案進(jìn)行比較,討論深度學(xué)習(xí)技術(shù)方案的優(yōu)劣,形成研究結(jié)論。最后,對本研究的工作成果和不足之處進(jìn)行總結(jié),并提出研究展望,為后續(xù)相關(guān)研究提供參考和借鑒。
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：G434
【圖文】：

點之間的箭頭則表示文獻(xiàn)的互引關(guān)系［１８】。為了更清晰地展示出核心的互引關(guān)系，逡逑減少低頻節(jié)點干擾，在此將引用頻次設(shè)為２０次，對網(wǎng)絡(luò)圖中心形成緊密聯(lián)系的逡逑部分進(jìn)行聚焦，如圖２－１所示。本研宄領(lǐng)域發(fā)展現(xiàn)狀的特點是互引網(wǎng)絡(luò)中存在聯(lián)逡逑系較為緊密的子網(wǎng)絡(luò)。以王陸教授的《教師在線實踐社區(qū)ＣＯＰ的績效評估方法逡逑與技術(shù)》為代表的經(jīng)典文獻(xiàn)成網(wǎng)絡(luò)中重要節(jié)點，以之為中心形成一些子領(lǐng)域。但逡逑同樣也有許多零散的文獻(xiàn)缺少與其他研究之間的聯(lián)系，孤立地散落在網(wǎng)絡(luò)中。逡逑２０１１邐２０１１１邐}0邐—a�？＊，鍝脒b義希寮綿紓垮巍ⅲ苠義希瘟志義危苠義希偽簘保卞尉瑁危Ву義希苠�？逦“圿靡咖Ｃ．Ｄ．），逡逑金邋３：１，：二耀＿Ｊ逡逑＇、－、邐一－逡逑——－邋邋邋邋邋邋邋—－逡逑邐邐邐邐邐（邋士冬：：|板澹鄭瑥ζ烤砉沐義希

本文編號：2786801