张争万
- 作品数：6 被引量：13H指数：2
- 供职机构：西南大学更多>>
- 相关领域：文化科学自动化与计算机技术更多>>
- 基于本体的网络教育智能答疑系统模型研究
- 针对网络教育答疑系统存在的：答疑不及时、智能性不强、答疑资源很难知识共享等诸多弊端，本文提出了一种基于本体的智能答疑解决方案。
本研究在对国内外远程教育答疑系统现状及发展趋势进行分析的基础上，综合运用本体相关技...
- 张争万
- 关键词：网络教育智能答疑系统本体技术语义网技术
- 文献传递
- 基于免疫连通模型的多路径传输选择算法被引量：4
- 2020年
- 为解决无线传感器网络(WSN)中节点部署不均匀造成的节点能量消耗大、数据传输可靠性低的问题,提出了一种基于免疫连通模型的多路径传输选择算法。当数据传输发生故障时,免疫机制被用来选择路径的适应度函数,从而达到优化传输路径和减少节点能耗的目的。实验从网络寿命、端到端传输延迟、覆盖率、传输可靠性、载荷分布等指标对算法进行评价。实验结果显示,所提算法可更好地平衡负载,延长网络的生命周期,以及保证数据传输的可靠性。所提算法可以应用于对能量效率、可扩展性、延长网络寿命和降低网络开销有较高要求的传感器网络设计。
- 张争万张春炯李洪兵谢涛
- 关键词：无线传感网络免疫算法多路径传输
- 基于在线测试结果大数据分析的学习路径推荐方法及系统
- 本发明公开了基于在线测试结果大数据分析的学习路径推荐方法，其技术方案要点是：构建知识图谱；获取评价结果以及知识点的分布数据，对分布数据融合整理计算得到错题点分布概率、正题点分布概率；根据错题点分布概率、正题点分布概率计算...
- 谢涛张领张争万
- 基于多通道稀疏LSTM的蜂窝流量预测研究被引量：7
- 2021年
- 下一代蜂窝网络在网络管理和服务供应场景中发挥着重要的作用,对移动网络流量的预测分析正变得越来越重要。文中针对城市蜂窝流量的预测,设计了一个基于多通道稀疏长期短期记忆网络(Long Short-Term Memory, LSTM)的流量预测模型。相对于多层感知器网络或其他神经网络结构,LSTM非常适合处理时间序列数据问题。所设计的多通道方式能够有效捕获多源网络流量信息,其稀疏方式使其自适应地对不同的流量时间节点赋予不同的权重,提高了深度神经网络模型捕捉重要特征的能力。在意大利米兰城市蜂窝流量数据上进行了实验,评估了所提方法对单步和多步预测的性能。实验结果展示出所提方法比基准方法更精准。此外,实验还报告了蜂窝流量中不同持续时间采样设置对LSTM网络模型的可存储长度及预测精度的影响。
- 张争万吴迪张春炯
- 关键词：神经网络时间序列
- 基于本体论的网络教育智能答疑系统模型研究被引量：1
- 2008年
- 答疑是任何一种教学方式都具有的重要环节,对于网络远程教学来说,也是如此。提出基于本体论的网络教育智能答疑系统模型和相关技术,以期解决在远程教育实践中,答疑系统智能性、交互性和资源共享性3个方面的问题。
- 张争万
- 关键词：智能答疑语义网本体论网络教育
- 基于在线测试结果大数据分析的学习路径推荐方法及系统
- 本发明公开了基于在线测试结果大数据分析的学习路径推荐方法，其技术方案要点是：构建知识图谱；获取评价结果以及知识点的分布数据，对分布数据融合整理计算得到错题点分布概率、正题点分布概率；根据错题点分布概率、正题点分布概率计算...
- 谢涛张领张争万
