基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
协作学习中根据学习者的特征进行有效分组对于提高学习者的学习效率具有重要的作用。基于学习者的学习能力、兴趣爱好和理解水平,在基于蚁群算法的协作学习分组中,以学习者特征相似度值作为启发信息,并针对蚁群算法可能出现的早熟收敛和停滞现象,分别在初期加入判断回退机制和在中后期对启发因子及期望因子进行动态调节以保证分组结果的准确性。模拟实验结果表明该算法在分组性能及准确性上均优于传统算法。
推荐文章
基于蚁群优化的协作学习模式研究
蚁群算法
协作学习
组合优化
基于改进蚁群算法的Q学习算法研究
多Agent系统Q学习
改进蚁群算法
围捕问题
基于蚁群算法的多机器人协作策略
多机器人
协作
蚁群算法
任务死锁
基于蚁群算法的路径规划改进方法研究
蚁群算法
路径规划
改进方法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于改进蚁群算法的协作学习分组研究
来源期刊 计算机工程与应用 学科 工学
关键词 协同学习 合作伙伴 学习分组 蚁群算法
年,卷(期) 2014,(13) 所属期刊栏目 数据库、数据挖掘、机器学习
研究方向 页码范围 137-141
页数 5页 分类号 TP391.7
字数 4019字 语种 中文
DOI 10.3778/j.issn.1002-8331.1207-0385
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 何聚厚 陕西师范大学计算机科学学院 59 259 9.0 13.0
5 胡慧 陕西师范大学计算机科学学院 6 53 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (5)
节点文献
引证文献  (7)
同被引文献  (37)
二级引证文献  (16)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(3)
  • 引证文献(3)
  • 二级引证文献(0)
2017(3)
  • 引证文献(2)
  • 二级引证文献(1)
2018(8)
  • 引证文献(1)
  • 二级引证文献(7)
2019(8)
  • 引证文献(1)
  • 二级引证文献(7)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
协同学习
合作伙伴
学习分组
蚁群算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导