基于ART神经网络定义性概念学习认知模型的设计与实现

来源 :北京师范大学 | 被引量 : 0次 | 上传用户:lcqinyuyang
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
教学的科学性依赖于对学习过程的深入理解,研究人类概念学习过程对提高教学的效率和效果起着重要作用。定义性概念是具体学科教材知识的基本单位,定义性概念的学习是具体学科知识学习的基础和前提。尽管定义性概念的学习在学校课堂教学中占据重要地位,但是各领域对定义性概念的学习机制研究还很不足,大都是针对人工概念,通过肯定例证和否定例证的方式构建概念,以及以具体概念为例来研究语义记忆模型。   针对定义性概念,本研究将依据离散数学学科定义性概念的特点,把认知心理学提出的记忆和学习的心智模型以及认知神经科学为其提供的脑工作机制的理论依据应用到课堂中定义性概念的课堂学习中,设计一种解释人类定义性概念学习的认知模型。并依据该模型对ART神经网络进行改进,在此基础上,实现该模型。对应于学习结果、学习过程及对学习结果的运用,该定义性概念学习认知模型包括三部分:定义性概念记忆模型、定义性概念形成过程及定义性概念重建过程。本文以赫布定律为理论依据,对现有的ART神经网络进行了改进,使之增加了不同模式间的神经元节点产生联结,相同模式的神经元节点互相排斥的功能。   本研究在Visual Studio环境下,实现了定义性概念学习系统,并以《离散数学》这门学科为例,进行了定义性概念的形成和重建过程。该系统在对概念运用方面仅实现了概念的重建,本文在训练的不同周期采集到了神经节点的激活值以及节点之间的连接权值进行分析,并与斯坦福大学PDP实验室开发的PDPtool中的基于神经网络的语义记忆模型的实验在结构和功能进行比较,实现了三元组之间的联结以及谓词语句的提炼过程。
其他文献
功能磁共振成像(fMRI)技术具有无创检测、空间分辨率高等优点,目前被广泛应用于脑科学的研究。独立成分分析(ICA)是近年来发展起来的实现fMRI信号分离的有效手段。不同于经典
Web服务作为一种新兴的Web应用模式和崭新的分布式计算模型,已逐渐成为分布、动态和异构环境下,数据和系统集成的有效机制,发展非常迅速,相关研究如火如荼地开展,新的理念和技术层
三维模型作为新一代数字几何媒体,在互联网的大背景下,其应用促使基于内容的三维模型检索技术应运而生。随着三维模型在越来越多的领域扮演着越来越重要的角色,开展三维模型
人脸识别(Face Recognition,FR)也称自动人脸识别(Automated Face Recognition,AFR),是一个近年得到广泛关注的研究热点,其相关技术的应用范围也在不断扩展。人脸识别一般包
随着三维建模技术的不断提高和虚拟现实技术的深入发展,三维技术已经逐渐成为各个研究领域的新宠儿。在网络上,涌现了海量的三维模型,各种三维搜索引擎也相继问世。由于三维
航拍图像是运用航空手段、遥感技术等进行拍摄的反映地表形态的数据,而作为分析手段的航拍图像处理技术,被广泛运用于军事国防、交通建设、水利工程、生态研究、城市规划等领
生物特征识别技术因为具有安全性、稳定性和便捷性等特点,被广泛地应用于身份鉴别领域。常用于识别的生物特征包括指纹、人脸、声纹、虹膜、视网膜、掌形、签名、掌纹等。由
计算机立体显示技术能使二维平面设备展现具有深度层次的立体视觉效果,它是虚拟现实的关键技术之一,也是一个基本的虚拟现实系统必须具备的条件。本文从立体知觉出发,研究立
词汇语义知识库是语义分析的基础,目前词汇语义知识库构建仍是基于手工的方法。本文分析了HNC、HowNet和CCD语义词典的来源、对概念的描述体系和词典的组织结构,阐述了三者在
流数据挖掘中的一项重要任务就是挖掘序列模式,其目的是在流数据中挖掘出所有满足最小支持度的频繁序列。流数据中序列模式的挖掘的应用十分广泛,包括网络流量访问日志分析,w