国内教师职业倦怠研究知识图谱计量分析r——以CNKI1990—2020期刊文献为例

来源 :现代信息科技 | 被引量 : 0次 | 上传用户:kingduli
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
以中国知网数据库内1990至2020年间收录的2954篇教师职业倦怠学术期刊为数据来源,借助可视化软件CiteSpace 5.8.R2绘制了科学知识图谱,分别对国内教师职业倦怠研究的研究趋势、方向及热点进行了可视化分析.结果表明:国内教师职业倦怠研究经历了起步与发展两大阶段;其研究热点一直围绕“教师职业倦怠”这一主题展开,且在不同时期有其不同的研究重点.希望文章能为后期国内教师职业倦怠的深入研究提供借鉴和参考.
其他文献
文章提出并设计了一种融合5G-V2X通信技术的分布式大数据智慧交通服务平台.利用机器学习相关技术,选择深度学习领域中的图卷积神经网络作为主要的交通预测手段,建立了交通流量预测模型,结合实际交通环境中存在的复杂情形,设计并开发了融合5G-V2X通信的智慧交通服务平台.最后通过数据对模型和平台进行了测试,结果表明模型预测的准确性和实效性较高,平台具有实用性.
如何实现科学高效的道路交通安全风险评估,减少道路交通事故发生量,并降低由其带来的社会人身伤害及财产损失,已成为交警部门交通安全管理工作中亟待解决的问题.文章详细阐述了济南交通大脑中道路交通安全风险地图平台的建设与应用,通过数据资源和人工智能手段实现道路的安全隐患和风险点的精准挖掘和科学分析,实现全市道路进行路网安全“CT”扫描和风险预测分析,从道路和环境两个源头为道路安全隐患“大排查、大整治”做好数据支撑工作.
全卷积神经网络FCN-8S在进行多尺度特征融合时,由于未能考虑不同尺度特征各自的特点进行充分融合,导致分割结果精度较低,针对这一问题,文章提出了一种基于注意力机制的多尺度特征融合的全卷积神经网络模型.该模型基于注意力机制对FCN-8S中的不同尺度特征进行加权特征融合,以相互补充不同尺度特征包含的不同信息,进而提升网络的分割效果.文章模型在公共数据集PASCAL VOC2012和Cityscapes上进行验证,MIoU相对于FCN-8S分别提升了2.2%和0.8%.
通过解决人工智能环境下民办高校智慧图书馆建设影响因素问题,促进图书馆转型发展.经过实地调研、访谈等方式,得到原始数据资料.通过开放性编码、主轴编码、选择性编码等步骤,得到影响民办高校智慧图书馆建设的因素,并构建了影响因素模型.研究发现人工智能驱动下的民办高校智慧图书馆的建设主要受馆藏资源、场地设备、技术文化、用户服务、馆员发展的影响.
PS是一款图片处理功能强大软件,深受广大平面设计师的喜爱,在照片处理领域表现出很强的适用性.在操作上,PS软件的界面简洁清晰,对刚入门的小白也很友好,软件自身功能的丰富和强大,也让资深设计师对它很是依赖.文章结合PS软件的基本功能针对照片处理的基础知识进行介绍,以PS软件中经典功能——老照片修复作为案例,对PS软件中照片处理技术进行具体说明.
文章对359家高污染行业上市企业2017-2019年面板数据进行分析,结果表明政府监管显著促进企业环境信息披露;日常性政府补助能显著促进企业环境信息披露水平,但非日常性政府补助对环保信息披露存在抑制作用,这种抑制作用使得总体政府补助对企业环境信息披露的影响不显著.因此需要加大政府监管及日常性补助力度,以提升企业环境信息披露水平.
针对当前财务预警模型存在预测精度低、预测满意度低的问题,提出了基于深度学习神经网络的财务危机预警模型.该模型构建了6个一级指标和12个二级指标预警指标,模型由两个RBM和1个BP神经网络构成,使用鲸鱼算法进行模型参数的优化.在仿真实验中,通过上市企业的财务数据进行验证,此模型相比于LSSVM模型有更好的预测效果,为当前的财务危机预警提供了一种有益的参考.
中国法院信息化目前已建成庞杂的贯穿法院全部业务流程、涵盖全国3500多家法院、数千个应用系统的体系.如何在现有基础上进行一体化平台集成、整合,是法院信息化建设的重要环节.该文首先构建了中国法院信息化平台的总体架构,并从网络层、用户层、应用层、数据层、基础设施层分别进行详细分析,然后对中国法院信息化平台进行跨层级、跨地域、跨网系、跨部门、跨业务五个方面协同机制分析.为法院应用系统的融合提升提供了理论支持和参考依据.
针对目前人脸表情识别的准确率偏低、训练速度较慢、泛化能力弱等问题,提出了改进的VGGNet,添加BN算法和PReLU激活函数,在图像预处理时加入高斯滤波和直方图均衡化,并且使用FER2013、AffectNet、JAFFE、CK+四种数据集进行比较分析.最终的实验结果表明,该模型在四种数据集上的识别准确率都有所提高,在四种数据集上的准确率达到73.52%、84.66%、94.28%、95.26%.在测试集上的泛化能力较强,训练速度也变快.
智能问答是自然语言处理领域一个非常热门的研究方向,其综合运用了很多自然语言处理技术.为提高智能问答系统的正确性和准确性,文章提出了融合注意力机制的Unified-Transformer模型.在数据集上对提出的算法进行了测试,实验结果表明,相较于常用的模型,该模型可以更好地解决问答问题,提升问答系统的精度,可以为其他领域的问答系统提供全新的思路.