原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
ISSN1002-4956实验技术与管理第41卷第8期2024年8月
CN11-2034/TExperimentalTechnologyandManagementVol.41No.8Aug.2024
DOI:10.16791/j.cnki.sjg.2024.08.031
LSTM智能导向的电子信息实践教改探索
11221
包建荣，秦艺鹏，刘超，李杰，姜斌
（1.杭州电子科技大学通信工程学院，浙江杭州310018；
2.杭州电子科技大学信息工程学院，浙江杭州310018）
摘要：针对传统电子信息专业教学中存在的问题，提出融合AI技术的针对性LSTM智能导向实践教学模型，
构建了因材施教的人才培养体系。结合AI技术构建融合平台，包括结合深度学习技术在电子信息基础理论与实
践课程中有针对性地推荐课程；借鉴强化学习思想和组内竞争思想助力学生竞赛创新；采用LSTM对学生个体进
行建模，用以准确评估学生的自身能力，以便教师对他们进行因材施教。该教改方案实施以来，实验班相比对照
班在获奖门类和数量上都有显著提高，验证了所提教改方案的有效性。
关键词：电子信息；人工智能；LSTM；创新人才培养；实践教学
中图分类号：G642.0文献标识码：A文章编号：1002-4956(2024)08-0222-08
[11]
当前，结合人工智能（artificialintelligence，AI）提高学生的创新能力和实践能力；从改进课程体系
[1]和授课方式、实验平台建设和专业竞赛开展、校企协
的新型教学模式，正逐步影响传统教育模式。坚持
以学生为中心，聚焦学生核心能力、素质培养的理念[12]
同育人等方面发力，培养应用型人才。
引发了传统教学工具、内容、方式、目标等变革[2]。近年来，随着深度学习（deeplearning，DL）在
人工智能+教育正如火如荼地开展和推进，这其中包各领域的成功应用，基于深度学习的时间序列预测方
括结合数字化教育和认知科学，迭代升级传统教育模法受到广泛关注。早年，Medsker等[13]提出基于循环
式，更新传统教育形式及生态，探索必修课程与结构神经网络（recurrentneuralnetwork，RNN）模型的时
设计竞赛融合发展道路等内容[3-4]。我国面临的教育改间序列预测法，但由于存在梯度消失和梯度爆炸等问
革挑战巨大，在“新工科”背景下开展数字化赋能课题，使该模型训练难以收敛。Hochreiter等[14]提出长短
程改革探索势在必行[5]。如何构建符合新时代要求的期记忆递归神经网络（longshort-termmemory，LSTM）
思维方式、知识结构，如何培养实践能力及创新能力，时间序列预测法，通过添加遗忘机制解决RNN训练
是高校亟待探讨的课题[6]。相较于传统教学模式，结难以收敛
- 乡村振兴、双碳、储能、绿色金融 + 关注
-
实名认证服务提供商
新能源知识科普（本账号发布文档均来源于互联网公开资料，仅用于技术分享交流，相关版权为原作者所有。如果侵犯了您的相关权利，请提出指正，我们将立即删除相关资料）。
文档评论（0）