《表2 受训者数据库表：基于自适应学习平台的个性化军事训练研究》
提示：宽带有限、当前游客访问压缩模式
本文研究的自适应军事训练平台模型的构建主要包含三个部分：受训者模型、领域知识模型和自适应引擎。其逻辑关系可参考图2所示。
| 图表编号 | XD00146264200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.08.30 |
| 作者 | 李松彬、曹延华、薛奋琪、郭晓升 |
| 绘制单位 | 中国人民解放军61646部队 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 训练所需数据集：基于自适应神经网络的矿井提升机故障诊断》2020.04.01
- 《表2 实验平台参数表：基于Prandtl-Ishlinskii模型的智能悬臂梁迟滞补偿与自适应复合控制研究》2020.08.18
- 《表1 磨机运行实验数据：基于自适应极限学习机的磨机负荷智能控制研究》2020.09.15
- 《表2 拓扑参数配置：基于Heron平台的自适应重传策略》2020.03.20
- 《表3 领域知识数据库表：基于自适应学习平台的个性化军事训练研究》2020.08.30
- 《表1 受训者特征维度表：基于自适应学习平台的个性化军事训练研究》2020.08.30
- 《表3 各算法控制性能：基于即时学习的高炉炼铁过程数据驱动自适应预测控制》2020.02.01
- 《表5 内容信度评价结果：基于学习投入度的个性化体育训练效果分级评估研究》2020.03.25
- 《表4 实验对象基本信息：基于学习投入度的个性化体育训练效果分级评估研究》2020.03.25
- 《表2 相关系数矩阵：基于微信平台的个性化学习学生个体差异分析与应用》2019.11.20
- 《表1 训练数据：基于自适应神经网络的时序数据n步预测算法》2019.10.31
- 《表1 课程记录统计结果：基于Web数据挖掘的个性化网络教学平台的研究》2020.01.01
- 《表2 课程聚类结果：基于Web数据挖掘的个性化网络教学平台的研究》2020.01.01
- 《表1 成绩字段与其含义：数据挖掘技术在个性化学习教学平台中的应用研究》2019.10.18
- 《表1 训练与测试样本集：基于自适应极限学习机的变压器故障识别方法》2019.10.10
- 《表1 研究数据集情况：基于大数据的人工智能跨境电商导购平台信息个性化推荐算法》2019.05.18
- 《表2 数量统计：个性化自适应学习应用程序对提高班级学生学习质量的研究》2019.02.25
- 《表1 成绩统计：个性化自适应学习应用程序对提高班级学生学习质量的研究》2019.02.25
- 《表1 部分训练数据集：基于遗传规划的导弹自适应控制方法研究》2018.04.01
- 《表1 多元智力表：基于自适应学习平台促进学生个性化学习的研究》2018.04.01