0引言
目前,隨著我國教育制度的改革,學(xué)前教育越來越重要,許多科研院所、教育機(jī)構(gòu)等積極引入信息化技術(shù),開發(fā)和構(gòu)建了學(xué)前教育資源平臺(tái),這些平臺(tái)能夠?yàn)榻處煛W(xué)生以及管理人員提供各類型資源,比如幼兒心理健康、兒童智力發(fā)展、幼兒創(chuàng)造力提升等多種知識(shí)內(nèi)容。隨著平臺(tái)的長期運(yùn)行,其積累了海量的數(shù)據(jù)信息,因此積極地提高學(xué)前教育資源利用率就顯得非常重要[1]。深度學(xué)習(xí)是一種數(shù)據(jù)挖掘和分析算法,其可以根據(jù)用戶需求,從海量的學(xué)前教育資源中為其推薦期望的學(xué)習(xí)資料,具有重要的作用和意義。
1深度學(xué)習(xí)技術(shù)
深度學(xué)習(xí)是一種多層次的卷積神經(jīng)網(wǎng)絡(luò),與傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)不同,其擁有兩個(gè)以上層次,比如卷積層、池化層和全連接層,增加了神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和學(xué)習(xí)深度,這樣就可以更好地調(diào)整輸入輸出參數(shù)[2]。深度學(xué)習(xí)把Sigmoid函數(shù)作為卷及網(wǎng)絡(luò)的激活函數(shù),這樣就使得特征映射之間具有位移不變性,位于同一平面上的神經(jīng)元都可以共享權(quán)值,這就可以大大地減少對(duì)自由參數(shù)的設(shè)置。卷積神經(jīng)網(wǎng)絡(luò)的每一個(gè)卷積層都跟著一個(gè)用來求取局部平均與二次提取的計(jì)算層,這樣就可以大大地減小特征分辨率[2]。深度學(xué)習(xí)已經(jīng)為圖像分類、人臉識(shí)別、目標(biāo)檢測等領(lǐng)域所接納。深度學(xué)習(xí)的權(quán)值具有共性特征,減少自由參數(shù)的訓(xùn)練次數(shù),因此便于用于高緯數(shù)據(jù)處理。深度學(xué)習(xí)是一種人工智能算法,因此也可以將其應(yīng)用于網(wǎng)絡(luò)安全防御過程中,從而提高網(wǎng)絡(luò)安全防御性能,旨在解決當(dāng)前網(wǎng)絡(luò)安全防御被動(dòng)的問題,也可以積極、持續(xù)地改進(jìn)網(wǎng)絡(luò)安全防御性能[3]。
2深度學(xué)習(xí)在學(xué)前教育資源平臺(tái)中的應(yīng)用
2.1學(xué)前教育資源平臺(tái)應(yīng)用分析
學(xué)前教育資源平臺(tái)功能很多,可以為用戶展示幼教咨詢、幼教資源、幼教培訓(xùn)、家園共育等多種信息。幼教資源所屬的信息也很多,比如教學(xué)資源、管理資源、一園一品、名師名課和行業(yè)動(dòng)態(tài)信息,教學(xué)資源信息中包含各類型的教案、課件、實(shí)錄和素材,這些內(nèi)容又可以劃分為圖片、視頻、文本、音頻等資源,比如《小動(dòng)物過冬》、《風(fēng)箏DIY》和《多變的水》等,這些信息資源非常多,每一個(gè)學(xué)校都可以根據(jù)自己的需求開設(shè)不同的課程。管理資源可以為幼兒提供各類型的環(huán)境創(chuàng)設(shè)、衛(wèi)生保健和教學(xué)參考資源,比如《兒童乘車安全存在的誤區(qū)》、《孩子午睡有哪些好處》和《兒童垃圾食品排名》等,幫助教師掌握兒童的管理信息。名師名課則可以錄制、上傳一些幼兒教師名師資源,以便能夠讓所有的幼兒分享名師教學(xué)資源。行業(yè)動(dòng)態(tài)信息可以為不同的用戶及時(shí)地推薦一些幼教行業(yè)的最新信息,這些信息包括國家的學(xué)前教育政策信息、大型幼教機(jī)構(gòu)的最新教學(xué)方法、著名幼兒教師的教學(xué)動(dòng)態(tài)信息等,行業(yè)動(dòng)態(tài)信息能夠讓用戶掌握更加前沿的知識(shí),以便能夠在幼兒教學(xué)中提高教師學(xué)識(shí)水平和政策熟練程度。幼教培訓(xùn)則可以結(jié)合幼兒教師進(jìn)修和學(xué)習(xí)需求,制定一些嚴(yán)格的培訓(xùn)課程,培訓(xùn)幼兒教師一些先進(jìn)的教學(xué)方法,讓幼兒教師更好地明白兒童的學(xué)習(xí)需求,為兒童講解其需要的知識(shí)內(nèi)容,進(jìn)一步提高幼兒教師的教學(xué)質(zhì)量和教學(xué)水平。家園共育是幼兒園教育不可小覷的力量,每一個(gè)家庭都承載著提升幼兒園教育教學(xué)工作質(zhì)量、與幼兒園共同施教促進(jìn)幼兒全面發(fā)展的義不容辭的責(zé)任。家園共育則可以改變傳統(tǒng)的幼兒教育模式,充分的發(fā)揮家庭是幼兒園的重要合作伙伴的理念,本著互相尊重、平等合作的基本原則,邀請(qǐng)家長積極地參與幼兒教育,提高幼兒教育的水平,培養(yǎng)孩子的學(xué)會(huì)生存、學(xué)會(huì)做人、學(xué)會(huì)合作、學(xué)會(huì)交往的能力,充分利用家長資源,實(shí)現(xiàn)家園互動(dòng)合作共育。學(xué)前教育資源平臺(tái)的應(yīng)用非常廣泛,涵蓋的數(shù)量也非常多,這就給用戶搜索資源帶來了一定困難,為了解決這個(gè)問題,本文引入了深度學(xué)習(xí)技術(shù),該技術(shù)可以挖掘和推薦用戶期望的資源,方便教師使用。
2.2深度學(xué)習(xí)在學(xué)前教育資源平臺(tái)中的設(shè)計(jì)
學(xué)前教育資源平臺(tái)存儲(chǔ)的資源非常多,這些資源通常是無序的、雜亂的,雖然符合一定的組織原則,但是人們利用數(shù)據(jù)仍非常復(fù)雜,因此,學(xué)前教育資源平臺(tái)在引入深度學(xué)習(xí)設(shè)計(jì)時(shí),首先需要針對(duì)平臺(tái)的信息進(jìn)行預(yù)處理,預(yù)處理可以在構(gòu)建模型的過程中,將視頻數(shù)據(jù)、圖像數(shù)據(jù)、文本數(shù)據(jù)或音頻數(shù)據(jù)進(jìn)行分類,同時(shí)還可以按照結(jié)構(gòu)化組織原則,將數(shù)據(jù)劃分為關(guān)系數(shù)據(jù)、對(duì)象數(shù)據(jù)等,將這些數(shù)據(jù)資源集成在一起,同時(shí)還可以根據(jù)用戶的需求,臨時(shí)添加一些過濾措施,這些措施可以過濾一些噪聲數(shù)據(jù),提高數(shù)據(jù)的一致性和可靠性。其次,平臺(tái)還可以對(duì)數(shù)據(jù)進(jìn)行整合,整合完畢之后就可以將其錄入到深度學(xué)習(xí)算法中,可以提高數(shù)據(jù)利用的時(shí)效,縮短數(shù)據(jù)處理時(shí)間[4]。深度學(xué)習(xí)在學(xué)前教育資源平臺(tái)中包括六個(gè)層次,分別是輸入層、卷積層C1、池化層S1、卷積層C2、池化層S2和全連接層,輸入層可以接收用戶的邏輯業(yè)務(wù)請(qǐng)求,這些請(qǐng)求主要是數(shù)據(jù)的搜索,然后針對(duì)這些數(shù)據(jù)進(jìn)行預(yù)處理,實(shí)現(xiàn)對(duì)數(shù)據(jù)模型的構(gòu)建和預(yù)處理操作,然后將這些數(shù)據(jù)傳輸?shù)街虚g層,也即是卷積層和池化層。輸入層的主要作用就是對(duì)原始的學(xué)前教育資源數(shù)據(jù)進(jìn)行預(yù)處理。卷積層一般包含兩個(gè)操作,其一是進(jìn)行局部的關(guān)聯(lián),將每個(gè)神經(jīng)元看作是一個(gè)過濾器;其二是進(jìn)行窗口滑動(dòng),過濾器對(duì)局部的網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行計(jì)算。卷積層的關(guān)鍵作用就是獲取學(xué)前教育資源數(shù)據(jù)的局部特征,每一卷積層都可以作為一個(gè)特征提取層,并且可以減少參數(shù)的設(shè)置數(shù)量,提高卷積準(zhǔn)確度。卷積層可以采用的核函數(shù)非常多,比如Sigmoid函數(shù),適用于學(xué)前教育資源數(shù)據(jù)挖掘和分析。在挖掘?qū)W前教育資源的過程中,由于Sigmoid函數(shù)擁有很強(qiáng)的收斂性,因此可以在很短的時(shí)間內(nèi)獲取數(shù)據(jù)挖掘結(jié)果,避免過度擬合現(xiàn)象發(fā)生,可以大幅度提高教育資源挖掘準(zhǔn)確度。池化層的主要作用是用來壓縮學(xué)前教育資源數(shù)據(jù)和參數(shù)的數(shù)量,減小過擬合。在卷積層提取的學(xué)前教育資源數(shù)據(jù)特征基礎(chǔ)上,池化可以計(jì)算某一個(gè)局部的卷積特征平均值,也可以計(jì)算最大值或最小值,減小卷積層特征的維數(shù),這樣就可以持續(xù)降低分類器的計(jì)算復(fù)雜度,減輕分類器的負(fù)擔(dān),也可以避免分類器過度擬合。全連接層可以輸出分類結(jié)果,起到了一個(gè)分類器的作用,能夠?qū)⒂?xùn)練好的模型輸出出來,這樣就可以提取學(xué)前教育資源的特征。全連接層輸出的挖掘結(jié)果,也即是用戶期望的知識(shí),比如如果一個(gè)中班的教師經(jīng)常搜索中班的教學(xué)知識(shí),深度學(xué)習(xí)在挖掘到相似的課程及內(nèi)容時(shí)就及時(shí)地推薦給教師,教師可以更加準(zhǔn)確地定位這些資源,提高幼兒教學(xué)的便捷性和可靠性。
3結(jié)束語
學(xué)前教育資源平臺(tái)引入深度學(xué)習(xí)技術(shù),可以提升對(duì)學(xué)前教育資源的利用效率。深度學(xué)習(xí)可以對(duì)視頻數(shù)據(jù)、圖像數(shù)據(jù)以及普通文本數(shù)據(jù)等進(jìn)行處理,進(jìn)一步提高學(xué)前教育資源平臺(tái)的數(shù)據(jù)組織和發(fā)現(xiàn)能力,同時(shí)將結(jié)果輸出到顯示器上,實(shí)現(xiàn)可視化的幼兒教育數(shù)據(jù)處理操作服務(wù)。深度學(xué)習(xí)也是當(dāng)前計(jì)算機(jī)重要技術(shù)之一,可提高大數(shù)據(jù)平臺(tái)服務(wù)處理效能,保證學(xué)前教育資源平臺(tái)的處理速度和自動(dòng)化水平。深度學(xué)習(xí)是學(xué)前教育資源數(shù)據(jù)分析的關(guān)鍵技術(shù)之一,目前利用卷積神經(jīng)網(wǎng)絡(luò)可以構(gòu)建大數(shù)據(jù)分析和推薦模型,同時(shí)動(dòng)態(tài)地實(shí)現(xiàn)算法的更新和處理,保證算法能夠準(zhǔn)確地實(shí)現(xiàn)幼兒教學(xué)資源加工,提高學(xué)前教育資源應(yīng)用精準(zhǔn)程度。
參考文獻(xiàn):
[1]廖俐.“深度學(xué)習(xí)”在高職學(xué)前教育語言類課程中的應(yīng)用與探索[J].計(jì)算機(jī)產(chǎn)品與流通,2018(11):158.
[2]寇媛媛.基于深度學(xué)習(xí)的在線教學(xué)推薦系統(tǒng)設(shè)計(jì)與研究[J].西安職業(yè)技術(shù)學(xué)院學(xué)報(bào),2017(3):11-14.
[3]魏利,黃慧敏,錢鳴靜.教育領(lǐng)域中的深度學(xué)習(xí)研究熱點(diǎn)和研究趨勢分析[J].數(shù)字教育,2018,20(02):28-33.
[4]陳晉音,王楨,陳勁聿,等.基于深度學(xué)習(xí)的智能教學(xué)系統(tǒng)的設(shè)計(jì)與研究[J].計(jì)算機(jī)科學(xué),2019(B06):550-554.
作者:秦立山
【深度學(xué)習(xí)在學(xué)前教育資源平臺(tái)的應(yīng)用】相關(guān)文章:
• 高職學(xué)前教育舞蹈教學(xué)探索
• 學(xué)前教育教學(xué)改革中技能大賽的作用
• 學(xué)前教育專業(yè)學(xué)生舞蹈創(chuàng)編能力探討
• 學(xué)前教育專業(yè)學(xué)生學(xué)習(xí)舞蹈重要性
• 學(xué)前教育專業(yè)學(xué)生實(shí)踐能力培養(yǎng)
• 高校學(xué)前教育專業(yè)發(fā)展現(xiàn)狀及對(duì)策
• 高校學(xué)前教育專業(yè)課程改革研究
• 學(xué)前教育階段信息技術(shù)應(yīng)用的利弊
• 學(xué)前教育專業(yè)服務(wù)社區(qū)親職教育初探
• 兒童發(fā)展心理學(xué)在學(xué)前教育領(lǐng)域的應(yīng)用
• 農(nóng)村學(xué)前教育發(fā)展問題與對(duì)策
• 學(xué)前教育專業(yè)聲樂課程教學(xué)研究