关键词： 磷化硼   磷酸硼   密度泛函紧束缚   深度学习   势函数  

摘要： 磷化硼（Boron phosphide,BP）是一种具有层状结构的III-V族半导体材料,具有出色的热稳定性和耐腐蚀性、较高的硬度和脆性,导电性能介于导体和绝缘体之间,使得BP在硬质合金、陶瓷材料、电子器件等领域具有独特的应用价值。磷酸硼（Boron phosphate,BPO4）是一种重要的无机材料,化学性质稳定,不溶于水、酸和碱,具有优良的热稳定性、电绝缘性和耐火性,因此被广泛应用于电子、陶瓷、玻璃、化学等领域。对两种硼磷体系材料的研究有助于深入了解无机化合物的成键规律、晶体结构和性能关系等基本问题,可以揭示更多关于无机材料的新现象、新规律和新应用,推动材料科学的发展。随着计算材料科学的飞速发展,基于量子力学的模拟方法在材料设计与性质预测领域中发挥着越来越重要的作用。密度泛函理论（Density Functional Theory,DFT）在处理复杂材料体系时往往面临计算量大、消耗资源多等问题,亟需一个可以快速精确计算复杂材料体系的方法和对应的势函数。构建B-P、B-P-O体系的DFTB势函数和深度学习势函数,可以实现对B-P和B-P-O体系的快速模拟和性质预测,本论文分别基于密度泛函紧束缚近似方法（Density Functional Tight Binding,DFTB）和深度学习方法（Deep Learning,DP）,构建了B-P、B-P-O体系的DFTB势函数和深度学习势函数,使用所构建的势函数研究了BP和BPO4的晶体结构、电学性质、力学性质和热学性质,通过与实验数据及密度泛函理论方法计算的数据进行对比,讨论了所构建势函数的准确性和可转移性,主要研究内容如下: 使用DFTB方法构建了B-P体系的DFTB势函数,并使用构建的DFTB势函数研究了三种不同B-P结构的晶体结构、力学性质以及电学性质。结果发现,构建的B-P体系DFTB势函数的短程相互作用势约在1.38（?）处收敛,表明所构建的B-P体系DFTB势函数是可靠的。基于所构建的B-P体系DFTB势函数计算了三种B-P结构的晶格常数、力学性质和电学性质,与DFT计算结果及实验数据进行对比,两种计算方法得到的各性质吻合良好,表明所构建的DFTB势函数可以精确再现DFT对B-P体系的计算结果。 基于DFTB方法构建了B-P-O体系的DFTB势函数,利用构建的DFTB势函数研究了BPO4的结构性质、力学性质以及电学性质,并通过与DFT及实验数据进行对比,研究了所构建的B-P-O体系DFTB势函数的准确性及可转移性。结果发现,构建的B-P-O体系DFTB势函数的短程相互作用势约在3.75（?）处收敛,基于所构建的B-P-O体系DFTB势函数计算的晶格常数、力学性质及电学性质和DFT结果一致,差异在8%以内,所构建的DFTB势函数可以精确再现DFT对B-P-O体系的计算结果。 利用深度学习方法构建了BP的深度学习势函数,通过构建的深度势函数研究了BP晶体的晶体结构、力学性质和热学性质,与DFT及实验数据进行对比研究了所构建的BP深度学习势函数的准确性及可转移性。结果发现,DP模型计算的能量和力与DFT数据吻合较好,均方根误差小于0.03,表明构建的BP深度学习势函数精度较高。使用构建的BP深度学习势函数计算了BP晶体的各种性质,并与DFT计算结果对比,两种计算结果数据误差约为±5%,所建立的DP模型具有接近DFT的计算精度,是预测BP性质的一种有效方法。 基于深度学习方法构建了B-P-O体系的深度学习势函数,使用构建的深度势函数研究了BPO4晶体的晶体结构、力学性质和热学性质,通过与DFT及实验数据进行对比,研究了所构建的B-P-O体系深度学习势函数的准确性。结果发现,DP模型计算的能量和力与DFT数据均方根误差分别为1.74×10-3 e V/atom和3.57×10-2 e V/（?）,使用构建的B-P-O体系深度学习势函数计算了BPO4的晶格常数、力学性质及热学性质与DFT计算结果对比,两种计算结果一致,所建立的B-P-O体系深度学习势函数具有接近DFT的计算精度,可以准确快速的预测B-P-O体系性质。 图30表15参147

关键词： 自监督学习   前置任务   超像素分割   类原型库  

摘要： 随着互联网的飞速发展,每天有亿万级别的数据被传播到互联网中,巨大且复杂多样的数据为数据分析与理解带来了前所未有的挑战与机遇。深度学习的训练离不开数据,一般情况下,标注的数据量越大,模型效果越好,然而海量的数据标注需要耗费大量的人力物力。 自监督学习通过构建前置任务(Pretext Task)从大量无标签数据挖掘数据本身蕴藏的信息,通过训练从而学习到对下游任务有帮助的特征表示。现有自监督学习方法大多通过图像增强或切块等操作后,利用全局/局部语义信息的相关性来构建正样本对,这种方法简单但对图像内目标类信息利用率不足,同时以像素为单位进行训练会导致计算资源占用过高。除此之外,现有的方法通常将一张图作为一个类别,旨在探索图像内的相关信息,忽略了图像目标类间的关系。因此,现有的自监督学习方法通常在大规模数据集上表现较好,但在小样本数据集表现一般。为了解决小样本数据集自监督学习的问题,提出一种结合类内类间关系的超像素自监督学习方法,主要研究内容如下: (1)现有的绝大多数针对图像的自监督学习方法都是利用图像内语义一致性来构建自监督信号,这种方式很难高效地利用图像目标类信息,同时以像素为处理单位的计算开销较大。针对该问题,本文在全局增强分支的基础上提出一种基于超像素构建正样本对的方法,通过图像内超像素目标间相似性来构建对比损失,提高网络对图像目标类的学习能力。基于超像素构建正样本对的方法可以更精准的构建目标类信息,与全局增强分支结合能够进一步提高网络对图像信息的利用效率,使之更适用于小样本自监督学习。实验表明,本文提出的方法在收敛速度大幅度领先于现有方法,同时最终评估精度最高可提升9.5%,同时显存占用最多可下降15.3%。 (2)基于超像素构建正样本对的自监督对比学习方法有效的利用了批次内的目标对象进行对比学习,无法保证批次间目标类别信息的一致性。为了改善该问题,提出了一种基于类原型的自监督学习框架。该框架新增了类原型分支,通过类原型库来存储全局类特征,计算图像输出向量与原型之间的误差损失来进行约束。最终通过实验证明,引入类原型库的自监督框架在小样本数据集上相较于目前主流的自监督学习框架有较大幅度的性能提升,在某些数据集上分类准确率甚至高达99.9%,可以与有监督学习方法进行媲美。

关键词： 课程思政   学习方法   积极性   提高效率  

摘要： 为适应新时代高职院校人才培养的需求，高职公共英语课程承担起了课程思政的重要任务，帮助实现全方位育人目标。本文针对当下高职院校英语教学与学习现状，分析了英语课程在高职院校中的重要意义，强调充分发挥课程思政在教学中的育人效果，提出相关问题及解决方法，运用学习动机的相关理论，阐述了高职院校学生学习积极性表现不理想的现状，提出了培养高职学生学习积极性的一些措施，及如何有效开展公共英语课程思政，为提高高职院校教学水平提供借鉴和思路。

关键词： 联邦学习   聚类   隐私保护   深度强化学习   通信成本优化  

摘要： 近年来,随着人工智能、物联网等网络技术的快速发展,车联网(Internet of Vehicles,Io V)作为一种新兴的信息通信技术,被广泛应用于智能交通系统领域。传统的机器学习方法往往需要车辆将数据发送到数据中心进行集中模型训练。然而,随着人们对数据隐私问题关注,越来越多的车辆不愿意共享本地数据。为了解决这个问题,联邦学习作为一种新兴的学习范式被引入车联网,它允许模型在不直接访问原始本地数据的前提下进行训练。但是,由于车辆之间数据的异构性以及车辆与路侧单元节点(Road Side Units,RSU)的频繁通信,会使得联邦学习全局模型准确性下降,并且在训练过程中产生模型收敛慢、通信开销高等问题。针对上述问题,本文提出了面向车联网数据通信的联邦学习方法研究,具体工作如下: (1)针对车联网中数据异质性和隐私保护的问题,本文提出了一种基于聚类联邦学习的车联网隐私保护方案。该方案首先提出了一种聚类算法,通过分析车辆生成的特征向量的相似性,将车辆分组为不同的簇,然后利用贪婪背包算法选择簇头与RSU通信,改善了因数据非独立同分布导致的模型收敛慢的问题。此外,通过在本地训练阶段引入本地差分隐私(Local Differential Privacy,LDP)机制保护用户的隐私信息,从根本上提升了数据的隐私安全性。所提出的方法在标准数据集上进行验证,与近年来相关方法相比,在保护数据隐私的同时将准确率平均提升了4%。 (2)针对车辆频繁通信导致的通信成本高的问题,本文提出了一种基于深度强化学习(Deep Reinforcement Learning,DRL)的节点动态通信方案。根据实时网络状态、车辆的通信能力和任务需求,构建了一个全局模型准确度优化目标,该目标旨在最大化联邦学习训练过程中全局模型的准确率,同时也考虑到了时间延迟和资源消耗的约束。针对车辆节点选择问题,设计了一种基于DRL的节点选择算法,可以自适应的选择最优的车辆集合来完成全局模型聚合。然后利用动态异步聚合策略提高模型训练效率。通过与其他基线算法在标准数据集上的对比,所提方法与近年来相关方法相比精度平均提升了3%,在降低通信时延的同时将能耗平均降低了37%。

摘要： 体育运动的意义不仅在于强身健体,还在于促进健康生活方式和健全人格品质的形成。对体育教育意义的强调需要提升到建设健康中国和体育强国、实现中华民族伟大复兴的战略高度。习近平总书记在全国教育大会的重要讲话中指出,体育教育要帮助学生“享受乐趣、增强体质、健全人格、锤炼意志”。因此,小学体育教学不仅应当促进体质健康和运动技能的提升,还要充分关注学生体育品德、健康行为、积极情绪、意志品质和问题解决能力等多方面发展,真正体现健身育人的本质特征。

摘要： 四川艺术职业学院作为为党育人、为国育才的艺术院校,肩负着培养又红又专、德艺双馨的社会主义文艺人才,传承和传播川剧优秀文化的重任。本研究本以党史学习教育如何有效融入川剧专业艺术生思想政治教育融合共进实现以史育人为目标,旨在通过对川剧专业艺术生进行党史“必修课”爱国主义教育,让党的历史为当代青年注入最强“营养剂”。

摘要： 在美术课程中开设风景写生课程不仅符合美术新课程改革以及素质教育所倡导的教学理念，而且对于学生的全面发展有着很好的推动作用。现在的美术课堂，对于学生的实践能力和情感体会越来越重视，因此，单一的课堂教学已无法满足学生情感发展的需要，在美术教学中开展风景写生课程的意义便愈加凸显出来。