关键词： 小初衔接   数学教学   学习方法  

摘要： 学生在小学和初中数学学习方法过渡方面存在不少问题,这主要是由从“他主”到“自主”的不适应引起的。对此,教师应在帮助学生建立正确的数学学习观的基础上,抓住时机指导学生掌握相应的学习方法,包括:课堂学习前,找到新知学习的生长点和问题解决的路径;课堂学习中,会听、会记、会思、会问;课堂学习后,学会整理知识体系以及错题。

关键词： 双链断裂   分类预测   化学位移   DNA物理性质   自相关  

摘要： DNA双链断裂(double-strand break,DSB)是细胞中一种严重的DNA损伤形式,与包括癌症、重组异常、神经元发育异常在内的多种基因组不稳定性疾病密切相关。由于成本和技术门槛的限制,高通量测序技术绘制的高分辨率DSB图谱十分有限,这阻碍了我们对不同物种基因组中DSB情况的认知。据此,我们建立了以随机森林(RF)、支持向量机(SVM)和逻辑回归(LR)三种分类器为基础算法的分类预测模型,对人类上皮细胞基因组DSB位点进行预测。除了之前预测研究中常用到的表观特征和DNA形状特征外,我们发现DNA序列特征(k-mer频数、GC含量、GC-偏移和互信息)也能表征DSB位点。同时,在考虑DNA物理性质、化学位移和自相关信息后,预测结果得到有效提高。将上述所有特征合并后进行预测,得到了较好的分类预测结果,其中逻辑回归(LR)的分类预测性能是最佳(AUC=0.97),与以往的预测结果相当(AUC=0.964)。另外,通过特征递增搜索方法,得到由294个特征组成的最优特征集,对应的AUC值达到0.974。

关键词： 知识蒸馏   类激活知识   增量式记忆库   类别结构  

摘要： 由于样本特征缺乏类别判定性且设备资源不足以支持样本类别结构学习,现有的知识蒸馏方法往往忽略了样本的类别知识蒸馏。针对此问题,本文提出一种增量式类激活知识蒸馏方法(Incremental Class Activation Knowledge Distillation,ICAKD)。首先,利用类激活梯度图提取具备类别判定性的样本特征,并提出类激活图约束损失。然后,构建存储类别判定性特征的增量式记忆库,保存多个训练批次样本并迭代更新。最后,计算记忆库内每一类样本的类质中心,并构造类别结构关系,根据类激活图约束和类别结构关系实现类别知识蒸馏。在Cifar10、Cifar100、Tiny-Image Net、Image Net等数据集上进行对比实验,结果表明本文所提出的方法对比类别结构蒸馏方法(Category Structure Knowledge Distillation,CSKD)在准确率上有0.4%~1.21%的提升,说明了类别判定性特征和增量式方法对类别知识蒸馏起到促进作用。

关键词： 航空航天   数控加工技术   人工智能   持续学习  

摘要： 航空航天零件具有品种多、批量小、形状复杂和精度高的特点,针对上述加工场景,数控加工技术逐渐发展并有效推动了制造过程的高效化和自动化,为飞行器的更新换代提供强有力的支持。飞行器性能的不断提升对零件加工质量提出了更为严苛的要求,传统数控加工技术面临严峻挑战。近年来,人工智能技术的发展为进一步提高加工质量提供了有效途径,本文对人工智能领域的持续学习方法进行分析,进而结合持续学习研究进展,提出一种面向数控加工系统的在线优化研究方案。

关键词： 深度融合   深度学习   合作探究   学生自主探究   英语课程标准   实践路径   精准设计   译林版  

摘要： 【设计理念】《义务教育英语课程标准(2022年版)》明确提出要推进信息技术与英语教学的深度融合。深度融合的重要实践路径之一,即在智慧课堂环境下,教师借助线上课程资源平台,精准设计学习任务,学生自主探究完成任务并提出疑问,线下学生通过合作探究解除疑问,实现深度学习,提高学习能力的智慧教学模式。

关键词： 深度学习   大坝   裂缝识别   DeepCrack  

摘要： 由于混凝土材料力学性质和地质环境的影响,水库蓄水后大坝有可能出现裂缝导致坝渗漏,影响水库发电、供水、灌溉等效益的正常发挥。因此,提前对混凝土进行裂缝识别具有较高的应用价值和科学意义。在卷积神经网络基础上采用语义分割DeepCrack裂纹检测模型,以某水电站附近区域裂缝为输入数据集,结合超高分辨率图像进行裂缝自动检测研究。研究结果表明,基于深度学习的图像处理方法可以自动提取混凝土表面的损伤区域,其精度高于人工检测,但图像处理方法的精度受输入图像质量的影响。此外,拍摄条件是决定裂缝识别精度的因素之一,评价拍摄条件的有效性对于提高裂缝识别方法的可靠性非常重要。

关键词： 异构物联网   边缘智能   分层联邦学习   客户端选择  

摘要： 物联网(IoT)设备资源存在高度异构性,严重影响联邦学习(FL)的训练时间和精度。已有研究未充分考虑物联网设备资源的异构性,且缺乏异构设备间协同训练机制的设计,导致训练效果有限且设备的资源利用率较低。为此,该文提出资源高效的分层协同联邦学习方法(HCFL),设计了端边云分层混合聚合机制,考虑边缘服务器的差异化参数聚合频率,提出自适应异步加权聚合方法,提高模型参数聚合效率。提出资源重均衡的客户端选择算法,考虑模型精度与数据分布特征动态选取客户端,缓解资源异构性对联邦学习性能的影响。设计自组织联邦协同训练算法,充分利用空闲物联网设备资源加速联邦学习训练进程。仿真结果表明,在不同资源异构状态下,与基线方法相比,模型训练时间平均降低15%,模型精度平均提高6%,设备平均资源利用率提高52%。

关键词： 财务预警   上市公司   机器学习  

摘要： 有效的财务预警模型既有助于上市公司开展自我诊断和主动管理风险,也有助于投资者作出理性选择和避免可能的损失。论文通过挖掘2019-2022年A股上市公司的年报信息,选取财务指标和非财务指标作为输入特征,基于机器学习中的加权K近邻算法、随机森林算法和支持向量机算法构建企业财务风险预警模型,并比较各模型的预测表现。分析结果表明,3种预警模型均有较好的表现并各有侧重。加权K近邻模型在测试集方面具有更高的准确率;支持向量机模型在识别ST公司时命中率最高,能更准确地识别上市公司面临的财务风险;随机森林模型具有更稳健的预测性能。研究结果可供企业日常经营和投资者决策参考,也可为监管机构健全风险监测机制提供依据。

关键词： 有意义学习理论   讲究方法   深度思考   教学有效性   教学理论   教学创新   教学改革   教学研究  

摘要： 在教学研究持续深入的情况下,学校出现了越来越多的教学理论,这些教学理论在教学实践中产生了突出的效果。从教学改革和教学创新的角度进行分析,深度思考如何在教育实践中运用这些教学理论,对于改善目前教学状况,提升教学有效性具有突出的现实意义。有意义学习理论是近年来出现的一种科学教学理论,其在教学实践中的合理运用对教育教学实效提升有显著价值。不过有意义学习理论的具体应用需要讲究方法,特别是明确应用范围,这样其价值才会得到更有效的发挥。

关键词： 学习困难   厌学心理   基础教育   学习环境   学习方法  

摘要： 基础教育阶段少数学生存在学习困难的情况,如不及时发现并采取措施,会进一步发展成心理性厌学,从而逃避学习。造成这种情况的原因是多方面的,他们时常不受控制地受厌学情绪的困扰,对其批评指责、武断强迫反而适得其反。为此,教师应对学生学习环境、学习方法和内省等进行思考与研究,分析其主要形成原因,以寻求预防、避免与解决厌学现象的有效方法,帮助学生克服学习障碍。