关键词： 雷击火   火险预测   机器学习   遥感   闪电  

摘要： 【目的】基于长时间序列多源数据,开展雷击火驱动因子分析,采用机器学习方法构建动态、高分辨率雷击火火险预测模型,为雷击火防控提供支撑。【方法】分析大兴安岭地区2010—2020年雷击火时空分布规律,基于闪电监测数据、卫星遥感数据、气象再分析资料、DEM等多源数据选取闪电、气象、植被、地形4类18个雷击火潜在驱动因子,研究其特征及与雷击火发生的关系;提取历史雷击火点和随机生成的非雷击火点对应的驱动因子,构建原始样本集,计算各驱动因子的重要性和相关性矩阵进行驱动因子挑选;基于优化后的训练样本集,采用梯度提升决策树(GBDT)、随机森林(RF)和极端随机树(ERT)3种集成学习模型进行雷击火火险预测能力评估,选择表现最优的方法用于构建大兴安岭地区雷击火火险预测模型并应用。【结果】2010―2020年大兴安岭雷击火出现次数最多和最少的年份分别为2015和2012年,主要集中于5―7月,发生时段主要集中于10:00―17:00;雷击火高发区为漠河县、塔河县、新林区和呼中区。闪电与雷击火的空间分布基本一致,但闪电越多雷击火发生次数不一定越多,2011年闪电次数最多,为114632次,雷击火仅出现11次。在闪电强度为-20~-40 kA、陡度为-4~-8 kA·μs-1、相对湿度小于40%、降水量小于4 mm、气温大于29℃、大气压为91~95 kPa且风速为1~3 m·s-1的气象条件下更易发生雷击火。NDVI(归一化植被指数)、GPP(总初级生产力)、Et(蒸散量)、NPP(净初级生产力)大小与雷击火发生呈正相关。雷击火在海拔300~900 m、坡度0~12°范围内出现次数较多,坡向对雷击火发生影响不大。特征选择后剩余13个特征参量分别参与3种集成学习算法模型构建,其中,ERT模型预测能力最好,其AUC达0.97,查准率、查全率和F1 Score均高于GBDT和RF模型。ERT模型预测的高风险区与实际雷击火点分布区的空间一致性很好。【结论】利用多源大数据,尤其是卫星观测数据,获取更多与雷击火发生有关的潜在驱动因子,并依靠机器学习,能够较好体现因子间非线性关系及自行学习参数间复杂关系能力的优势,本研究构建的雷击火火险预测模型具备很好的泛化性、自适应性和较高的空间分辨率。

关键词： 图表示   图模型   图表示学习方法   表示学习   深度学习  

摘要： 针对图表示方法的相关解析任务进行了研究,从形式化定义出发,首先以不同核心技术作为分类标准将图表示学习方法划分为五大类,其包括基于降维解析、矩阵分解、随机游走、深度学习和其他表示学习方法。其次通过归纳与对比分析梳理各类技术发展脉络,进而深层次展现各类图表示方法的优劣。随后结合图表示学习的常用数据集、评估方法和应用领域的归纳分析,展开动态性、可扩展性、可解释性和可解析性的四维剖析。最后总结并展望了图表示学习的未来研究趋势与发展方向。

关键词： 随机森林   神经网络   回归方程   富集系数   小麦  

摘要： 应用机器学习方法解析区域土壤-小麦系统镉(Cd)富集特征有助于风险决策的准确性和科学性.基于区域调查,构建了Freundlich-type转移方程、随机森林(RF)模型和神经网络(BPNN)模型对小麦Cd富集因子(BCF-Cd)进行预测,验证不同模型的预测精度并评估其不确定性.结果表明,RF(R^(2)=0.583)和BPNN(R^(2)=0.490)模型预测性能均优于Freundlich转移方程(R^(2)=0.410).重复训练结果显示RF和BPNN平均绝对误差(MAE)和均方根误差(RMSE)较为接近,但RF(R^(2)为0.527~0.601)较BPNN(R^(2)为0.432~0.661)模型精度和稳定性更高.特征变量重要性分析显示多重因素的共同作用导致小麦BCF-Cd的异质性,其中土壤磷(P)和锌(Zn)是影响小麦BCF-Cd变化的关键变量.参数优化可进一步提高模型精度、稳定性和泛化能力.

关键词： 大学生   党史学习教育   思想政治教育   高校思政课  

摘要： 百年党史是一部发展马克思主义真理的历史,蕴含着马克思主义思想深邃的内容。正是由于党史学习教育内容与其内在的精神和高校思政课的内容与精神高度契合,所以高校应该将党史学习教育运用多种方式科学融入到思政课程建设中。这样做,一方面,可以丰富当今高校思政课的内容;另一方面,通过党史学习教育可以进一步提高大学生们对中国共产党的认同,引导大学生们拥有更加坚定成为社会主义接班人的决心。高校思政教师应该利用好党史学习教育这个抓手,丰富和创新高校思政课的形式和内容。

关键词： 鲁棒优化   监督学习   机器学习   带Wasserstein度量分布鲁棒优化  

摘要： 监督学习方法是数字供应链和商务智能中的关键技术。在数字经济时代的管理实践中,处理海量、高维和异质数据是必要的。然而,传统的基于经验风险最小化的监督学习方法通常无法有效处理数据异质性的问题,这会导致测试误差过大的情况。为了解决这一问题,现研究探索了一种基于Wasserstein度量的分布鲁棒优化方法在监督学习中的应用。通过引入Wasserstein度量来量化数据分布之间的距离,将其与监督学习的损失函数相结合,以提高模型对分布偏移的鲁棒性。同时探索如何设计可靠且鲁棒的优化算法,在面对分布变化时可以提供更加稳健的模型性能,并在汽车配件需求预测等管理实践中具有更好的性能和更广泛的应用前景。

关键词： 内部行政行为   内部行政规定   内部行政处理   内部行政协议   内部行政法  

摘要： 内部行政行为作为行政法的基石性范畴,因对行政行为概念的认识差异及受“司法视角中心主义”的视野局限,其概念、体系长期未形成共识。行政行为概念的确立是厘清内部行政行为概念的前提,从历史、实践与未来发展三个角度考察,行政行为应采广义概念。内部行政行为在内部行为体系中仅包括行政机关作出的属于行政行为的那部分行为。内部行政行为应定义为行政机关行使行政职权作出的具有内部行政法效力的行政行为,这种法效力的内部性建立在行为主体管辖权的基础之上并受其限定。内部行政行为的体系包括制定内部行政规定的行为与内部行政处理,但所谓“内部行政协议”因签约行政机关之间欠缺内部性关系而无法成立。

关键词： 学习态度   学习策略   学习方法   HSK结业考试   反拨作用  

摘要： 语言测试的反拨效应会对学习行为产生正面或负面的影响。研究HSK结业考试的反拨效应有助于揭示考试对海外汉语学习者学习行为的影响。研究结果表明,HSK结业考试对学习者的学习态度、策略和方法都起到了积极的促进作用。此外,通过对学习者学习行为感知与考试成绩之间的相关性分析,可以探索学习行为的变化对考试成绩产生的不同程度的影响。

关键词： 元学习   形态切分   维吾尔语  

摘要： 随着深度学习的发展,维吾尔语形态切分的准确率得到了大幅提升,但对数据量的需求较高,而元学习方法通过对以往任务的学习,有效缓解了模型对数据量的依赖,在低资源领域应用广泛。因此提出维吾尔语形态切分的元学习方法,该方法主要通过对以往任务的训练,获得一组具有快速适应新任务能力的参数,从而在新任务上实现快速泛化。实验根据数据的相似度构建N个伪元学习任务,完成元学习支撑集和查询集的划分,使用Transformer的编码器对维吾尔语数据进行编码,采用元学习方法实现对少样本环境下的维吾尔语形态切分。实验结果表明,在维吾尔语形态切分的少样本任务中元学习方法优于预训练模型,有效避免了模型的过拟合,缓解了数据稀疏性对模型的影响。

关键词： 数学   错题资源   学习方法  

摘要： 《义务教育数学课程标准》要求教学工作者:要熟悉所教年级的教材特点,引导学生发现知识点之间的关联性,及时梳理错题、解决学生的“疑难杂症”.对于学生在学习中出现的错误,教师要树立正确的教育观念,努力“变废为宝”发挥错题资源的优势.本文主要讨论学生出现解题错误的具体原因、数学错题资源在小学阶段的使用价值以及如何基于自查出错原因、尝试再次释疑、开展例题讲解、重视收藏记录、培养练题习惯等多种方式,帮助学生借助错题资源掌握数学学习方法,提高自身的学习效率.

关键词： 苏轼   教育思想   人格培养   教育模式   求学态度   学习方法  

摘要： 苏轼虽未直接出任过任何教职,但对于宋代教育科举一些有争议的问题发表过不少精彩的看法,并在指导后生学子方面留下了不少谆谆教诲,在人格培养、教育模式、求学态度、学习方法等方面留下珍贵的思想。