关键词： 深度学习   少样本学习   信息对齐   关系矩阵   伪标签   半监督学习   注意力机制  

摘要： 针对深度学习中遇到数据样本不足,数据获取难度大的问题,提出一种基于信息对齐的半监督少样本学习方法。将支持集和查询集输入到特征提取网络得到特征向量,通过类原型计算查询集与支持集的每个局部区域对的距离用于信息对齐;采用注意力机制得到重新加权后的联合关系矩阵,利用关系模块将联合关系矩阵映射成类别的相似度分数;采用伪标签的半监督训练方法,辅助模型训练。理论和实验分析结果表明,与主流少样本学习方法相比,该方法具有更强的区分差异性的能力和更好的泛化能力。

关键词： 冲击地压   危险性预测   集成学习   海明损失   SHAP值   XGBoost  

摘要： 为了进一步提高冲击地压危险性预测的准确性,利用集成学习方法对冲击地压发生的主要因素指标进行了分析,分别采用集成学习方法中7种分类预测模型对冲击地压危险性进行了预测,实验结果表明,7种模型均具有一定的可靠性,将模型的准确度和海明损失作为评价指标,得出XGBoost算法具有较高的预测性能,可以相对有效地对冲击地压的危险性进行预测。最后,利用SHAP值对XGBoost模型进一步解释,冲击地压危险性受弹性能指数的影响最大。

关键词： PISA2018   教育生产函数   机器学习   决策树回归   随机森林回归  

摘要： 基于PISA2018我国四省市学生和学校的调查数据,在教育生产函数的框架下,通过机器学习的研究方法,探讨不同学生和学校特征在学业表现中的重要性。研究发现,在学生特征方面:个体社会经济地位和课上学习时间在数学、阅读、科学表现中的重要性最突出,且学习时长对学业成绩的影响存在学科差异;学生职业期望在数学和科学成绩上的重要性较为突出;学生的社会经济地位及课上学习时长在高、低学业表现学生群体中的重要性均相对突出。在学校特征方面,弱势学生比例及教师数量在三种学业表现中都相对重要,且其在高、低学业表现学校群体中的重要性相对突出。此外,比较发现,在初中阶段,学校特征类因素对学生学业表现的影响更大。因此,建议提高学生课堂学习的效率,增强青少年对基础学科的认同感;推进公共教育服务均等化,加大对教育资源优越地区相对弱势学生群体的关注力度;调整初中阶段教育资源配置结构,优先保障对学校的投入。

关键词： 有意义学习   大学化学实验   迁移应用  

摘要： 有意义学习策略具有强调学生主体地位、突出教学情景设计、重塑学生认知结构等特点,能够促进所习得知识的有效迁移和实践应用,指导问题的解决,强化学生对化学思维和解决问题方法的整体认知。对比教学的结果显示,实施有意义学习策略,可以明显提升学生对实验认识的深度和广度,提高实验参与度以及实验操作的规范性和正确率,从而显著提升大学化学实验教学效果。

关键词： 半监督学习   半监督聚类   半监督降维   半监督回归   半监督分类   评价指标  

摘要： 半监督学习存在于现实世界的各个场景中,可在生物化学领域对科学研究产生巨大的作用。在各领域也都有相关具体应用,如病毒毒性预测、网络安全检测、软传感器的应用等。随着机器学习领域的不断突破,目前尚缺乏关于半监督学习方法研究的完整综述。本文首先给出半监督学习的定义并分析了该领域应用过程中存在的挑战;然后梳理分析了半监督学习的四种方法,包括:半监督聚类、降维、回归、分类,并列出了这四种不同方法中比较先进的算法。随后介绍了各算法常见的评价指标(如精确率、召回率和ROC曲线等),对比了各类半监督学习算法效果,研究发现半监督学习方法都存在高于完全监督学习支持向量机的准确率,其中SSC-EKE算法以绝对优势领先传统的支持向量机经典监督学习算法。最后介绍了半监督学习的实际应用场景,展望了半监督学习的未来研究方向,并对全文进行总结。

关键词： 深度学习   全尺寸飞机   结构强度试验  

摘要： 在全尺寸飞机结构强度试验过程中,会产生大量试验数据,过去受限于分析方法,无法对数据进行精确分析,使宝贵的数据无法得到充分利用。深度学习技术的发展,使分析大规模数据成为了可能,深度学习在图像识别、数据处理分析等领域均有很大进展,恰好适用于全尺寸飞机结构强度试验数据的分析工作。文章对深度学习技术进行了简要介绍,并从图像与数据两方面对未来深度学习在全尺寸飞机结构强度试验中可能的应用场景进行了设想,为后续工作提供了参考思路。

关键词： 山南汛期降水   气候因子   机器学习  

摘要： 利用山南地区1980—2022年汛期降水距平资料,对其进行降水特征分析,得出山南地区汛期降水百分率整体呈略微增加趋势,即每10a降水百分率增加了1.7%;调用国家气候中心提供的气候因子与山南汛期降水距平做相关性分析,得出西伸脊点指数、亚洲区极涡面积指数、东亚大槽强度、西太平洋副高北界位置指数等气候因子与山南汛期降水相关度较高;分别用130个气候因子和挑选的优势气候因子指数为预报因子,分别基于支持向量机、决策树、随机森林等机器学习方法建立了山南汛期季节降水预测模型,采用ps评分的方法对各模型进行检验,结果发现:在检验时段内4月起报山南初夏降水ps评分为72.56分,6月起报山南盛夏降水ps评分为72.43分,6种机器学习中卷积神经网络学习ps评分最高为74.65分,挑选最优气候因子ps评分略高于国家气候中心提供的130个气候因子的ps评分。

关键词： 无量纲时程   流场特征识别   深度学习   卷积神经网络   特征提取  

摘要： 流场的特征直接影响结构的流致振动状态,对结构绕流流场的特征分析具有重要的研究意义。在中高雷诺数与不同流速的情况下,尾流中隐含的流场特征不同,传统数学物理方法很难对其特征进行提取与识别。该文提出了采用无量纲的物理量时程进行流场特征识别的深度学习方法,消除了不同来流速度的影响,仅通过时程的时变特征进行特征识别,扩大了特征识别方法的应用范围。采用两种不同深度学习模型对三种棱柱的尾流进行了特征提取与识别,通过比较可以发现:归一化的时程中仍包含不同形状物体所引起流场的关键特征,可用于流场的特征提取;使用归一化时程进行流场特征识别可降低模型训练难度,又提高了特征提取的精度,是一种流场特征提取的新方法。

关键词： 主体教育   项目化学习   理论基础  

摘要： 主体教育理论对项目化学习的指导意义在理论方面体现在内涵上对指向学生中心的深入认识,特征上对学生主体地位的凸显,以及价值追求上对学生主体性的培养;在实践方面体现在主体教育强调的自主性、能动性和创造性特征对项目化学习主要环节的支撑。因此,项目化学习应以主体教育为理论引领,树立起培养学生主体性的教育理念,遵循教师主导和学生主体的根本原则,采取以师生关系变革引导学生的主体自主性、以教学形式变革激发学生的主体能动性、以评价方式变革驱动学生的主体创造性等策略,真正成为落实核心素养的重要抓手。

关键词： 数学学习   思辨   比   概念教学   小学  

摘要： 思辨是一种高阶思维方式,学生数学学习展开思辨,会对学习内容“知其然,知其所以然”。“生活中的比”教学前端,教师通过了解“比”的历史演变、把握“比”的数学本质、前测调查学生知识基础,设计出紧扣教学目标——“生活中的比”的学习路径。教学中创设引发认知冲突的问题情境,让学生在猜想、论证中理解两个同类量的“比”是倍数关系的表达或度量;搭建引发认知冲突的脚手架,让学生在判断、重构中沟通同类量与不同类的比,理解两个不同类量的“比”是倍数关系的表达或度量;设计提供概念正反例证,让学生在辨析、反思、解释说理中深度理解“比”的数学本质及关系结构,意义建构“比”的概念。