关键词： 局部因果结构   因果结构学习   特征选择   流特征   近似马尔可夫毯  

摘要： 因果结构学习作为数据挖掘领域的重要课题,旨在发现变量之间的因果关系。目前,数据体现的大体量和时序性,且特征动态变化,学习全局的因果结构既不现实也无必要。局部因果结构学习的核心是识别目标变量(Target variable,T)的直接原因(父母)和直接影响(子女),而忽略与T不相关的特征,更适合高维数据。然而,目前局部因果结构学习算法只适用于静态数据,无法适配特征的动态变化。本文旨在探索流特征环境下的局部因果结构学习,实现对T的因果关系挖掘。主要研究包括如下方面:首先,针对从非忠实条件下的动态特征空间中挖掘因果特征准确性较低且可能不完备的问题,提出面向流特征的因果特征学习算法OL,通过实时过滤不相关的和冗余的特征,尽可能地保留因果特征的方式,实现动态挖掘目标变量T的因果特征集,即T的近似马尔可夫毯(approximate Markov Blanket,a MB)。其次,以因果特征学习算法OL实时挖掘的a MB特征集合为基础,构建局部因果结构学习算法LCSL,使得学习过程适应动态特征空间的变化。LCSL利用a MB中的特征节点,学习T与a MB中元素节点之间的V-结构,并结合Meek规则进行边定向,区分T的直接原因和直接影响。再次,分别将OL和LCSL算法与基准算法比较,验证方法的有效性。其中,将OL算法与OSFS、SAOLA和OCFSSF算法在合成/真实数据集上进行对比实验,将识别的因果特征应用于三种不同的分类器,通过分类精度指标以验证OL算法的性能。将LCSL算法与适用于静态数据的局部因果结构算法CMB、PCD-by-PCD、MB-by-MB、ELCS和LCS-FS在13个合成数据集下进行对比,并与三个变体算法在动态特征空间下进行比较,通过结构化汉明距离(SHD)、精确率(Precision)、召回率(Recall)和F1评分(F1-Score)指标,验证LCSL的准确性。最后,将OL和LCSL算法应用在真实的癌症和肺癌因果分析的场景下,并与基准算法进行对比实验,验证算法在真实场景中的有效性和实用性。

关键词： 压缩感知   图像加密   RSA算法   视觉安全   深度学习   椭圆曲线  

摘要： 随着网络和计算机技术的高速发展,图像在社会的各个方面得到了广泛的应用。然而,网络的开放性以及未经授权的访问,使得图像的安全备受威胁,因此,图像安全的研究也受到了学者的广泛关注。图像加密技术一直是国内外研究的热点和难题,研究机构和相关人员投入了大量的人力和财力进行研究。本文结合当前的技术和方案,提出了以下几个方面的工作: 首先,为了实现图像安全保护,本文提出了一种基于DNA和高维超混沌系统的非对称图像加密算法。与现有的基于DNA图像加密算法相比,该算法结合混沌序列实现随机的DNA编码规则和操作规则,使得密文图像更加安全。实验结果表明,该算法能够有效抵御常见的图像攻击,具有较好的加密效果。 其次,针对网络传输中图像大小和传输时间的问题,本文提出了基于压缩感知和椭圆曲线的双图像加密算法。该算法通过对明文图像进行压缩和加密,将两张图压缩为一张图,从而减少网络传输量,提高通讯速度,并且能够保证图像的安全性。 此外,为了避免类噪声密文图像的视觉突出性,本文还提出了基于压缩感知和混沌映射的视觉有意义彩色图像加密算法。该算法能够将彩色明文图像压缩加密后嵌入载体图像中,从而保护密文图像在视觉上的安全性,并且能够很好地隐藏密文信息,达到良好的隐藏效果。 最后,本文还设计了一种基于压缩感知和深度学习的图像隐藏算法,通过深度学习的强大学习能力,自动训练图像重构,从而加快图像的重构速度,减少重构时间,并且保证一定的重构质量。 综上所述,本文的工作在图像加密方面做出了一系列有益的探索和尝试,为图像安全提供了新的思路和方法,具有一定的参考价值。

关键词： 正则表达式学习   正则推断   正则语言   启发式算法   整数规划  

摘要： 根据有限样例推断出正则表达式是计算机理论研究中的经典问题之一。目前已有的方法大多需要借助自动机或产生式进行归纳学习,此类方法推断出的正则表达式存在冗长、可读性差的问题。为了缓解该问题,本文在已有研究的基础上提出一种直接构建正则表达式的学习方法。该方法主要包括候选空间构建与候选空间寻优两个阶段。前者负责构建完备、多元化的正则表达式候选空间,后者负责根据候选空间推断出简洁、可读性强的正则表达式。候选空间构建阶段包含四种正则表达式泛化机制,分别为多尺度扩增、循环模式发现、多重字符序列泛化与多重正则表达式泛化。针对单样例,多尺度扩增从提高字符抽象层级、扩大对比范围的角度进行泛化;循环模式发现通过识别样例中字符与正则表达式的循环模式完成泛化。针对多样例,多重字符序列泛化和多重正则表达式泛化分别以公共子序列和公共子表达式为基础泛化出正则表达式,并分别设计了基于编码成本和基于元字符的寻找方法,在提升查找效率的同时泛化出表达能力更强的正则表达式。候选空间寻优阶段结合MML思想,将正则表达式寻优问题转化为多目标优化问题,并选取了两种优化方案以保证学习方法的适用性,即,针对小规模样例集使用整数线性规划进行求解,针对较大规模样例集使用食肉植物算法进行求解。在不同的数据集上的实验结果表明,基于正样例的正则表达式学习方法生成的正则表达式的长度比同类方法缩短了50%到70%,验证了方法的有效性。

关键词： 高光谱遥感重建   光谱超分辨率   深度学习   自适应注意力机制   密集卷积神经网络  

摘要： 为从航空RGB遥感影像中预测高光谱影像中有用的地物属性信息,提高航空RGB遥感影像光谱的分辨率,提出一种轻量型的深度学习网络模型。所提模型组合了密集卷积神经网络架构和自适应注意力机制的优点,构建了一种新型密集注意力卷积神经网络模型(dense attention convolutional neural network model,DACNN model)。在真实的多模态AeroRIT场景影像和同源的雄安航空遥感影像上的多种定量对比实验结果表明,所提出的网络架构可以生成与原始高光谱遥感影像相似的空间特征和光谱特征,并且所需参数量显著降低,具有较好的性能和适用性,且所提模型架构方法具有一定的通用性。

关键词： 汽车保险   机器学习   SMOTE采样   ROC曲线  

摘要： 近年来,我国车险市场巨大的体量也催生了许多车险欺诈案件,然而传统的车险欺诈识别手段效率不佳,本文采用机器学习的方法,基于包含中国在内的四个数据集进行了实证分析,以比较六种主流机器学习方法对车险欺诈的预测表现以及预测表现的稳健性。本文对四个原始数据集进行数据分割,使原数据集分为训练集和测试集,训练集用于构建机器学习模型,测试集用于评估机器学习模型的效果,从而评估各机器学习方法的预测表现以及预测表现的稳定性。首先基于特征空间采用SMOTE采样法,使训练集中的欺诈样本数与非欺诈样本数达到平衡。之后采用10折交叉验证法选取最佳的参数组合来确定机器学习中的最优调节参数,并采用ROC曲线及曲线下方的面积AUC作为模型预测效果的评估标准,以避免主观选取截断点造成的影响。最终,研究发现极端梯度提升决策树模型和随机森林模型的预测表现以及预测表现的稳定性较好。

关键词： 地理事物   措施与对策   地理过程   地理分析   验证过程   地理背景   素养提升   地理学  

摘要： 一、地理问题解决素养及其过程1.地理问题地理问题是围绕地理学的研究对象及研究内容而衍生出的,关于某地理事物或地理事件的地理背景与条件、地理过程与原因、地理特征与规律、地理影响与应用、地理措施与对策、地理联系与差异等。2.地理问题解决素养地理问题解决素养是指学生在面对地理问题时,一系列地理观察与发现、地理分析与推理、地理结论与验证过程中所体现的能力与水平。

关键词： 医学研究生   医学教育   研究生培养   临床教育   应急状态   学习方法  

摘要： 从2020年以来,临床研究生比以往面临更多的问题和挑战,他们在学习,工作和生活上均需要进行更多的改变,既往的研究生教育经验不再适应目前的新形势。笔者详细分析了研究生的教育目标和可能遇到的问题,并通过利用时间碎片化管理和网络会议等形式,保持对临床研究生的指导和关心,让研究生在应急情况下仍然保持对专业的追求和了解,为其创造更多形式的学习环境和学习方法,并通过这些环境营造和方法应用,保持对专业知识的学习和临床研究的持续性,力图希望通过这些方法解决新形势下研究生教育的相关问题,从而能够使研究生培养质量不下降并顺利毕业。文章通过笔者自身的实践经验简述了笔者一些思考和做法,对在新形势中临床研究生的指导和帮助具有一定意义。

关键词： 素养导向   单元学习评价   义务教育新课标   教学评一体化  

摘要： 素养导向单元学习评价已成为新课改的重要议题,它对促进学校质量评价体系的系统性变革、科学判断学生素养发展水平、促进教学评一体化、提升教师和学生评价能力具有重要价值和意义。它体现了整体性与系统性、情境性与真实性、过程性与发展性、表现性与高阶性的特征。教师需要在“知行合一”的行动中逐步实现“六个学会”,从而提高单元学习评价的能力。

关键词： 高中化学   个性化教学   陶行知思想   教学研究   学习方法  

摘要： 个性化教学是由陶行知“民主教育”思想衍生的一种新型教学方式,该方式强调教师在教学中应充分发挥学生的主观能动性,从根源上提升学生的学习成绩。教师在开展个性化教学时应贯彻陶行知“先生的责任不在教,而在于教学生学”的教育思想,力求课堂教学、学生学习、实践应用三方面质量的同步提升。文章综合分析苏教版高中化学有关案例,探索高中化学个性化教学实施策略。

关键词： 跨学科学习   真实情境   内涵与意义   语文实践活动   语文素养   学习任务群   学习场域   综合思维  

摘要： 厘清跨学科学习的内涵与意义,可帮助我们更好地实施跨学科学习。一、“跨学科学习”学习任务群的内涵跨学科学习要以生活为基础,以学生的语文实践活动为主线,强调语文学科与其他学科的联结,语文学习与学生生活的融合,在解决真实情境问题的过程中发展综合思维,提升学生的语文素养。1.建立多重联结,拓宽学习领域。跨学科学习具有开放性,主要表现为在学习内容、学习场域、学习资源等方面建立与学生生活、其他学科的多重联结。