关键词： 随机配置网络   L1正则化   软测量模型   不等式约束   交替方向乘子法  

摘要： 随机配置网络(SCN)构建一个不等式约束条件对隐性参数进行随机分配,同时对其范围进行自适应选择,具有收敛速度快、建模精度高等优点.由于随机算法的本质特性,不可避免产生低值、冗余节点,为提高SCN软测量模型的稀疏性,提出一种简约随机配置网络(PSCN). PSCN在网络增量构建目标函数中引入L_(1)范数,建立一个新的不等式约束条件来保障隐性节点的生成质量.并进一步针对新建目标函数的非凸性和非光滑性,采用交替方向乘子法(ADMM)对整个PSCN网络的输出权重进行更新.最后,将所提出方法应用于基准数据集和实际工业过程软测量问题中,结果表明该方法可有效简化模型结构,同时具有较高的泛化性能.

关键词： 氨氮   空间插值   机器学习   随机森林   SHAP  

摘要： 氨氮是地下水中的主要无机污染物之一,其主要来自农业、工业和生活污染。过量的氨氮会危害人类健康。氨氮时空分布受气象、水文、水文地质和土地利用类型等因素的影响,因此,基于有限采样点的地下水氨氮分析会产生很大的不确定性。本研究以三江平原松花江流域为例,选取土壤有机质质量分数、土壤全氮质量分数、土壤阳离子交换容量(CEC)、土壤pH值、地下水埋深、包气带黏土层厚度和土地利用类型作为潜在的影响因素,建立拟合氨氮质量浓度的机器学习模型;在此基础上使用解释机器学习模型的SHAP(shapley additive explanations)方法识别显著的影响因素,并据此建立机器学习预测模型,对研究区地下水氨氮质量浓度进行数据插补,分析其时空变化规律。研究结果表明:地下水埋深、土地利用类型、CEC和土壤有机质质量分数是研究区地下水氨氮的主要影响因素;2011—2018年期间,研究区地下水氨氮处于Ⅰ—Ⅲ类水质级别的面积呈现增加趋势,面积占比从31%增加到87%,Ⅳ—Ⅴ类水的面积呈现减少趋势,面积占比从69%减少到13%,水质整体向好。

关键词： 目标检测   边缘计算   增量学习   知识蒸馏   模型压缩  

摘要： 随着万物互联时代的到来,具备目标检测能力的物联网设备数量呈爆炸式增长。基于此,网络边缘产生了海量的实时数据,具有低时延、低带宽成本和高安全性特点的边缘计算随之成为一种新兴的计算模式。传统的深度学习方法通常假定在模型训练前所有数据已完全具备,然而实际的边缘计算场景中大量的新数据及类别往往随时间逐渐产生和获得。为了在训练数据成批积累和更新的条件下在资源有限的边缘设备上高效率地完成目标检测任务,本文提出了基于多中间层知识蒸馏的增量学习方法(incremental learning method based on knowledge distillation of multiple intermediate layers,ILMIL)。首先,为了能够适当地保留原有数据中的知识,提出了包含多个网络中间层知识的蒸馏指标(multi-layer feature map RPN and RCN knowledge,MFRRK)。ILMIL将教师模型和学生模型的中间层特征的差异加入模型训练,相比于现有的基于知识蒸馏方法的增量学习,采用ILMIL方法训练的学生模型可以从教师模型的中间层学习到更多的旧类信息来缓解遗忘。其次,ILMIL利用MFRRK蒸馏知识完成现有模型的增量训练,避免训练使用多个独立模型带来的资源开销;为进一步降低模型复杂度以高效地在边缘设备上部署推理,可在知识蒸馏前进行剪枝操作来压缩现有模型。在不同场景和条件下的实验对比表明,本文方法可在有效降低模型计算和存储开销的前提下,缓解已有知识的灾难性遗忘现象,并维持可接受的推理精度。

关键词： 理科学习   学习投入   学习意义   理科课堂  

摘要： 理科教育是西藏教育的“短板”之一。通过调查发现:西藏初中生理科学习投入集中于正常与偏多之间;学生学习压力较大,考试竞争导致担心考不上高中、达不到自我预期等是主要压力来源;不同性别喜欢不同学科的人数比例呈现显著性差异;对理科知识学习意义的感知集中为学到知识、对以后工作与生活有帮助;学生喜欢能将知识点讲透彻促理解的理科教师,喜欢活跃与积极氛围并存的理科课堂。从加强师生心理健康教育、以数学学科为切入打好理科学习基础、优化教学提高课堂教学有效性等方面提出改进策略。

关键词： 轮毂类型识别   机器视觉   深度学习   AlexNet模型  

摘要： 针对汽车轮毂大批量生产中人工分类效率低、错误率高的问题,研究应用机器视觉和深度学习方法对汽车轮毂进行在线识别和分类。根据轮毂的特点对AlexNet进行修改,将Leaky Relu函数作为激活函数,应用批归一化,改变卷积核大小,简化全连接层并增加平均池化,且在全连接层之前加入通道注意力机制模块,使得修改的模型可以更好地进行特征提取。综合试验结果表明,采用修改后的AlexNet模型进行轮毂分类,其测试精确度达到99.80%,训练时间大幅缩短,综合效果优于常用机器视觉分类方法,具有实际应用价值。

关键词： 社区学习空间   空间组构   空间生产   空间意义  

摘要： 随着我国学习型城市建设的深入,城市社区学习空间的物化形态与概念形态不断追新,持续改变着人们的社区学习方式和日常生活实践。本研究以空间社会学为视角,历时近两年时间深入田野,从上海老城区的街道社区学校到现代商区的白领之家,再到郊区的邻里中心,通过参与式观察与访谈,理解坐落于城市不同区位的社区学习空间的建筑格局、建筑内外部的空间功能以及不同群体经由社区学习而建构的空间意义。城市社区学习空间存在于城市社会境脉之中,其空间格局不仅生产着人们的社区学习行为,同时也被社区学习行为所生产。

关键词： 电机学   创新力   学习方法  

摘要： 针对“电机学”难学难懂的客观事实,探索学生主动学习、锻炼学生创新力的学习方法。首先明确课程思政与课程内容的有效衔接在塑造学生创造性人格的积极作用,然后基于认知心理学原理、遵循学习的规律,分类分层次地提炼总结“电机学”学习过程中的知识技能,最后利用“电机学”中复杂问题的分析,多维度促进学生创新思维的发展。教学实践表明,该方法促进了学生学习的主动性,达到了知行合一的学习目标。

关键词： 绿色行政   构成要素   运行逻辑  

摘要： 中国特色的县级政府绿色行政是由县级党委、县级政府领导和组织的县域治理共同体秉持绿色正义原则,借助绿色话语平台和绿色话语表达机制,组织和管理绿色行政体系,制定和执行绿色政策并通过绿色绩效验证绿色行政质量,促进人与自然和谐共生的一系列行政过程。绿色治理共同体、绿色决策、绿色政策和绿色绩效考核等要素的分维互嵌与合维融贯,是凝聚县域绿色治理合力、助推绿色行政良性运行的关键变量。县级政府绿色行政彰显的嵌套式运行逻辑以绿色正义原则输入绿色话语,以绿色决策将绿色话语转换为绿色政策,以绿色政策执行向公共能量场输出绿色治理效能,以绿色绩效考核检验绿色行政质量并将结果向绿色行政体系反馈。县级政府绿色行政过程彰显了嵌套式运行逻辑,是促进人与自然和谐共生、实现人民美好生活的逻辑理路。

关键词： 初、高中英语   完形填空   教学差异   学习方法   衔接策略  

摘要： 完形填空作为中、高考英语必考题型之一,是对学生综合运用语篇能力的全面考察。初、高中阶段在此题型的学习中,从教师的教学方式到学生的学习策略都存在着较大差异。文章在分析初、高中完型填空题型差异的基础上,针对初、高中完形填空题型的教学衔接策略进行探索,旨在帮助学生尽快找到高中阶段完型填空试题的解题思路及学习方法,顺利、有效、高质量地攻克这一高考必考题型。

关键词： 大差异性   多任务学习   集群网络   空气动力学数据建模   融合预测  

摘要： 与传统方法相比,基于深度学习的空气动力学建模方法建模速度快、精度高。但是传统深度学习采用的全连接神经网络或卷积神经网络往往没有考虑输入数据本身的差异对预测结果的影响,而飞行器的外形特征参数和飞行状态参数在数据类型上存在较大差异。在同时使用这两种参数预测气动特性时,如果忽视这些差异性,预测结果的精度势必会损失。受到多任务学习和集群网络方法的启发,提出了一种基于多任务学习的翼型外形参数与飞行状态参数联合建模方法:大差异性多任务学习网络(LD-MTL)。该方法首先将数据集划分为多个任务,随后将整个学习网络分为多个集群,分别根据不同的任务学习所预测的气动性能相关知识,最终对每个集群所学习到的相关知识进行融合,得到预测结果。通过对比实验,证明了在进行气动大差异性数据建模时,本文提出的结构能更好地反映数据差异性对模型预测精度的影响程度,有更高的预测精度,且能对此差异性进行量化分析。