关键词： 邹一桂   小山画谱   花鸟画   写生  

摘要： 写生是画家进行创作的必要准备阶段,也是画家创作的一种重要方式,写生的观念贯穿在中国画的发展始终,无论是古代还是现代,都备受画家重视。邹一桂的《小山画谱》是一部花鸟画专著,书中对于花鸟画的写生持严谨的态度,并给出细致的指导,引导学画者建立正确的写生观,在训练中国画基本功的同时,加深学画者对中国传统美学思想的理解。

关键词： 冬奥精神   思想教育   备战指南  

摘要： 2022年北京冬奥会是我国竞技体育事业迈上新台阶的关键一跃,是中华民族向全世界展现自身风采、具有重要历史意义的大型体育活动。习近平总书记总结提炼出“胸怀大局、自信开放、迎难而上、追求卓越、共创未来”的北京冬奥精神,为新时代我国竞技体育运动队思想政治教育提供了崭新思路和行动指南。江苏排球队学习总书记冬奥精神寄语,联系江苏排球第15届全运会周期备战实践,学以致用,力求突破性提高江苏排球水平,落实践行四项重要举措:明确目标,励志奋斗,追求卓越,团结笃行。

关键词： 差分隐私   联邦学习   深度学习  

摘要： 联邦学习作为一种协作式机器学习方法,允许用户通过共享模型而不是原始数据进行多方模型训练,在实现隐私保护的同时充分利用用户数据,然而攻击者仍有可能通过窃听联邦学习参与方共享模型来窃取用户信息。为了解决联邦学习训练过程中存在的推理攻击问题,提出一种基于本地化差分隐私的联邦学习(LDP-FL)方法。首先,设计一种本地化差分隐私机制,作用在联邦学习参数的传递过程中,保证联邦模型训练过程免受推理攻击的影响。其次,提出并设计一种适用于联邦学习的性能损失约束机制,通过优化损失函数的约束范围来降低本地化差分隐私联邦模型的性能损失。最后,在MNIST和FashionMNIST数据集上通过对比实验验证了所提方法的有效性。

关键词： 小学数学教学   合作式学习   核心素养   提升策略  

摘要： 教师在教学过程中应依据新课程标准进行教学实践,意识到核心素养的重要性,结合学生实际进行教学创新,采用合作式学习促进学生在合作中积极发挥自身的潜能,突出学生的主体性,从而生成合作精神和合作品质,加强学生对数学学习本质的探究,提升学生的核心素养.

关键词： 人的学习   建构主义   社会文化   目的论  

摘要： 流行的学习研究危机在于忽视了人类学习的生活处境和社会实践维度,使人的学习越加生理化、心理化和智能化,从而贫乏与简化了人真正的学习。不同于各种方法体系的运用,人的学习是目的论的活动,在于成就合格主体,使其能够作为知识、意义真确性和客观性的确保,能够自由、健全、完整地参与人的生活世界,并能作出理智与合理的回应。对合格主体的思考和建构、对真确性的确保贯穿于学习思想的演进,主体、知识、意义与学习统一且相互促成。思考人的学习,意味着更宏大的视野:批判性地审视人类学习的思想遗产,揭示其逻辑进路、重要论题及自身困境,寻求理论的超越及捍卫人的学习的立场。谈论人的学习须持有一种批判性、多元性、开放性的理解,这是学习理论研究亟须承当的责任。

关键词： 党史学习   学史明理   学史增信   学史崇德   学史力行  

摘要： 习近平总书记在党史学习教育动员大会上强调党史学习要做到学史明理、学史增信、学史崇德、学史力行。学史明理就是要明白“只有共产党才能救中国”“只有共产党才能发展中国”“只有共产党才能实现中华民族伟大复兴”;学史增信就是要增强共产主义信仰,增强“党的领导”信心,增强共同富裕信念;学史崇德就是要崇初心使命之德,崇奉献斗争之德,崇忠诚为民之德;学史力行就要加强党的建设,解决人民困难,做好各项事业。同时,这四方面不是相互割裂的,而是相互联系、相互交融、相互贯通的一个知情意行整体。

关键词： 联邦学习   差分隐私   交通流量预测   GRU   隐私保护   数据安全  

摘要： 城市交通流量预测在交通管理中变得越来越重要.然而,这些数据往往属于不同机构,无法互联互通,且数据涉及出行大众隐私,集中存储也存在风险.已有研究者用联邦学习模式进行流量预测,但联邦学习本身也存在隐私隐患.提出一种面向交通流量预测隐私保护的联邦学习方法,采用具有隐私保护能力的基于流量预测算法GRU的联邦学习算法进行交通流量预测.具体做法是将差分隐私引入本地GRU算法中,通过在梯度中添加高斯噪声,使得客户端的DP-GRU算法满足(ε,δ)-差分隐私,且使得模型参数具有随机性.对客户端的DP-GRU算法进行了隐私性分析,并在实际交通流量数据集上进行了对比实验.实验表明,在保证隐私的前提下,方法得到了较优的预测结果.

关键词： 哈希学习   自监督学习   知识蒸馏   图像检索   噪声标签  

摘要： 为了提高无监督哈希学习的性能,实现鲁棒的哈希图像检索,提出了一种鲁棒的双教师自监督蒸馏哈希学习方法。该方法包括自监督双教师学习和鲁棒哈希学习两个阶段:第一阶段设计了一种改进的聚类算法,有效提高了硬伪标签的标注精度,而后通过微调教师网络得到了图像的初始软伪标签;第二阶段提出了一种结合混合去噪和双教师共识去噪策略的软伪标签去噪方法,有效去除了初始软伪标签中的噪声,而后利用蒸馏学习将双教师网络中的信息通过去噪软伪标签传递给学生网络,进而获得无标签图像的鲁棒哈希码。在CIFAR-10,FLICKR25K和EuroSAT上进行了实验,实验结果表明,与TBH方法相比,在CIFAR-10上所提方法的MAP平均提高了18.6%;与DistillHash方法相比,在FLICKR25K上所提方法的MAP平均提高了2.4%;与ETE-GAN方法相比,在EuroSAT上所提方法的MAP平均提高了18.5%。

关键词： 学习方法   鲶鱼效应   团队式学习   竞争式学习   艾宾浩斯记忆曲线   激励与淘汰  

摘要： 长期以来,为促进学生学习,教育工作者持续摸索着不同的学习方法,其中具有代表性的是团队学习方法与竞争性学习方法,两者虽然在一定程度上提高了学生学习成绩,取得了一些学习效果,但却无法实现学生个体和班级整体的同步提高、共建共赢。如何实现将个体竞争与团队合作完美融合,最终达到每个学生共同进步、团队整体提高,仍亟待探索与发现。课题组历经5年反复思考、探索、实践、改革与完善,创建了“鲶鱼效应”式团队学习法,借助“鲶鱼”激活团队的内部合作与外部竞争,实现团队整体成绩与学生个体成绩同步提高。实践检验证明,“鲶鱼效应”式团队学习法可以帮助学生强化学习知识、提高学习成绩、激发学习兴趣、树立学习信心,是一套可验证、可复制、可推广的学习方法。

关键词： 单通道语音增强   深度学习   参数映射   生成对抗网络   弱监督  

摘要： 语音增强是语音信号处理领域一种传统且依然非常活跃的研究分支。单通道语音增强是指从单个麦克风采集的带噪语音中尽可能恢复出干净语音,在移动通信、语音交互、数字助听等领域有重要的应用价值。传统的单通道语音增强技术在处理平稳噪声时已取得较好的增强性能,但在非平稳噪声条件下增强效果依然难以令人满意。近年来,随着人工智能的快速发展,基于深度学习的单通道语音增强在处理非平稳噪声问题方面已取得明显的进展。通过系统梳理单通道语音增强中深度学习方法的发展,并按照技术发展脉络,分基于参数映射、基于生成对抗机制和基于弱监督3个方面进行综述,介绍三类方法的基本原理,分析典型文献的技术思路,总结三类方法的优势与存在的问题,最后对深度学习技术在单通道语音增强领域的发展进行了展望。