关键词： 图像尺寸扩张   注意力机制   特征金字塔网络   夜光船舶   复杂背景   遥感应用  

摘要： 文章针对传统阈值方法难以适用复杂背景下夜光船舶目标检测的问题,提出一种尺寸扩张注意力特征融合的Faster R-CNN方法(Size Expansion Attention Fusion Faster R-CNN,SEAFF)。首先,在Faster R-CNN基础上加入图像尺寸扩张,提升夜光船舶目标空间特征;然后,在深层残差网络后加入注意力机制模块,从通道和空间维度上对夜光船舶目标特征筛选;最后,结合特征金字塔网络,弥补不同层次特征提取缺失现象。实验表明,图像尺寸扩张具有很强的不可替代性,特征金字塔特征融合在抑制夜光船舶目标检测漏检具有显著影响,注意力机制在降低虚警方面有一定影响,同时引入三部分使模型达到最优。此外,通过与主流目标检测模型SSD、YOLOv5、Faster R-CNN对比表明,分别提高11.4、7.1和5.6个百分点。SEAFF模型在复杂背景下船舶夜光目标检测中具有显著优势和潜力。

关键词： 性别识别   机器学习方法   适用性  

摘要： 针对人脸图像的性别识别领域,从准确率、计算速度、稳定性等多个角度出发,采用无监督学习、半监督学习、有监督学习等多种机器学习方法进行计算识别。将不同机器学习方法的运行结果进行统计整理,分析各个方法的优缺点。通过参数特征的对比,得出不同应用场景下的机器学习方法适用性结论,为实际应用场景提供具有参考价值的机器学习方法选择方案。

关键词： 机器学习   污水处理   预测   故障诊断   智能控制  

摘要： 由于污水处理系统一般较为复杂且受外界因素影响较多,对其进行精准调控一直是环境领域的难题之一。传统方法无法满足日益复杂的工程项目需求。近年来发展起来的机器学习方法为此类问题提供了一系列有效的解决方案。介绍了人工神经网络、支持向量机、随机森林等机器学习方法的特点,并从水质预测预警、污水处理系统故障诊断和智能控制3个方面阐述了机器学习方法在污水处理领域的应用,分析了机器学习方法相较于传统方法的优势及其应用于污水处理系统中存在的问题,展望了机器学习方法未来在污水处理领域应用的前景和趋势。

关键词： “乐评嘉年华”   教育评价   学习过程  

摘要： “乐评嘉年华”是一种在期末开展的面向低年级学生的非纸笔测试方式,强调打破学科壁垒,以加德纳多元智能理论为依据,以学科课程年段目标为标准,通过主题活动,让学生在表演、朗诵、操作、游戏等活动中实现“玩中考、乐中评”。这一测评改革致力于三个改变,即改变单一的评价标准、改变单向的评价维度、改变单个的评价主体,旨在让评价成为儿童有意义的学习过程。

关键词： 赤潮   深度学习   地理实践  

摘要： 上海版高中地理新教材和新课程标准与以往相比,教学内容的广度和深度增加,核心素养培养目标更加明确,这要求学生积极掌握更加高效的学习方法,扩大知识面,增加知识储备,由被动接受式学习向主动探究式学习模式转变。

关键词： 配电系统   电压管理   可再生能源发电   双时间尺度   马尔可夫决策过程   深度强化学习  

摘要： 随着可再生能源发电渗透率的不断增大,配电系统的电压越限问题愈发频繁,亟需高效的电压管理策略以保证配电系统的安全经济运行。首先,文中建立了双时间尺度的配电系统电压管理模型,实现不同时间响应特性的调压设备协调控制。然后,将2个时间尺度的电压管理模型建模为马尔可夫决策过程,在有效考虑两者的时间耦合关系和可控设备物理特性的基础上,分别利用多智能体深度确定性策略梯度算法和双深度Q网络算法求解模型,实现了双时间尺度的实时电压管理。最后,基于IEEE 33节点配电系统进行算例分析,验证了所提模型和方法的有效性。

关键词： 知识图谱   表示学习   实体属性   语义层次  

摘要： 传统的表示学习方法将三元组按照独立的个体进行表示,使得实体和关系的表示向量缺乏语义层次信息.同一关系(如is_A关系)链接的两个实体,其自身属性以及语义范畴都可能是不相同的,因此在对is_A关系三元组进行表示学习时,要将头实体和尾实体区分开,以不同的方法进行编码.为此,首先将is_A关系下的实体编码为一个球体,球体间相对位置表示为实体间关系;然后在实体属性的基础上,利用二元关系的传递性判定条件对实体间语义层次进行建模,将其命名为Trans_isA模型.在WN18RR数据集上对Trans_isA进行了链接预测和三元组分类实验,验证了模型的有效性.

关键词： 行政性垄断   反垄断法   内涵解读   法律文本  

摘要： 行政性垄断的具体内涵是理顺其在《反垄断法》中制度设计的重要前提。其中,“行政性”是指垄断行为的产生受行政权力影响,其仅要求与行政权力具备相关性,不要求行政权力的必然行使,也不限制行为主体仅为行政主体。“垄断性”要求行为产生或可能产生排除、限制竞争的效果,并会造成降低经济运行效率,减损消费者权益的消极后果。以行为主体分类,行政主体的垄断行为包含行政法律行为、行政事实行为以及与行政职权相关的其他行为;经营者的垄断行为包含滥用市场支配地位或者通过达成垄断协议排除、限制竞争两种类型。《反垄断法》的修改应在法律规定中进一步体现行政性垄断的定义,并结合“垄断性”导正目前《反垄断法》的一般性规定,针对“行政性”完善对行政主体行为的制度设计。

关键词： 新能源车   非平衡数据集   机器学习   需求分析  

摘要： 为确定新能源车的市场需求,估计新能源车在特定区域的市场占有率并构建未来市场占有率的预测模型。依据2017年全美国家庭出行调查所提供的新能源车用户详细信息,考虑了车辆相关、家庭相关和个人相关三组变量,进行了因素分析和预测模型的建立,研究了新能源车的购置行为。此外,考虑到新能源车用户仅占所有受访者的4.2%,因此采用非平衡数据集的处理方法,弥补了现有研究中该方面的空白。为更好地构建预测模型,对Logistic回归法(LR)、朴素贝叶斯算法(NB)、随机森林算法(RF)、支持向量机(SVM)和决策树(DT)等机器学习方法进行模型构建和比较,结果表明,随机森林算法(RF)具有最佳预测能力。

关键词： XGBoost   机器学习   临床药学  

摘要： 目前基于XGBoost算法构建的模型已经广泛地运用于医学、药学领域中,而在临床药学细分领域也已实现多个方面的应用,如临床合理用药、药物不良反应预警以及药物的疗效评价及耐药性机制研究等。本文就上述应用层面进行综述,有助于临床药师深入了解XGBoost算法在临床的应用特点,增进临床用药的安全性、有效性、精准性、经济性。