关键词： 情感识别   微分熵   深度学习   脑电信号  

摘要： 该研究使用脑电(EEG)信号经过处理得到的数据集DEAP和HCI,利用微分熵作为特征提取的工具,基于传统机器学习算法,集成学习中的梯度提升树、Xgboost、Adaboost、随机森林算法,以及深度神经网络、卷积神经网络与GoogLeNet实现跨被试的EEG特征情感识别任务,并比较各方法应用于EEG情感分析时的结果差异。比较平均准确率,结果表明深度学习方法取得了不错的成绩,三个深度模型对两个数据集的valence平均准确率达到0.5956和0.6307之间,arousal达到0.6062和0.6774之间,显著优于机器学习算法与集成学习模型取得的结果。

关键词： 双减政策   学习方法   教学方案  

摘要： 物理作为一门科技发展进步的支柱性学科,其重要性不言而喻.故本文在双减政策的背景下,对高中物理教学方案提出几点意见,以供各位教育工作同仁参考.

关键词： 虚拟情境   情境化   真实情境   启发引导   学生核心素养   意义缺失   基本策略   学生自主探究  

摘要： 情境化问题是学生核心素养形成、发展和表现的载体。核心素养取向下的小学数学教学应该以情境化问题为载体,让学生在特定的情境中运用数学思维解决问题,实现数学素养的发展。但在数学问题的情境化设计中,普遍存在“重虚拟情境、轻真实情境”“重学生自主探究、轻教师启发引导”等现象。导致这些现象的原因,从根本上可以归结为数学问题情境化设计中的意义缺失。为此,本文将从学习意义的视角,探讨数学问题情境化设计的基本策略。

关键词： 状态监测   分类算法   机器学习   减振器故障   悬挂元件  

摘要： 状态修利用数据采集、数据处理和决策分析,并根据部件的实际状态安排维修计划。采用状态修技术可以提高铁路系统的可靠性。本文针对不同运行工况下一系悬挂和二系悬挂系统减振器性能已经衰减的轨道车辆进行了仿真分析,生成了一个大型仿真数据库,并用于训练和测试分类算法,以检测面临的减振器故障。把车体、转向架构架和轮对的加速度计信号之间的频率响应函数作为故障指标和预测根据,并提供给分类算法。研究结果表明,1-紧邻分类器和线性支持向量机分类器对减振器性能衰减的预判均具有较高的分类能力。

关键词： 深度学习   关键要素   语文学科   意义建构  

摘要： 深度学习概念源起于计算机领域的机器学习技术,渗透进教育领域后则指向学生的深度认知活动。深度学习状态下的学生需要在教师引导下围绕明确的具有挑战性的学习任务,在情境、活动中主动地全身心地参与学习,从中获得思维的深度发展、心灵的深厚滋养。本文立足深度学习内涵中所涉及的任务、情境、活动、思维、心灵这五大关键要素,结合语文学科特点,深入观察语文教学实践,阐释其在语文教学实践中的学科意义。

关键词： 已实现波动   偏度   S&P 500指数   机器学习   集成学习  

摘要： 为了探究风险中性偏度和历史偏度的信息含量及其对已实现波动率的预测能力,以S&P 500指数为研究对象构建出4个偏度指标,基于单个机器学习算法,提出数据驱动的窗口平均集成预测方法来克服市场结构突变导致的模型不确定性问题。经实证研究发现:风险中性偏度的预测能力整体上优于基于日数据和日内高频数据的历史偏度指标;在预测方法上,非线性支持向量回归(SVR)预测效果优于线性最小二乘估计和带惩罚项的线性回归,且基于SVR的窗口平均集成方法对波动率的预测效果最优。

关键词： 高光谱   深度学习   数据增强   Hapke模型   自编码  

摘要： 高光谱遥感是当前遥感技术领域的热点,其“图谱合一”的技术优势使得定量化遥感技术成为实用化技术。目前卫星、航空和无人机的高光谱技术应用热潮兴起,在地质调查、矿产勘查和环境监测中逐步得到深化应用。地质领域中,利用反射光谱,可以识别40余种矿物,对于追索矿化热液蚀变中心和预测铀成矿有利区、分析热液运移的时空演化等具有重要意义。由于复杂地质场景中矿物的紧致、非线性混合,为精确识别其光谱特征和丰度信息带来了挑战。将深度学习技术引入到高光谱地质分析中,能够从高光谱数据中获得更为关键的信息,具有广阔的应用前景。但在实际的地质应用中,很难获得大量高光谱标签数据来训练深度神经网络。文章提出一种针对有限样本铀矿蚀变矿物光谱数据的深度学习方法,采用稀疏降噪自编码神经网络模型提取矿物端元光谱,结合Hapke物理模型进行光谱数据增强,最后利用稀疏全连接的深度神经网络进行矿物含量的提取。实验室和航空高光谱遥感数据实验结果表明,与传统的方法相比,该方法的矿物定量分析精度更高,填图效果更好,为高光谱矿物填图、地质调查和铀矿地质勘查等应用提供了新的技术支持。

关键词： 教师现场学习   卷入体验   转化创新  

摘要： 教师在一个个生动鲜活的教育教学实践和研究现场的学习,能够提升实践的理性与智慧,促进团队的互鉴与共进,激发内在成长的主动与自觉。探索教师现场学习的实践走向,可以现场为核心,以学习方式为突破口和切入口,以学习策略和目标为方向。

关键词： 在线教育   有意义学习   技术促进学习   密涅瓦大学  

摘要： 随着信息技术与学习的融合不断加深,信息技术在教学中的整合已成为后疫情时代的新常态。如何使用信息技术促进学习者的有意义学习也成了在线环境研究中的关键问题。本文以密涅瓦大学的主动学习论坛为案例分析对象,结合乔纳森有意义学习的理论,从有意义学习的主动性、真实性、建构性、合作性和意图性五个属性来分析密涅瓦大学的主动学习论坛,总结了信息技术促进有意义学习的五条途径,并在这些途径基础上提炼了信息技术支持有意义学习的配置功能。

关键词： 多视角学习   特权信息   随机向量函数链接网络   增量学习  

摘要： 在许多实际应用场景中,可以从不同层次、不同角度获取相同对象的特征数据,如何有效地利用获取的多视角数据是一个值得研究的问题.和传统的单视角学习相比,多视角学习在多源数据的应用中显示了一定的优势.多角度学习(Multi-View Learning,MVL)面临的一个重要问题是在满足不同视角互补性的前提下如何保持视角之间的一致性.针对以上问题,提出一种新的多视角特权协同核化随机向量功能链接网络(KMPRVFL)来有效地解决多视角分类问题,其基本思想是将冗余视角的额外信息与平均视角上的特权信息相结合来监督当前视角的分类任务,将多视角数据用核化后加权线性组合成综合第二视角.同时,还设计了一种增量学习方法,可以有效地减少计算量.在真实数据集上的实验结果表明,和传统的多视角学习方法相比,KMPRVFL的能力更强,其平均测试精度要优于对比算法.