关键词： 大学生   党史学习教育   重要意义  

摘要： 中国共产党的发展历史,是近现代中华民族抵抗外来侵略历史的集中体现。它承载着无数革命者为祖国独立和人民自由而奋斗的峥嵘岁月,记录着无数英烈抵御外来侵略的顽强抗争,凝聚着中华民族危难时刻可歌可泣的精神力量。为了赓续红色血脉,当代大学生作为祖国未来建设的栋梁,加强党史学习教育是十分必要的。

关键词： 机器学习   夏季降水   预测  

摘要： 利用湖南97个国家站的逐月降水资料、国家气候中心130项气候指数集以及国家气候中心和美国国家环境预报中心两套季节预测模式的降水预测资料,采用递归特征消除法确定预测因子并使用多层前馈神经网络、支持向量回归和自然梯度提升三种算法建立了两种湖南夏季降水统计预测方案的模型,检验了预测效果。结果表明:基于机器学习的预测模型对湖南夏季雨型分布有较好的预测能力,两种统计方案提前1~6 mon起报的夏季降水平均距平相关系数分别为0.15和0.19,相比于NCEP和NCC模式有较大提升,平均PS评分分别为69.3和69.2,高于NCC模式的63.1,略低于NCEP模式的71.5;进一步分析表明,3—5月起报的机器学习模型的预测技巧可能来源于前冬极地和中高纬环流,12—2月起报的模型预测技巧则可能来自海温的前兆信号。

关键词： 碳价预测   Transformers模型   CEEMDAN模型   湖北碳市场  

摘要： 碳价是碳排放权交易市场的核心要素,对碳价的准确预测有助于政府科学制定碳市场政策;也有利于企业在碳市场中的有效决策,实现碳减排成本的最小化。本文基于CEEMDAN和Transformers模型提出一种全新的碳价预测方法,首先,从理论层面分析了影响碳价预测的主要因素,并运用皮尔森相关系数法识别出影响湖北碳价的关键因素;其次,考虑到碳价序列具有的非线性、非平稳性和多尺度特征,运用CEEMDAN模型对湖北碳价原始序列进行分解,得到7个子序列;最后,运用Transformers模型对7个碳价子序列分别进行预测,并将预测结果进行叠加,从而得到湖北碳价的最终预测结果。预测结果表明:运用该方法对湖北碳价预测的MAPE值为1.67%,是所有对比模型中预测效果最好的。基于此,要关注影响碳价的关键因素,建立碳价预测体系、开发碳价预测工具,科学设定碳配额量。

关键词： 视频目标分割   自监督学习   半监督学习  

摘要： 本文主要研究自监督学习方法在视频目标分割中的应用。首先通过挖掘大规模无标注视频数据中的时间-空间关系,让神经网络作为特征编码器学习视频帧之间的相似性和连续性;然后通过记忆力机制训练网络,使其对当前帧和多个参考帧之间的关系进行建模;利用特征编码器学习到的特征对视频帧中的分割目标进行重建,进行下游的视频目标分割任务;最后,利用在线自适应模块对视频分割结果的错误进行修正。实验结果表明,本文的自监督方法在视频分割任务上的表现可以更加接近有监督方法的分割结果,采用记忆力机制和在线自适应模块可以大大提高视频目标分割的准确性。另外本文探究了数据有效性,当采用少量数据进行网络的自监督训练时,模型仍能取得较好的效果,意味着这个任务本身不需要大规模数据集中富含的复杂语义信息进行建模。

关键词： 学科素养   价值观念   多元情境   学习方法   学习任务  

摘要： 学科素养有四个方面的特征——以正确价值观念为指导,以情境为背景,以学科知识、能力、方法的运用为抓手,以问题解决为目标。据此,提炼出学科素养的四个关键词,即价值观念、多元情境、学习方法与学习任务,并将其运用到高中历史教学中,把握价值观念、创设多元情境、提供方法指导、设计学习任务。这四个方面密不可分。

关键词： 微震信号   识别技术   深度学习   时域分析  

摘要： 为了精准识别矿山微震信号,本文提出了一种适用于识别矿山微震信号的VGG4-CNN深度学习网络模型,该模型采用Python语言进行编写,基于PyTorch深度学习网络架构框架进行搭建。根据矿山生产过程中的岩石破裂、爆破作业、背景噪声等9类事件的微震信号的时域特征,VGG4-CNN深度学习网络模型实现了对3835组矿山微震信号数据进行监督学习训练和分类识别应用。研究结果表明:本文构建的VGG4-CNN神经网络识别精度高达94%,在采用该模型时不需要对原有波形信号进行去噪且鲁棒性强于现存其他模型,可在中等层次GPU上实现,满足工程需要。

关键词： Python语言   智能交通信号灯   计算机语言   计算思维   途径与方法   计算机编程   项目化学习   信息意识  

摘要： 《普通高中信息技术课程标准(2017年版)》指出,教师在课堂教学中要注重对学生信息意识、计算思维、数字化学习与创新和信息社会责任四个方面核心素养的培养,而计算机编程无疑是培养学生计算思维的主要途径与方法。但笔者调查发现,在所任教的班级中,每个班级都有90%以上的学生没有接触过计算机语言,所以很难理解计算机编程语言的语义语法,也不会使用。

关键词： 区域性自由贸易协定   双边贸易流量   FTA深度   机器学习   XGBOOST  

摘要： 区域性贸易深度一体化是当前世界经济贸易发展的主要趋势,区域性自由贸易协定(FTA)的签订与重订是这一趋势的重要表现形式。为量化区域贸易协定对双边贸易流量的影响,区别于普遍用于外贸领域的引力模型,本文分别采用机器学习领域中的树模型XGBOOST与线性模型Ridge,选择FTA深度指标作为衡量FTA异质性的核心变量,添加协议签订国GDP等变量,对于协议生效3年内的双边贸易流量建立预测模型,探究机器学习模型在外贸领域的可用性。实证结果显示,XGBOOST模型在双边贸易流量的预测上取得了较好结果。贸易国间的双边贸易流量越大,预测结果越精准,对双边贸易流量在十亿美元以上、协议生效第一年的贸易,预测的平均绝对百分比误差约为0.077。因此,本文得到结论,机器学习模型在外贸领域中有较强的可用性,而且树模型的效果较优。

关键词： 新教材   初中数学   学习方法  

摘要： 初中阶段是学生学习的关键时期,也是决定学生未来发展的重要阶段。数学是一门基础课程,重点在于培养学生的数学思维和解题能力。本文主要根据新课程标准,对初中数学新教材的学习方法指导进行分析。

关键词： 深度学习   非霍奇金淋巴瘤   医学图像   特征提取   图像分类  

摘要： 近年来,随着国家层面对“AI+医疗领域”的重视,医疗人工智能研究得到快速发展。深度学习作为人工智能领域的一个重要分支,具有强大的数据处理能力,已逐渐应用在智能医疗影像辅助诊断方面。文章对基于深度学习的非霍奇金淋巴瘤数字病理学图像分类技术进行了概述和总结,并重点阐述了卷积神经网络对病理学图像分类。最后,对深度学习在淋巴瘤诊断、预后和治疗中面临的挑战分享了观点。