关键词： 降水相态   客观预报   数值模式   气候统计   机器学习方法  

摘要： 冬季降水相态及其转变时间的精细化客观预报对提高气象预报和服务质量具有重要的现实意义。利用京津冀地区国家级自动气象站观测资料及网格化快速更新精细集成产品,统计分析了京津冀地区复杂地形下各类降水相态温度和湿球温度平均气候概率的分布差异及不同降水相态时网格化快速更新精细集成产品中可能影响降水相态判断的特征信息。然后将地面观测天气现象资料、复杂地形下降水相态气候特征及高分辨率模式输出产品作为特征向量,分别基于梯度提升(XGBoost)、支持向量机(SVM)、深度神经网络(DNN)3种机器学习方法建立了降水相态的高分辨率客观分类模型,并对同样条件下3种机器学习方法对雨、雨夹雪和雪3种京津冀主要降水相态的预报效果进行了对比检验,进一步提升了雨夹雪复杂降水相态的客观分类预报技巧。

关键词： 电网   摆动方程   维纳滤波   结构学习   环网   动力学   拓扑估计   学习框架  

摘要： 为了实现电网的最优市场结算和可靠的动态运行,需要对电网的运行拓扑情况进行估计.提出了一种新的通用电网拓扑估计框架,利用摆动动力学引起的节点电压相位角的时间序列测量进行拓扑估计.利用多元维纳滤波来分解不同节点电压角波动之间的相互作用,并通过考虑多元维纳滤波器元件的相位响应来识别操作边.在标准IEEE测试用例上的仿真测试结果表明,该学习框架的性能良好,达到了预期的设计目标.

关键词： 小学数学   核心素养   深度学习   有效方法  

摘要： 小学数学作为国家基础教育的一环,担任着重要的育人责任。为适应当前社会的发展,小学数学教育要逐步进行调整与改革,以更好地发挥其育人功能、提升教学有效性。如何完善小学数学教育体系、提升教学有效性?在核心素养背景下开展小学数学深度学习是非常有必要的。作为小学数学教师,要善于以核心素养理念为基础,创设适合学生深度学习的学习模式,引导学生更好地开展数学学习活动,充分发挥学生学习主观能动性,助力学生全方面的发展。本文根据笔者教学经验,对在核心素养理念下开展小学数学深度学习的有效方法提出几点看法,以供参考。

关键词： 轴承   多任务深度学习   卷积神经网络   门控循环单元   故障诊断  

摘要： 提出一种基于多任务深度学习的故障诊断方法,将故障诊断任务分为故障分类和损伤程度识别。共享层采用卷积神经网络提取监测振动信号中蕴含的故障特征信息,两个子任务模块使用门控循环单元从共享层的输出中进一步提取特征,进行故障分类和损伤程度识别。在多任务深度学习方法中两个子任务模块可以通过共享层相互影响,提高模型的特征提取能力,获得更好的故障诊断性能。在轴承数据集上进行故障诊断实验,同时与故障分类单任务模型和损伤程度识别单任务模型进行对比,以检验多任务深度学习方法的故障诊断性能,实验结果显示多任务深度学习模型在测试集上两个任务同时正确的准确率为99.79%。为进一步验证多任务深度学习方法的特征提取能力,在测试集中添加不同程度的高斯噪声进行故障诊断实验,在较强噪声情况下,多任务深度学习模型的准确率明显高于单任务深度学习模型。研究结果表明,多任务深度学习模型与单任务深度学习模型相比故障诊断准确率更高,同时抗噪性能更好,具有一定的实用价值。

关键词： 视盘分割   视盘定位   密集块   空间金字塔池化   空洞空间金字塔池化   多任务学习  

摘要： 提出了一种改进的多任务学习方法,网络的主结构由特征提取网络和分别进行视盘分割与视盘定位的双路径网络组成,通过端到端的训练与测试可以实现眼底图像视盘自动分割与定位相结合的多任务目的。在特征提取网络的编码阶段利用密集连接提取眼底图像视盘的上下文特征。视盘分割任务是依靠解码阶段逐步恢复原来的图像分辨率并获取整个视盘轮廓,视盘中心定位任务由空洞空间金字塔模块和金字塔池化模块来进一步提取视盘抽象特征,得到精准的视盘中心坐标。对350幅眼底图像进行了视盘分割和中心定位,实验结果表明:该方法自动分割的视盘结果与手动标注视盘区域的Dice系数为0.965,自动定位的视盘中心坐标与手动标记的视盘中心的平均绝对距离为0.191 mm(34.7像素)。

关键词： 多模态理论   法语原版绘本   法语初学者   语言学习  

摘要： 绘本是一种集语言、图像等多种模态为一体的读物,相比单一模态的书籍,多模态的绘本对读者在语言学习方面有更积极的影响,因此,阅读不同语种的绘本对读者的外语学习也起到重要作用。在多模态理论视阈下,以法语原版绘本为例,分析得出法语原版绘本对法语初学者语言知识的学习、语言输入输出能力的提升、积极语言学习情感的建立以及跨文化交际意识的培养都有着重大意义。

关键词： 项目化学习   教学关键问题   操作要领  

摘要： 项目化学习是围绕真实有挑战的学习项目开展自主探究,并最终形成项目成果的学习方式,在实践中广泛应用于各学科教学。本文对基于教学关键问题开展的历史项目化学习活动进行梳理与反思,通过实例说明基于教学关键问题的项目化学习的基本环节及实施要领。

关键词： 固体金属垃圾   垃圾分类   深度学习   注意力模块   卷积神经网络  

摘要： 固体金属垃圾具有巨大的回收利用空间和经济再利用价值.在日常生活中,金属垃圾的分类回收主要依靠传统人工分类,费时费力.为此本文提出一种基于深度学习的方法对金属垃圾进行分类:构建一个包含6类共17804张图片的固体金属垃圾数据集并命名为GX-TrashNet;采用ResNet-101作为分类模型,加入注意力机制模块提升模型的分类准确率;使用卷积核大小为11的卷积层代替注意力机制模型中的全连接层,使用全局平均池化层作为分类器.实验结果表明,改进后的模型在GX-TrashNet上的分类准确率为97.00%,在TrashNet上分类准确率为80.87%.

关键词： 项目式学习   实践   意义   初中生物  

摘要： 生物作为初中教育重要学科,教师需围绕核心素养理念对各种学习资源进行整合,挖掘有利于推动学生发展的教育素材,促使学生在体验中激发潜在创造力与可持续发展意识.阐述了如何在初中生物中开展项目式学习的路径,希望可以为生物教学提供借鉴.

关键词： 党史   新中国史   改革开放史   社会主义发展史   思政教育  

摘要： 加强党史、新中国史、改革开放史和社会主义发展史教育,是我党思想建党、理论强党的优良传统,也是党的思想政治工作的成功经验。深入学习"四史"是厘清历史脉络,研判当下国情,设定未来发展目标的根本基础;是批判错误思潮,树立正确的历史观、大局观、角色观的必要准备;是推动高校思政教育创新,掌握学习研究的主动权、话语权的必要保证。