关键词： 纳税人满意度   “放管服”   施策重点   优化路径   机器学习  

摘要： 深入推进"放管服"改革,提升纳税人满意度,是营造良好营商环境、释放企业活力的重要手段。然而,如何确定"放管服"改革的施策重点和优化路径,现有文献尚未给出系统性解决方案。本文构建"放管服"改革对纳税人满意度的理论分析框架,基于2020年5座城市的企业调查问卷数据,使用机器学习方法,识别"放管服"改革的施策重点和优化路径。研究发现,办税效率、按流程办税、税收宣传渠道、服务态度和业务熟练程度是影响纳税人满意度的重要改革措施。样本城市在按流程办税以及服务态度方面的投入已经处于最优区间,办税效率与税收宣传渠道的投入相对不足,未来在税收资源约束条件下,应重点提升办税效率以及丰富税收宣传渠道。本文拓展了"放管服"改革研究,丰富了机器学习方法在公共管理领域的应用。

关键词： 要素禀赋   数字经济   可持续发展   机器学习  

摘要： 在地区间数字经济投资"竞赛"日益激烈,并且增速上形成中西部对东部地区赶超之势的背景下,中西部地区的要素禀赋是否可以支撑其数字经济可持续发展是值得深入研讨的问题。运用机器学习方法中的随机森林算法,基于地级市层面数据对24种投入要素进行分析,发现职工平均工资、人均社会消费品零售额、人均科学技术支出、城镇单位从业人员中信息传输计算机服务和软件业从业人员占比4种要素是支撑数字经济发展最为重要的投入要素。进一步运用4种最重要要素的偏效应曲线图进行分析,发现在要素禀赋上,中西部地区数字经济的发展已经同东部地区站到了"同一起跑线上",且大多数城市的重要投入要素已经具备了支撑数字经济可持续发展的基本条件,但城市之间的差距仍然明显。因此,要实现中西部地区数字经济的可持续发展,既要根据不同城市的要素禀赋构成情况实施差异化的补"短板"政策,又要通过推进数字资源的平衡布局来改变城市之间的数字经济不平衡发展状况,以构筑中西部地区数字经济发展的良性循环。

关键词： 总体国家安全观   法定义务   单元学习   国家利益至上   面对面   光荣使命   青少年   实现中国梦  

摘要： 同学你好,我们青少年是祖国的未来和希望,坚持国家利益至上,树立总体国家安全观,汇聚维护国家安全的强大力量,实现中国梦,是我们肩负的神圣职责和光荣使命。本单元让我们一起学习国家利益、国家安全、国家发展的相关知识。

关键词： 机器学习   多核学习   神经正切核   核对齐   主特征值比例  

摘要： 多核学习方法是一类重要的核学习方法,但大多数多核学习方法存在如下问题:多核学习方法中的基核函数大多选择传统的具有浅层结构的核函数,在处理数据规模大且分布不平坦的问题时表示能力较弱;现有的多核学习方法的泛化误差收敛率大多为O(1/√n),收敛速度较慢。为此,提出了一种基于神经正切核(NTK)的多核学习方法。首先,将具有深层次结构的NTK作为多核学习方法的基核函数,从而增强多核学习方法的表示能力。然后,根据主特征值比例度量证明了一种收敛速率可达O(1/n)的泛化误差界;在此基础上,结合核对齐度量设计了一种全新的多核学习算法。最后,在多个数据集上进行了实验,实验结果表明,相比Adaboost和K近邻(KNN)等分类算法,新提出的多核学习算法具有更高的准确率和更好的表示能力,也验证了所提方法的可行性与有效性。

关键词： 唇语识别   深度学习   卷积神经网络   注意力机制  

摘要： 随着深度学习的不断发展,唇语识别领域的研究取得了重大进展,涌现了许多唇语识别的深度学习算法。依据识别对象的连续性,将唇语识别分为孤立唇语识别和连续唇语识别,并对各识别任务的深度学习方法进行了详细和深入的分析总结。从孤立唇语识别的深度学习方法和连续唇语识别的深度方法两个方面介绍了主流唇语识别方法,并对各方法的优缺点和性能进行比较;对不同数据集下代表性方法的特点和性能进行比较,对两类方法的优缺点和适用范围进行阐述;讨论了唇语识别方法存在的问题和挑战,并对唇语识别方法的研究趋势进行了展望。

关键词： 《关于建国以来党的若干历史问题的决议》   党史观   党史学习教育  

摘要： 《关于建国以来党的若干历史问题的决议》作为党的历史上的重要文献,坚持从政治大局出发的基本原则,对新中国成立后前32年党的历史的主流与支流作出科学评价,也为科学评价党史人物提供了有效指引,对我们树立正确党史观、深入学习研究党的历史有着重要的指导意义。踏上实现第二个百年奋斗目标新的赶考之路,需要我们认真学习重温这一党的重要文献,牢牢把握党的历史的主题主线、主流本质,旗帜鲜明反对历史虚无主义,不断从党的历史中汲取奋进奋斗的智慧与力量。

关键词： 动态网络表示学习   深度神经网络   自编码器   门控循环单元   链路预测  

摘要： 学习图中节点的潜在向量表示是一项重要且普遍存在的任务,旨在捕捉图中节点的各种属性。大量工作证明静态图表示已经能够学习到节点的部分信息,然而,真实世界的图是随着时间的推移而演变的。为了解决多数动态网络算法不能有效保留节点邻域结构和时态信息的问题,提出了基于深度神经网络(DNN)和门控循环单元(GRU)的动态网络表示学习方法DynAEGRU。该方法以自编码器作为框架,其中的编码器首先用DNN聚集邻域信息以得到低维特征向量,然后使用GRU网络提取节点时态信息,最后用解码器重构邻接矩阵并将其与真实图对比来构建损失。通过与几种静态图和动态图表示学习算法在3个数据集上进行实验分析,结果表明DynAEGRU具有较好的性能增益。

关键词： 多智能体系统   覆盖控制   强化学习   参数共享  

摘要： 在火星探测任务中,为确保火星车能够获取大范围的地表信息,火星车携带的无人机群需要能够有效覆盖指定区域.本文提出的算法以最大化覆盖区域面积为目标,综合考虑覆盖过程中无人机群通信网络的保持以及能量的高效利用,基于强化学习设计多智能体分布式控制算法完成协同覆盖任务.算法采用CRITIC参数共享机制以及图神经网络,解决模型训练中状态输入的排列不一致问题并且提高模型训练效率.仿真结果表明,本文所提出算法在无人机群覆盖范围、能量消耗和连通性保持等方面,效果优于常见的基线方法.

关键词： 语法学习观   语法特征   语法功能   学习方法   学习目标  

摘要： 本文通过半结构访谈考察英语专业学生的语法学习观,并基于质性研究方法构建其语法学习观模型。研究发现,学习者的语法学习观是一个环环相扣完整的系统,由语法特征、语法功能、学习方法和学习目标构成。该观点的形成与中学英语学习经历关系紧密;其完整性受到大学阶段学习目标变化的影响。因此,要构建完整的语法学习观,应依据学习目标选择恰当的理论语法来揭示语法特征、展现语法功能;同时,写作很有可能成为改革的突破口。

关键词： “四史”学习教育   思想政治理论课   青年学生  

摘要： 思想政治理论课是落实立德树人根本任务的关键课程,将"四史"教育融入思想政治理论课具有重大意义。通过历史教育帮助学生深入了解党史、新中国史、改革开放史、社会主义发展史,能够提供深厚的历史感支撑,帮助青年学生更深刻地理解习近平新时代中国特色社会主义思想,自觉用党的创新理论武装头脑;能够引导青年学生树立正确的理想信念,激励他们成长为合格的社会主义建设者和接班人;能够帮助青年学生深入认识和理解中国特色社会主义的伟大历程,引导他们不断增强"四个自信"。