关键词： 机械臂抓取   吸取可供性   卷积神经网络   自监督学习  

摘要： 在仓储物流中,散乱件分拣是影响整体效率的关键环节之一,机械臂抓取操作因灵活高效而广泛应用于此.为提高分拣成功率和标签获取效率,提出了一种两阶段物体吸取可供性检测网络及其自监督学习方法.区域预测网络RE-Net(region estimation network)融合深度与彩色(RGB)特征,能够进行与物体种类以及几何形状无关的兴趣区域检测.在选取的兴趣区域中,吸取点可供性检测网络SGPA-Net(suction-grasp-point affordance network)同样使用深度与彩色特征,对抓取点进行判断.使用所提的自监督方法自动采集数据并生成标签,两阶段物体吸取可供性检测方法在较短的时间内达到较高的吸取准确率.最后的实验结果验证了两阶段检测方法及其自监督学习方法的有效性.

关键词： GloVe模型   拼接的词向量   词语推断任务  

摘要： GloVe模型是一种广泛使用的词向量表示学习的模型。许多研究发现,学习得到的词向量维数越大,性能越好;但维数越大,模型学习耗时越长。事实上,GloVe模型中,耗时主要表现在两方面,一是统计词对共现矩阵,二是训练学习词向量表示。该文在利用GloVe模型统计语料中词对共现时,基于对称或非对称窗口得到两个共现矩阵,然后分别学习得到较低维度的词向量表示,再拼接得到较高维度的词向量表示。从计算的复杂度来看,该文方法并不会产生多的计算量,但显然统计共现矩阵和训练学习可通过并行方式实现,能够显著提高计算效率。在使用大规模语料的实验中,以对称和非对称窗口分别统计得到共现矩阵,分别学习得到300维词向量表示,再使用拼接方式得到600维词向量表示。与GloVe模型对称和非对称的600维的词向量相比,在中文和英文的词语推断任务上,显著地提高了预测的准确率,在词语聚类任务上,有较好的聚类效果,验证了该文方法的有效性。

关键词： 贝叶斯网络   参数学习   迁移学习   结构相似性   平衡系数  

摘要： 针对贝叶斯网络参数迁移过程中对源域及目标域限定条件较多等问题,在考虑源域-目标域多种信息形式的情况下,提出一种基于贝叶斯网络参数迁移学习的统一框架.该方法综合考虑了源域结构和数据量在迁移中的作用,在结构相似性的基础上,探讨了备选源域数据量对参数迁移的影响.在迁移过程中引入与目标域数据相关的平衡系数.通过平衡系数将目标域数据与迁移过程联系起来,实现平衡系数的自动调节.Asia网络验证了本文方法的准确性.

关键词： WRF   CAMx   机器学习   PM_(2.5)   O_(3)  

摘要： 为提高西安市ρ(PM_(2.5))及ρ(O_(3))预报准确率,更好地服务西安市预报预警工作,以CAMx模式预报结果为基础,结合中尺度WRF气象预报数据、ρ(PM_(2.5))及ρ(O_(3))观测数据,基于多元线性回归、岭回归、lasso回归、决策树、随机森林以及支持向量机6种机器学习优化模型,对西安市2019年PM_(2.5)及O_(3)模拟结果进行优化.结果表明:①CAMx模式对污染物的预报存在偏差,优化模型明显修正了CAMx模式的系统性偏差,提高了预报精度.②ρ(PM_(2.5))及ρ(O_(3))的均方根误差(RMSE)由174.00、37.11μg/m^(3)分别降至34.36~39.37、24.77~28.82μg/m^(3),相关性系数(R)由0.63、0.78分别提至0.70~0.78、0.83~0.88.③不同模型对模拟值的订正优势不同,随机森林对PM_(2.5)优化效果显著,优化提高率为80%;支持向量机对O_(3)的优化效果最理想,优化提高率为36%;线性回归方法对O_(3)的优化效果较好,但对PM_(2.5)的优化效果相对较差.研究显示,机器学习模型显著优化了CAMx模拟结果,反映了利用机器学习修正空气质量数值模式预报结果的研究意义和可行性.

关键词： 稀薄非平衡流   本构关系   数据驱动   极端随机树   模型参数  

摘要： 稀薄非平衡流域内连续介质假设已经失效,主要围绕Boltzmann方程及模型方程对稀薄非平衡流开展理论与计算研究,统一气体动理论格式(UGKS)是其中一种代表性方法。在稀薄非平衡流数值模拟中,Navier-Stokes(N-S)方程连续介质假设已经失效,不能有效描述流场非平衡特征。UGKS方法虽然计算精度高,但速度空间离散导致计算效率低下,多维高速条件下数值计算难以开展。基于数据驱动的思想,在N-S方程与UGKS方法的研究基础上发展出了一种稀薄非平衡流非线性本构关系求解方法(DNCR)。该方法以N-S与UGKS求解器获得的流场数值模拟计算结果作为训练数据集,基于流场特征参数采用极端随机树算法生成机器学习模型,对预测流场中线性黏性应力项与热流项进行非线性修正,并耦合非线性本构关系求解宏观守恒方程得到目标状态稀薄非平衡流动数值解。针对DNCR方法中所采用的机器学习方法-极端随机树模型,通过二维顶盖驱动方腔流算例对高维非线性建模涉及的特征参数选取、参数调优开展了相关验证工作,选取若干典型状态对极端随机树模型的泛化性能开展研究,并评估了相关模型与方法的计算精度与计算效率。

关键词： 结构图   高中物理   学习方法  

摘要： 核心素养导向的物理教学设计要采用多种教学策略,教给学生研究问题的方法.物理知识结构图也是一种研究问题的方法.通过实例说明物理知识结构图在高中物理学习中的用途.应用物理知识结构图可以帮助学生构建学科知识体系框架、整合解题方法、具化思维过程.在教学中引入物理知识结构图,提供给学生研究问题方法更多的选择.

关键词： 宋代书法   行草书   学习方法  

摘要： 宋代代表性书家蔡襄、苏轼、黄庭坚等人都坚持主张学习书法应先从楷书入手进而过渡到行书和草书,这种学习行草方法的观点显然不是站在书体发展史的角度来立论的。本文将围绕以下两个问题进行解答:第一,他们提出这种方法的理论依据在哪里,或者说为何会提出这样的要求?第二,如今我们学习行草书能从宋代提出的模式中得到什么启发?

关键词： 意义学习理论   翻转课堂   内科护理学   教学设计  

摘要： 目的:探讨基于意义学习理论的翻转课堂教学在中职《内科护理学》教学中的应用价值。方法:将我校2018级护理中职班级分为两个组,实验组为我校2018级1、2、3班(152人),对照组为我校2018级4、5、6班(154人)。对照组采取传统教学模式,实验组采取基于意义学习理论的翻转课堂教学,持续一个学期。比较两组课堂评价、学生评价及学生考核成绩。结果:两组学生学习积极主动性量表(ALS)评分教学前比较,差异无统计学意义(P>0.05);教学后实验组ALS评分为高于对照组,差异有统计学意义(P<0.05);实验组学生对教学方法、学习效率及综合能力培养的满意度和理论考核、技能操作得分均高于对照组,差异有统计学意义(P<0.05)。结论:基于意义学习理论的翻转课堂教学能够提升中职护理专业学生《内科护理学》教学质量,提高学生学习积极主动性及满意度。

关键词： 帕金森病   抑郁症状   机器学习   脑形态学   MRI  

摘要： 目的研究脑形态学特征预测帕金森病(PD)患者抑郁症状严重程度的效果。方法对106例PD患者进行头部MRI检查,采集患者的MRI结构像数据。将患者的数据分为训练集和测试集,采用Vertex-base和广义线性模型方法分析皮层厚度与抑郁症状严重程度的相关性,通过支持向量机方法进行症状预测。结果本组患者的抑郁症状严重程度与两侧大脑半球多个脑区的皮层厚度相关;预测的汉密尔顿抑郁量表(HAMD)评分与真实HAMD评分的Pearson相关系数为0.394(P=0.0312),可决系数为0.155。结论PD患者抑郁症状严重程度与大脑皮层厚度具有一定的相关性;并且这些脑形态学特征可以用于PD患者抑郁症状严重程度的预测。

关键词： 学困生   初中班级管理   学习兴趣   学习方法   偏科  

摘要： 学困生是初中班级管理与教育教学工作中客观存在的群体,往往代指那些成绩相对较差、学习兴趣与欲望相对不足的学生群体。学困生问题是初中班级管理的核心议题之一,其成因十分复杂,解决起来也具备一定的难度。文章论述了初中班级管理中学困生存在的基本情况,重点阐述了学困生形成的原因并据此分析了学困生转化的策略及建议。