关键词： SAR图像   森林生物量   纹理特征   机器学习   集成学习  

摘要： 森林在维持生物圈平衡、实现资源可持续发展等方面扮演着重要角色。森林生物量表征了森林生命活动,反映了植被生长状况,尤其体现了森林获取能量的能力和固碳能力。森林生物量的估测是研究、监测和治理生态环境的重要一环,也是目前众多学者探索的热点问题之一。SAR技术因其全天候全天时、穿透性强等独特的优势,为植被相关问题的研究提供了新的手段,并被越来越多地应用于生物量反演相关研究。针对SAR图像参数与森林生物量之间的非线性关系难以实现较优拟合的问题,利用SAR后向散射系数的同时,引入SAR图像的纹理特征,采用机器学习的回归建模方法反演森林生物量。首先分析了SAR基础,提取了实验区SAR后向散射系数与纹理特征;然后探讨了机器学习方法和集成学习方案反演森林生物量的相关问题。本文主要结论如下:（1）SAR图像纹理特征中的均值（Mean）和方差（Variance）对森林生物量反演表现出了比较积极的意义,其重要性评分相对较高。将随机森林（Random Forest,RF）与递归特征消除算法（Recursive Feature Elimination,RFE）结合,对后向散射系数与纹理特征等共计12个预测变量进行特征选择,确定了最优预测变量组合为:Mean、DB、Variance与LIA,对森林生物量回归的重要性评分依次为100、90、53与39。（2）机器学习方法的表现优于多元线性回归;Mean与Variance提高了森林生物量反演精度。利用四变量（最优预测变量组合）建立了实验区森林生物量反演的如下回归模型:RF（R2=7581）>SVM（R2=7339）>ANN（R2=0.6807）>MLR（R2=0.6790）,其中RF最优;为进一步对比分析机器学习方法和纹理特征的优势,继续以二变量（DB与LIA）和单变量（仅DB）建立上述四种回归模型。整体表现上机器学习方法优于多元线性回归;引入纹理特征中的Mean与Variance后,森林生物量反演精度较二变量和单变量R2分别提升0.0604与0.0651。（3）差异性较大的、本身性能表现较好的基学习器组合而成的集成学习方案提高了森林生物量反演精度。对常见机器学习方法RF、SVM、ANN、KNN与CART进行相关性计算和组合方式的差异性度量之后,确定了六种集成学习方案,采用堆叠（Stacking）的集成策略,利用最优预测变量组合建立了反演森林生物量的如下方案:C8（R2=0.7898）>C1（R2=0.7791）>C12（R2=0.7607）>C14（R2=0.7528）>C2（R2=0.7417）>C6（R2=0.7067）,其中由RF、SVM与ANN组合而成的C8方案最优,并且与单模型中最优的RF模型相比,回归精度仍然有所提升（R2提高0.0317）。

关键词： 核心素养   小学数学   学习方法  

摘要： 随着新课程改革的深入发展,固有的小学数学教学方式已经无法满足学生的学习需求,对学生未来发展容易造成不良影响。为此,在小学数学教学过程中,教师不仅要注重数学知识传授的有效性,还要深化核心素养的培养,以此促进学生数学综合能力的提升,夯实学生的数学学习基础。培养数学核心素养不是单一地传授知识与技能,也不是锻炼数学能力,而是使学生充分展现其数学思想,让其在数学学习中具有持久性、综合性、有效性特征。

关键词： 初中英语   学习方法   教学实践  

摘要： 英语是初中阶段一门非常重要的学科,学好英语知识对于学生今后的成长和发展影响非常大,因此,提高学生的英语学习成绩十分关键。要想有效地提高学生的英语学习能力,需要学生在日常英语学习中掌握正确的英语学习方法,学生在正确学习方法的指导下,可以达到事半功倍的学习效果。

关键词： 古诗   学法   迁移   诗意  

摘要： 古诗情感丰富、短小精悍、语言优美且意境深远,由于古诗的语言以及发生场景离学生的生活十分遥远,学生无法在短时间内较好地理解古诗的情感、语言以及意境等。通过分析教师指导学生借助单元语文要素、运用习得方法学习同类知识的三个方法,有助于学生更好地理解诗意,这也是中低段年级古诗教学中的有效途径。

关键词： 数学学习方法   奇偶性   单调性   方法技巧   数学知识   一年级学生  

摘要： 数学是高中阶段重要学科之一,掌握科学的学习方法是高一年级学生提高数学学习效率的必要前提。教师要在落实"以人为本"教育理念中尊重学生个体差异,多层次对高一年级学生进行合理化数学学习方法指导,在培养学习兴趣、学习习惯中提升数学学习能力。课前自学,专心听课课前自学、专心听课都是学生提高数学学习效率中不可

关键词： 比   意义   概念本质  

摘要： 通过前概念调查,找准学生的学习起点,探索贴近学生生活经验、促进知识生长的概念教学策略。在教学时抓住新旧概念的内在联系和内涵差异,揭示新概念的本质属性,通过感知概念、辨析概念、同化概念、提升概念,让学生获得一个正确的"比"的概念。

关键词： 词汇歧义   词汇通达   连接词‘and   意义频率   中国高级英语学习者  

摘要： 在英语语言中,歧义现象普遍存在,即听者理解的意义和说者企图表达的意义不一致。所有的歧义可以概括为三种:词汇歧义、结构歧义和语用歧义。词汇歧义是指某个词有两个或者以上的意义,词和义不是简单的一对一映射关系。词汇歧义消解过程的研究始于上世纪70年代,心理学家也提出了多个歧义词意义通达模型来解释相对意义频率(歧义词各个意义的使用频率)及其他因素对歧义词意义通达的影响。基于对英语本族语者歧义词意义通达的研究,不少学者进而探究了中国英语学习者的英语歧义词意义通达。但其研究对象主要为实词,对连接词意义通达的研究较少。因此本文聚焦于连接词的意义通达,以‘and’为例,探究相对意义频率对中国高级英语学习者的连接词意义通达是否有影响。本研究采用了夸克等人对‘and’一词所做的意义分类。在中国英语学习者语料库中随机选择了300个由连接词‘and’连接的复杂句,对‘and’意义进行判断并进一步按照使用频率进行排序,然后通过词汇判断实验,探究连接词‘and’在词汇通达过程中是否受相对意义频率影响,并进一步探究多个意义之间的相关性是否会对意义通达结果产生影响。在词汇判断实验中,21名中国高级英语学习者对连接两个分句的句中‘and’进行意义选择(二选一),选择正误与反应时长均由E-prime记录。相对意义频率对连接词的意义通达是否有影响由反应时长体现,多个意义之间的相关性是否对词汇通达结果有影响则反映在正误率上。本实验得到以下结论:1)‘and’多个意义的使用频率为:增补>接续>因果>对比>类比>评书或解释>让步>条件;2)相对意义频率对中国高级英语学习者连接词意义通达有影响,具体表现为:词汇意义使用频率高,通达速度快;词汇意义使用频率低,通达速度慢;3)歧义词多个意义之间的相关性会产生混淆作用,导致被试产生错误的通达。本研究证实了中国高级英语学习者在连接词‘and’意义通达过程中受相对意义频率影响,并进一步揭示了区分歧义词多个意义之间的相关性在中国英语学习者的词汇通达过程中具有重要意义。

关键词： GMM-HMM   实时识别   骨骼姿势特征   关节角度特征  

摘要： 近年来,随着计算机视觉技术和深度相机的快速发展,基于人体姿势等视觉信息的可靠分割并进行人体姿势识别的研究越来越深入。人体姿态识别使得机器人可以通过结合环境、目的判断识别人体的运动特征,学习人类动作,从而具备获得对人类复杂行为的学习能力,甚至可以在动态环境下和人类进行交互,是智能机器人研究领域的热点之一。从运动学习的角度来看,动作识别过程可以被看作是对连续的人类行为的一种理解,而连续的人类行为又由一系列的动作组成,如挥手,捡起,放下等等。关键问题是如何识别给定域中的动作是什么,如何对它们进行编码,以及如何在捕获的运动数据中识别它们。本文分析了关于运动学习的主要研究方法和研究状况。在此基础上,基于高斯混合隐马尔可夫模型(GMM-HMM),围绕仿人机器人对人体运动的学习方法进行了研究。首先,对Kinect提取的人体骨骼关节模型进行预处理,将骨骼关节三维坐标序列用空间向量法转换为关节角度特征序列,用四元数表示为骨骼姿势特征序列,同时对数据序列进行归一化。其次,在权威数据库MSR Action3D上进行GMM-HMM的分组训练和测试,以确定模型最优参数;为了提高模型稳定性,在数据集的分组上,每一组训练集和测试集的动作执行者都和其他分组不相同,采用了区别于常规的折半交叉分组方式;此外,对比分析了坐标数据序列和关节角度特征序列的识别效果。最后,建立了四元数表示的骨骼姿势模型,并证明了其优于原始坐标数据和关节角度特征序列的识别效果;之后运用骨骼姿势模型结合Kinect实时识别人体动作,并结合所获取数据中置信度的值提出了一种改进型的限幅滤波算法。实验验证了所用方法的稳定性和实时性。

关键词： 热力学稳定性   线性规划方法   描述符   贝叶斯优化   材料筛选  

摘要： 稳定性是新材料设计过程中需要考虑的首要问题。材料的稳定性可分为热力学稳定性和动力学稳定性,而热力学稳定性又是衡量稳定性最常用的标准。热力学稳定性通常用分解能来定量描述。精准确定材料的分解能需要考虑材料分解过程中所有可能的分解路径。而传统的分解能计算方法一般只考虑特定的一条或几条分解路径,造成计算误差,从而在理论上预言了一些实验上不存在的“新”材料。为此,本工作以卤族钙钛矿为例,使用线性规划方法来计算材料的最优分解路径和最低分解能,预测其热力学稳定性。为了尽可能考虑所有可能的分解路径,分解后的竞争相考虑了无机晶体库和粉末衍射文件卡中所有可能的晶体结构。基于此,我们发展了一套基于线性规划、材料数据库以及第一性原理计算的材料分解能计算方法。此外,品质因子在材料筛选和新材料设计中至关重要。比如,根据Shockley-Queisser极限,虽然带隙是筛选光伏材料的重要品质因子,但将带隙作为唯一品质因子却又过于简单,因为理想的太阳能电池吸收材料需要满足多种条件,如高稳定性、高光吸收系数和长载流子寿命等。然而,同时考虑多种品质因子大大增加了材料筛选的难度。在本工作的卤族钙钛矿光伏材料筛选过程中,将分解能和带隙结合成一个统一的品质因子,采用贝叶斯优化方法(一种自适应机器学习方法)来加速材料筛选。与传统的穷举法相比,基于统一品质因子的贝叶斯优化方法比随机材料搜索方法(模拟实验“试错”过程)效率至少提高了两倍。该工作为从大量材料中搜索出理想的目标材料提供了 一个计算成本较低的方法。

摘要： 摘要在急性缺血性脑卒中(AIS)病人的治疗过程中于基线检查时确定梗死灶的有无和范围具有重要作用。梗死范围较大的病人无法采用溶栓或取栓术等治疗方法。目的 建