关键词： 图算法   网络表征学习   动态属性网络   多层异质属性网络   随机投影  

摘要： 现实生活中有许多复杂的网络系统,例如社交网络、生物分子网络和互联网等,利用网络结构建模这些复杂系统的研究已为社会提供了诸多创新应用。网络表征学习(又称网络嵌入)是将网络的节点表征为低维连续空间中的向量,且同时保留网络结构及其固有属性的一种有效方法,推动了下游网络数据挖掘任务的重大进展,近年来受到了学术界和工业界的极大关注,工业界已将网络表征学习技术纳入了下一代网络分析平台的基础性架构。本硕士论文围绕大规模属性网络的高效表征学习提出了三种表征学习框架,主要研究内容如下:(1)面向大规模属性网络的动态表征学习,提出了一种基于随机投影的高效动态属性网络表征学习算法,该算法分为静态学习和动态更新两个部分。首先,静态学习部分在网络表征中融合了节点的高阶结构邻近性和高阶属性邻近性,利用矩阵的乘法结合律设计了一种预投影机制,提升了大规模属性网络的表征学习效率;然后,动态更新部分通过增量矩阵计算实现大规模属性网络表征向量的高效迭代更新。(2)针对大规模多层异质属性网络的快速表征学习问题,提出了一种基于随机投影的高效多层异质属性网络的表征学习框架。首先,将多层异质网络解耦为多个简单的同质网络和仅包含一种边类型的二分网络;然后,引入不同边类型的重要性将解耦后的简单网络重新分配权重后聚合为新邻接矩阵;之后,对新邻接矩阵进行图转换自动获得网络中不同长度的元路径信息,避免了需要手工选择元路径的问题;最后,利用随机投影矩阵代替图卷积神经网络中的权重矩阵,有效提升了网络表征的学习效率。(3)针对时序网络的动态表征学习,提出了一种融合网络motif的动态属性网络表征学习框架。首先,设计了一种融合网络motif的图神经网络,可以有效融合网络邻接矩阵中成对节点间的网络结构以及网络motif矩阵中局部高阶结构特征。然后,为了有效且高效地捕获不同时间快照间的时间演化关系,设计了一种模拟时间维度上一维卷积操作的时间移位模块,并结合融合网络motif的图神经网络将网络的历史信息融合到网络的动态表征向量中。本文在多个大规模真实网络数据集上分别验证了所提三种表征学习方法的有效性和高效性。

关键词： 温度分布重建   主成分分析   塔克分解   降噪自编码器  

摘要： 当前,化石燃料燃烧仍然是我国电力生产的主要形式。随着“碳达峰”以及“碳中和”目标的提出,火力发电行业面临着严峻的挑战。深入挖掘燃烧过程中的节能减排潜力是实现化石能源清洁利用的有效手段,也是火力发电行业实现绿色转型发展的必由之路。在燃烧过程中,温度表征了能量转化与传输的状态。快速、准确地获取温度信息有利于优化燃烧状态、提升燃烧效率、控制污染物生成。因此,开展温度分布信息检测的相关研究工作有着积极的现实意义。围绕使用少量温度测量数据即可快速、准确地获取温度分布信息的研究目标,本文的研究内容如下:(1)提出基于降维和深度学习方法的温度分布重建算法。在梳理现有温度分布信息检测方法的基础上,分析不同方法的优点与不足。借鉴现有方法研究经验并结合实际温度分布检测需求,将数据降维方法以及深度学习方法引入温度分布重建研究工作,结合计算方法以及测量方法的优点,提出了全新的温度分布重建算法。应用典型温度分布数值模型计算数据以及甲烷燃烧仿真模型计算数据对重建算法的有效性和实用性进行分析与论证。结果表明,本文所提算法应用少量温度测量数据即可快速、准确地实现温度分布重建,证明了将重建算法应用于温度分布信息检测工作的可行性。(2)提出温度分布重建计算参数优化方法。在确定温度分布重建算法的有效性后,为了进一步提升算法精度以及算法稳定性,应用甲烷燃烧模拟仿真数据以定性或者定量的方式,对重建计算过程中的特征向量数目、核心张量维数等关键参数进行分析与优化,确定了重建计算参数与重建精度之间的关系,建立了重建计算参数优化方法。计算参数优化后,重建算法的计算精度以及稳定性有了明显提升。(3)针对先验数据存在偏差的问题,完善温度分布重建算法计算流程。分析在先验数据与实验数据存在偏差的情况下,应用所提算法进行温度分布重建计算的意义。并针对这一问题优化重建计算步骤,完善温度分布重建算法计算流程,提升算法处理实际问题的能力。在此基础上,将实验数据应用于重建计算过程,分析重建算法在甲烷燃烧温度分布重建工作中的计算效果。对比重建数据与实验数据可知,在先验数据存在偏差的情况下,算法同样能够较为准确的获取温度分布数据,说明了重建算法在实际中的实用价值。综上所述,本文研究并建立了基于降维和深度学习方法的温度分布重建算法。实现了使用少量温度测量数据即可快速、准确地获取温度分布信息的研究目标,为温度分布信息检测问题提供了新的解决思路。

关键词： 人类活动识别   可穿戴设备   鲁棒性   迁移学习  

摘要： 在基于可穿戴传感器的人类活动识别实际应用中,设备的位置、朝向是多样且不确定的。在人类活动识别领域内缺乏拥有足够丰富变化的数据集,这对由数据驱动的深度学习模型的泛化能力提出了很大的挑战。提高模型的鲁棒性、使模型能够快速适应环境条件变化的方法,具有很高的研究价值。本文主要研究内容包括以下方面。缺乏足够丰富的人类活动数据集会导致训练出的模型存在过拟合、泛化能力弱的问题。mixup方法是一种新颖的正则化方法,在图像识别领域已经取得了成功,但在应用于传感器数据时存在幅度信息丢失的问题。考虑到基础日常活动的周期性特点,本文在线性混合mixup方法的基础上提出了一种时序插值S-mixup方法用于提高人类活动识别模型的鲁棒性。在训练时把批量样本从时间维度上按同比例分成两段后再重新随机两两拼接生成混合样本,提高了样本的多样性。用时间维度上的插值替代幅度上的线性混合的做法,既避免了幅度信息丢失的问题,还能激励模型总结幅度和方向变化的规律、提取与手机方向无关的特征,防止过拟合问题。经实验证明S-mixup方法有效地提高了CNN-LSTM基线模型在处理不同手机朝向的对抗样本时的识别准确率,增强了模型的鲁棒性。为了得到更加通用的模型,采用迁移学习的方法,使用少量易获得的无标签数据对模型做迁移训练,提高模型在目标域的表现。本文提出一种扩张中心损失方法,通过优化深度特征的分布提高模型的迁移效果。在中心损失法聚拢类内特征的基础上,通过分别计算各类的特征中心点之间的距离找出距离最近的两个类,把它们的特征中心点向相反的方向移动一小段距离,扩大了类间特征的距离。经实验和深度特征可视化分析证明,该方法可以有效改善模型深度特征的分布,使模型的通用性得到了提升。最后,以鲁棒的活动识别模型为核心,以迁移学习的思想做指导,设计并实现了基于智能手机的人类活动识别迁移学习系统,其功能包括数据采集、模型训练、活动识别和运动监测等。使用该系统采集人类活动传感器数据、训练并迁移模型,通过实际使用系统训练出的模型进行活动识别与运动监测验证了提出方法的可行性。

关键词： “设计·应用”   迁移理论   创造力   学习方法  

摘要： “设计·应用”学习领域重在培养学生的创造力,是初中美术课程重要的组成部分。而缺乏创意是学生在“设计·应用”领域的学习中所遇到的一大难题。迁移强调两种学习间的相互影响,迁移理论对美术“设计·应用”学习领域的教学起着不可忽视的作用。将迁移理论应用于教学中,可以使学生在学习中做到举一反三,有利于培养学生的创新思维,使学生学会学习。本研究致力于探索迁移理论在初中美术“设计·应用”学习领域教学中的应用,通过提出行之有效的教学策略和学习策略,使学生能够积极主动的进行知识建构,掌握有效学习方法,提高美术核心素养。本研究分为五个部分。在第一部分,以教育心理学中的迁移理论为基础,通过大量查阅研究相关文献,明晰迁移理论的概念,梳理不同类型的迁移理论。并探索迁移理论与初中美术教学的契合之处,分析迁移理论与初中美术“设计·应用”学习领域的关系。在第二部分,通过对学生进行问卷调查,了解迁移理论在初中美术“设计·应用”学习领域教学中的应用情况。并对调查结果进行分析,发现影响学习迁移的因素,为之后的策略研究提供方向。第三部分,针对迁移理论应用于初中美术“设计·应用”学习领域中出现的问题,从教学内容、教学方法等方面出发,探索教师在“设计·应用”学习领域中的教学策略,将迁移理论融入美术教师的课堂教学中。第四部分,明确学生在学习中的主体地位,从学生的角度出发,提出迁移理论应用于学生学习的策略,调动学生的主动性,提高学习能力。第五部分,围绕所提出的教学策略和学习策略,进行教学实践。并通过具体的教学案例,阐明所提出的教学策略和学习策略在实际教学中的应用。

关键词： 胶囊网络   注意力机制   深度学习   卷积神经网络   高光谱影像分类  

摘要： 高光谱影像分类任务一直是遥感领域的研究热点。随着高光谱成像技术的提高,高光谱影像数据向高分辨率方向发展,带来了更为丰富的光谱信息和空间结构信息,同时对分类模型提出了更高的要求。目前,基于卷积神经网络的深度学习模型是高光谱影像分类最常用的模型之一,但传统的卷积神经网络模型融合空间和光谱信息的能力较弱、平均化效应严重、对空域和光谱域信息的差异性不够敏感。引入胶囊网络,利用胶囊向量对特征的表达能力以及动态路由算法对特征的整合能力,提高模型的分类性能。首先,深入研究了卷积神经网络的基础理论和经典模型,通过对比经典的卷积结构,分析卷积的优缺点。在原生胶囊网络的基础上,改进卷积结构以提取多尺度特征和浅层特征,减少了平均化效应,并基于通道间的胶囊向量表达和子胶囊划分,表达数据空间结构的多样性,为后续构建基于胶囊网络的高光谱影像分类模型奠定基础。在Indian Pines、Salinas、Tea Farm、Pavia University和雄安马蹄湾村五种高光谱影像数据集上测试了多种经典模型,作为后续模型的对照组测试结果。其次,分析高分辨率高光谱影像的特点,改进卷积模块和胶囊结构。在卷积模块中引入了多尺度卷积、深度可分离卷积和跳跃连接等结构,以高效提取多样性特征。在胶囊结构中,根据特征图的空间或通道划分胶囊,并通过向量到向量或矩阵到矩阵的信息传递,在表达数据局部与整体关系的同时,改善了高分辨率带来的地物结构多样性对分类的干扰。在五种高光谱影像数据集上验证模型,证明所提出的胶囊网络在高光谱影像分类中的有效性,在五种高光谱影像数据集上分类精度有所提高。最后,在胶囊网络嵌入注意力机制,以提高模型对特征的表达能力。在卷积结构嵌入注意力机制,改善碎片化特征的同时提高模型的收敛速度;利用注意力机制代替胶囊整合过程中的仿射变换矩阵,以保持胶囊矩阵内部的空间结构特征。嵌入注意力机制的胶囊网络在训练时收敛速度快,模型精度更高,泛化性更强。通过在五种高光谱影像数据集上对比测试,在卷积结构中嵌入注意力的胶囊网络具有较高的实用性,利用注意力机制实现仿射变换的胶囊结构取得了良好的分类效果,为胶囊网络研究提供了新的思路。

关键词： 小学数学   小组合作学习   方法浅谈  

摘要： 在小学数学教学中小组合作学习方法的出现频率比较高,这种学习方法有助于提高学生的数学学习成绩,深化学生对所学知识的理解及认知,对提升学生举一反三和学以致用的能力有重要的影响。数学教师需要深入分析以及研究这一学习方法,在指导和鼓励学生的过程中主动提升课堂教学质量和效率,打造精彩课堂和品质课堂。

关键词： “三教”理念   高中数学   学习方法  

摘要： 新课程标准明确提出,高中数学教学中不仅要重视知识的传授,同时更要重视学生核心素养的培养,并针对不同学段学生的特点提出了不同的核心素养培养要求。为了更好地落实高中生数学核心素养的培养任务,真正将立德树人的教育目标落到实处,推动学生的全面发展,贵州师范大学吕传汉教授提出了三教的教学理念,其主要在于建立"情境—问题"的教学模式,真正落实学生核心素养的培养,为高中数学教学效率的整体提升打下良好的基础。

关键词： 液体晃荡   晃荡压力   人工神经网络   压力突变   FLNG  

摘要： 液体晃荡是指在外部激励作用下,部分装载的舱室内液体所产生的波动及其与舱壁结构相互作用的现象。特别当外部激励频率接近液舱的固有频率时,舱内液体会发生剧烈共振响应,可能会改变主结构的动态特性并带来潜在的安全风险。该问题在工程中的应用非常广泛,例如运输液化天然气的液舱和火箭燃料箱等。因此,研究晃荡液体的特性是非常有必要的。采用物理模型实验对水平简谐激励下的液体晃荡问题进行了研究。基于连续小波变换方法,研究不同液深、激励频率和激励振幅条件下,舱内液体晃荡的水动力特性。分析液舱侧壁上晃荡压力时间历程曲线的时频特性,得到了液舱侧壁静止液面处晃荡压力的时频变化规律。研究发现,压力的起始阶段和稳定阶段中,晃荡压力的主要频率成分为激励频率。衰减阶段中,晃荡压力的主要频率成分与液深和激励频率有关。基于势流理论和时域边界元方法建立了液舱晃荡数值模型。应用瞬时边界条件来跟踪大幅值自由表面变形。在模型中引入了一种人工粘性方法,使晃荡过程包含粘性耗散效应。研究了液舱中液体晃荡的完全非线性模拟。数值模型的粘性系数往往是经验性的,需要采用实验数据进行校准。为了可以自适应地校正相关的粘性系数,本文提出了一种基于反向传播神经网络的机器学习方法,并使用本文的物理模型试验构建的数据库对网络进行训练和测试。研究表明,反向传播神经网络预测模型可以高概率地准确预测非线性晃荡的粘性系数,在各种工况下都具有重现非线性晃荡过程的巨大潜力。基于线性和非线性两种方法,针对物理模型实验中出现的液舱制动时发生的压力突变现象进行了研究。考虑不同制动方式、粘性系数和制动时刻对发生压力突变现象的频率范围和压力突变幅值的影响进行了研究。研究发现,液舱的制动速度越快,粘性系数越小,压力突变现象越明显。不同激励频率范围内,引起压力突变现象的原因不同。非线性条件下,液舱中的压力突变现象比线性条件下更显著。

关键词： 初中教育   英语教学   小组合作   重要意义   开展策略  

摘要： 随着经济全球化形式在世界范围内的蔓延,我国经济实力的不断提升,我国在国际市场上参与国际竞争和技术交流也愈发频繁,因此对于英语人才的需求显得空前重要。所以,英语科目的教学在我国现代化教学体系中成为十分重要的组成部分。本文着重针对初中阶段以小组合作学习的方式开展英语教学工作进行策略性的探讨和分析,以期给英语教学工作者提供一定的参考意见。

关键词： 绘画学习   临摹   作用   方法  

摘要： 临摹作为绘画的重要环节之一,主要是指对整体结构拥有宏观认识,以此为基础展开临摹练习。临摹作为学习绘画最直接、最有效的方式之一,学习者实际临摹过程中,可真切感知他人技巧和处理方式,以此汲取他人创作优势,夯实自身绘画基础。临摹的过程对学习好绘画和进行有效创作十分关键,须从多视角实施。绘画学习过程中,探索合理的临摹方法,有助于提高绘画学习者自身的绘画水平。本文就绘画学习中临摹的作用、意义及方法展开分析。