关键词： 图表示学习   信息瓶颈   图结构学习   图神经网络   图分类  

摘要： 近年来,图神经网络在各个领域的图数据挖掘任务上取得了显著的成功,已成为领域的研究热点.图神经网络通过结构传播节点信息,并以此计算节点的表征,在大量应用场景上取得了显著的效果提升.大多数图神经网络模型遵循消息传递机制,直接将原始图数据作为输入,假设观测到的图结构准确地描述了节点之间完整的关系.然而,真实场景中图数据的产生往往受多种因素影响,包含大量随机噪声和人为扰动.这些噪声信息和干扰信息在图神经网络信息聚合的过程中随着图结构传播,对图表征质量产生严重的影响.如何度量、识别图数据中的噪声信息,是领域关注的热点问题之一.本文从信息论的角度出发,提出了一种非线性信息瓶颈指导的层次图结构学习方法NIB-HGSL,针对图层级分类任务,为去除结构噪声、学习鲁棒的图表征提供了一个统一通用的框架.NIB-HGSL通过有效信息保留与噪声信息压缩的均衡优化,可以获得对下游任务来说最关键的层次化最小充分图.实验结果表明,本文所提出的NIB-HGSL方法与其他基线方法相比,可提高图分类和图回归任务的准确性和鲁棒性.

关键词： 深度Q学习   网络入侵检测   强化学习  

摘要： 提出了一种基于Q学习的网络入侵检测方法,将强化学习与深度前馈神经网络方法相结合,为网络环境提供了持续的自主学习能力.同时,使用自动试错方法检测不同类型的网络入侵,并不断增强其检测能力.此外,还提供了微调深度Q学习模型中涉及的不同超参数的细节,以实现更有效的自适应学习.基于NSL-KDD数据集的大量实验结果表明,提出的深度Q学习模型能效检测不同的网络入侵类型,检测准确率优于其他机器学习方法.

关键词： 生命意义感   社交能力   学习动机   抑郁   中介作用  

摘要： 为探讨社交能力、学习动机在生命意义感与抑郁之间的中介作用,采用生命意义感量表、抑郁自评量表、学习动机量表和社交能力诊断量表,对陕西省西安市414名初中生进行问卷调查,采用SPSS27.0对数据进行分析。结果表明:(1)不同性别的初中生在学习动机、抑郁上的差异具有统计学意义;不同年级的初中生在学习动机上的差异均有统计学意义;是否担任班干部的初中生在生命意义感、社交能力和学习动机上的差异均有统计学意义。(2)生命意义感和社交能力、学习动机均呈显著正相关,社交能力和学习动机呈显著正相关,抑郁和生命意义感、社交能力、学习动机均呈显著负相关。(3)初中生生命意义感直接影响抑郁状况,且存在三条路径:社交能力的中介作用;学习动机的中介作用;社交能力和学习动机的链式中介作用。结论:初中生生命意义感可以直接影响初中生抑郁状况,还可以通过社交能力和学习动机的单独中介作用及链式中介作用间接影响初中生抑郁状况。

关键词： 元学习   几何自适应   混合曲率空间   黎曼流形  

摘要： 元学习通过学习先验知识,能帮助模型快速适应新任务.在适应新任务的过程中,空间几何结构与数据几何结构的匹配程度对模型泛化起着重要作用.现实世界数据具有多样的非欧几何结构,例如自然语言具有非欧层级结构,人脸图像具有非欧环状结构等.已有研究表明,真实数据的非欧结构同黎曼流形的几何结构相匹配,从理论上提供了利用黎曼流形来建模数据的可行性.本文提出了混合曲率空间(mixed-curvature space)中的几何自适应元学习方法,利用多个混合曲率空间来表示数据,并生成与数据非欧结构相匹配的黎曼几何.本文构建了多混合曲率神经网络,将混合曲率空间的几何结构表示为曲率空间的曲率、数量和维度,由此通过梯度下降过程实现对数据非欧结构的几何自适应.本文进一步引入几何初始化生成策略和几何更新策略,通过少数几步迭代,空间几何结构即可快速匹配数据非欧结构,加速了梯度下降过程.本文在小样本分类和小样本回归等任务上进行了实验验证.与欧氏空间的元学习方法相比,本文方法在小样本分类任务上取得了约3%的准确率提升,在小样本回归任务上将均方误差减少了一半,验证了本文方法的有效性.

关键词： 编码器   解码器   遥感图像   深度学习   注意力机制  

摘要： 遥感图像语义描述是解释或注释遥感图像中地物对象和场景的类型、状态和特征的跨模态任务,深化了对遥感图像的解读和理解,成为遥感领域研究的热点。首先,从研究现状使用不同技术的角度出发,主要介绍基于像素和基于目标两种方法下的遥感图像语义描述工作。其次,根据解码器的不同,这两种方法进一步细分为CNN-RNN方法和CNN-Transformer方法。尽管遥感图像描述研究已有明显进展,但面对复杂的背景干扰、尺度多变、目标模糊、类间相似等挑战,仍需克服诸多难题。未来,遥感图像语义描述研究需专注于图像视觉信息的利用、特征增强和集成大型模型等方面的创新,以提升模型的鲁棒性和准确性。

关键词： 数学活动经验   学习方法   核心素养   学科能力  

摘要： 针对一道错误命题,学生在说题中形成认知冲突,发现并提出问题.在交流探讨中,学生找到错题根源,改编问题并解决.这个学习过程能让学生体会到数学学习的一般方法,培养学生的几何直观、推理能力等核心素养,提升学科能力.

关键词： 有意义学习   溶解平衡   同化   教学实践   认知结构  

摘要： 简要阐述学科基本概念对学生学习的重要性,从基本概念、基本条件和同化模式等三个方面解读奥苏伯尔有意义学习理论的要义,分析高中化学课程中沉淀溶解平衡课时教学资源与有意义学习理论的深度关联。以沉淀溶解平衡教学为例梳理出高中化学基于有意义学习理论的教学启示:一是创设真实情境,激发学生的同化心向;二是融合四重表征,促进上位概念的形成;三是渗透归纳演绎,促成下位概念的同化;四是借助联系对比,实现同位概念的并列结合同化。

关键词： 长短期记忆神经网络   随机森林   支持向量回归   径流预测   预见期   预报方案  

摘要： 为探究不同预报方案对机器学习模型径流预测的影响,以淮河王家坝~蒋家集~润河集区间流域为例,设计了七种径流预测方案,采用LSTM(长短期记忆神经网络)、RF(随机森林)以及SVR(支持向量回归)三种机器学习模型进行径流预测。研究结果表明:(1)三种机器学习模型对降雨信息的敏感程度不同,且采用同时考虑径流影响因素以及前期历史径流的方案预测效果最佳,但随着预见期的延长,前期历史径流的重要性逐渐降低;(2)三种机器学习模型在不同预见期的径流预测表现有所差异:三种机器学习模型在预见期为1 d时预测精度均较高;当预见期为2~4 d时,SVR模型的预测效果较好;RF模型在预见期为5~7 d时预测精度较高。研究可为后续基于机器学习的径流预测提供参考。

关键词： 国防科技情报   情报能力评估   指标体系构建   主题挖掘   对比学习  

摘要： [目的/意义]在大国博弈和科技竞争背景下,情报需求持续增长,国防科技情报的重要性日益凸显。开展国防科技情报能力评估研究,构建相关评估指标体系有助于国防科技情报任务完成。[方法/过程]文章提出一种面向任务描述的国防科技情报能力评估指标体系构建方法,首先,以中文社会科学引文索引数据库中的相关研究为基础语料,运用LDA主题模型获得分类结果以生成评估指标;其次,以国防科技战略情报综合研判类任务为例,基于语义相似度筛选评估指标;最后,计算指标权重,完成评估指标体系构建。[结果/结论]根据不同情报任务的描述构建有所区别的情报能力评估指标体系,研究结果验证了方法的有效性,综合考虑指标来源主题强度和与任务描述相似度的权重更符合国防科技情报任务的需求。

关键词： 核心素养   身心发展规律   高中地理   单元学习   创新教学模式   学习环节   目标优化   有效衔接  

摘要： 在核心素养培育的背景下,我们应以学科核心素养培育为目标优化学习活动,结合学生身心发展规律创新教学模式,有效满足优质人才的培养需求。本文主要介绍以培养地理学科核心素养为目标的地理大单元学习方法。一、立足核心素养,确定大单元学习目标进行大单元学习可以增强学习活动的整体性,有利于地理学科核心素养的培养。学习目标对于学习活动的开展发挥着非常重要的导向作用,能够促使学习环节有效衔接。我们应立足核心素养确定大单元学习目标。