关键词： 素养融通   填洼式有意义学习   地理教学  

摘要： 文章分析了核心素养的融通培养和有意义学习的内涵与关联,认为在素养为本的教育背景下,通过填洼式有意义学习建构知识间的系统关联是实现素养融通目标的根基;构建了指向素养融通的填洼式有意义学习的基本教学模式(记忆-理解-应用与分析-评价与创造),并以“大气的受热过程”为例开展了教学设计实践。

关键词： 同步磁阻电机   磁路饱和   磁链自学习   双极性电压注入   粒子群优化  

摘要： 同步磁阻电机(SynRM)存在明显的磁路饱和现象。如果在电机控制算法中使用固定电感值,无法实现理想的控制性能。针对该问题,提出一种磁链自学习方法。首先,详细分析了SynRM的交叉饱和现象,并采用恒定转速方法建立了SynRM的磁饱和模型;然后,设计了双极性电压注入的自学习给定方式,通过分区域拟合磁链曲线来后处理不均匀分布的原始磁链数据,并使用粒子群优化(PSO)算法求解拟合函数系数;最后,在实验平台对提出的磁链自学习策略进行验证。实验证明,相较于直接插值方法,分区域拟合磁链曲线的后处理方法对原始数据点的分布没有要求,因此可以显著降低磁链曲面的学习误差。

关键词： 深度学习   压力性损伤   人工智能   卷积神经网络  

摘要： 目的构建和验证用于压力性损伤(pressure injury,PI)自动化分期的深度学习模型。方法从常熟市第一人民医院PI电子化管理系统中选取2021年1月-2023年6月期间的201张图片,将PI分为4期,其中Ⅰ期21张、Ⅱ期41张、高分期101张、深部组织损伤38张。使用基于卷积神经网络(Convolutional Neural Network,CNN)框架的DenseNet121、EfficientNet、ResNet101和ResNet50神经网络建立针对PI分期任务的深度学习模型;模型评价指标包括准确率、召回率、精确率、F1值和读片时间。将深度学习模型的读片表现与2位不同年资护士进行比较。最后,对性能最佳的CNN模型进行可解释性分析并对压力性损伤视频进行实时预测。结果4种深度学习模型测试集中DenseNet121展现出较好的准确性(0.895),其次为resnet50(0.816),均高于高年资护士(0.805)和低年资护士(0.756)。同时,所有深度学习模型在测试集中读片用时均<10 s,速度快于护士(均>250 s)。最后,我们使用了梯度加权分类激活映射(Gradient Weighted Class Activation Mapping,Grad-CAM)、SHAP技术,对最优模型DenseNet121进行深入分析,突显出图像中对模型判断影响较大的关键区域,并实现了对PI视频的实时预测。结论在PI风险评估方面,成功地建立了一个表现优于护士人工评估的深度学习模型。此基于计算机视觉的深度学习模型可辅助护士进行更精准的PI分期,揭示了深度学习在临床医学应用中的广阔前景。

关键词： 电池管理系统   电池剩余寿命   寿命预测   机器学习算法   寿命延长  

摘要： 随着技术的不断进步和成本的逐步降低,锂电池在电动汽车、储能系统、便携式电子设备等多个领域实现了广泛应用,有效促进了清洁能源的普及和能源结构的优化。掌握锂电池衰变和剩余使用寿命(RUL)对于确保设备稳定运行、提高能源利用效率以及保障用户安全至关重要。通过优化电池设计和使用策略,可以延长锂电池的使用寿命,降低更换成本,进一步推动锂电池的规模化应用。锂电池的性能衰变是一个涉及多尺度化学、电化学反应的复杂过程,涉及其内部从材料、界面到多孔电极、器件等诸多因素影响。各种机器学习(ML)的方法正是建模处理复杂数据、寻找规律、反馈应用的重要手段。本文针对锂电池RUL建模研究的科学问题,综述了ML算法在预测电池RUL领域的最新进展,重点介绍数据驱动的电池管理、预测建模以及利用ML方法来提高电池性能和寿命方面的突破。最后,对当前领域内面临的关键问题进行了归纳总结,以期提供一个基于ML算法的电池RUL预测技术的全面视角,并展望其未来的发展趋势。

关键词： 乡土资源   园本课程   幼儿生活   有意义的学习   幼儿园   经验和体会   年龄特点   周边资源  

摘要： 近年来,我园致力于乡土资源的开发和利用,寻求乡土资源与园本课程及幼儿年龄特点的结合点,关注适宜性,重视幼儿有意义的学习。在此,分享我们的一些经验和体会。一、紧贴幼儿生活,筛选适宜资源在利用乡土资源实施课程时,不少幼儿园会广泛搜集周边资源,将其一一罗列并分类,然后根据其距离幼儿园的远近,形成“资源地图”。

关键词： 监督执纪   党的建设   四种形态   党建工作   纪律教育   纪律建设   明纪   金融监管  

摘要： 党的二十届三中全会提出,“建立经常性和集中性相结合的纪律教育机制,深化运用监督执纪四种形态,综合发挥党的纪律教育约束、保障激励作用”。开展党纪学习教育要坚持目标导向,紧紧围绕“学纪、知纪、明纪、守纪”工作要求,扎实推进各项工作任务。要以纪律建设的强化带动党的建设全面加强,进一步提升党建工作质量。

关键词： 户籍歧视   机器学习   收入差距   农民工  

摘要： 中国劳动力市场供需结构变化促使农民工与城镇职工间收入差距呈现新态势,有关户籍歧视是否依然存在的争论越来越多。本文用双重去偏机器学习方法重新检验农民工与城镇职工收入差距中的户籍歧视现象。经验分析表明:第一,迁移溢价干扰了对户籍歧视的识别,考虑迁移溢价因素后户籍歧视现象更加明显;第二,用双重去偏机器学习方法选择更加符合条件独立性假设要求的模型后,农业户籍对劳动者小时工资收入、全年总收入和全年工资收入均有负面影响,且对小时工资收入的负面影响更为显著;第三,经双重去偏机器学习修正后的Oaxaca-Blinder分解结果表明,农民工和城镇职工收入差距中大约有8%~15%属于户籍歧视;第四,Oster检验证实双重去偏机器学习的估计相较OLS估计更加可靠,不同机器学习算法下的双重去偏机器学习估计与Lewbel工具变量估计也表明本文结论是稳健的。

关键词： 高光谱图像分类   自监督学习   对比学习   混合卷积网络   二阶池化  

摘要： 针对高光谱图像小样本条件下特征学习不充分的问题,提出了一种基于混合卷积网络的自监督特征学习方法。该方法能够充分利用高光谱图像的空谱信息,以对比学习的形式自动提取适合分类任务的特征。首先,用因子分析算法降维高光谱图像,并通过空间增强和光谱增强产生正负样本对。然后,利用混合三维卷积和二维卷积的级联模型提取样本对的多尺度空谱特征,并用二阶池化层提升细粒度表征能力。通过计算对比损失,以自监督的方式充分训练编码器。最后,利用极少量的标记样本微调编码器完成分类。在四个空谱特征差异较大的高光谱数据集Indian Pines、Houston、Longkou和Hanchuan进行了分类实验。每类地物仅用5个样本微调编码器,本文提出方法的精度分别为79.46%、84.32%、92.97%和82.31%,验证了所提方法的有效性。

关键词： 转向架   故障诊断   深度学习   车轮多边形   注意力机制  

摘要： 目前转向架故障诊断研究仅仅考虑了较为理想的列车运行状态,未考虑车轮多边形的影响,而车轮多边形激励的存在能显著降低故障诊断的精度。为此,提出了一种基于LSTM网络和卷积神经网络的深度学习方法。该方法由LSTM以及一维卷积神经网络组成,并引入了注意力机制用于强调训练数据特征,提高转向架故障信号识别的准确率。以CRH380动车组转向架为例,引入车轮多边形激励,采用所提方法对不同工况下的关键部件故障进行了分类。通过与已有方法对比发现,所提方法由于引入了注意力机制,较大程度克服了车轮多边形带来的噪声干扰,提高了转向架故障诊断的精度。

关键词： 多任务学习   自然语言转SQL   自然语言处理   表字段  

摘要： 现有的自然语言转SQL(NL2SQL)方法没有充分利用数据表的字段信息,而这对于问题的语义理解和SQL语句的逻辑生成有着重要作用。为了提高SQL生成的整体准确性,提出一种融合数据表字段的NL2SQL方法(FC-SQL)。首先,利用BERT预训练模型对问题和数据库表字段进行合并编码表示;其次,采用多任务学习的方式,结合并联和级联的方式构建多任务网络,以预测不同子任务;最后,针对条件值提取子任务,通过融合字段信息计算问题中词与表字段的相似度,并以相似度值作为权重来计算每个词语作为条件值的概率,从而提高条件值预测的准确率。在TableQA数据集上的逻辑形式准确率与SQL执行准确率分别达到88.23%和91.65%。设计消融实验验证表字段信息对于模型的影响,实验结果表明融入表字段后,条件值抽取子任务效果有所提升,进而改善了NL2SQL任务的整体准确率,相较于对比模型有更好的SQL生成效果。