关键词： 爱学语文   会学语文   学习方法   学会语文  

摘要： 语文是一门综合性学科,具有很强的工具性和交际性。语文要学好,很重要!要通过各种途径激发学生浓厚的语文学习兴趣,使学生对语文的学习产生一种深深的热爱。只有一腔浓厚的学习语文热情,还是不够的,还应该引导学生掌握科学合理的学习方法。学好语文,最终目的还是还原于生活。在日常的生活中,能够恰当地运用语文知识,达到理论与实践相结合,提高生活的品质。

关键词： 虚拟仿真实验   虚实结合   互动式学习   教学评价  

摘要： 通过“虚实结合”的混合式测量实验实训切实提高教师在教学过程中信息化运用的能力,通过实施“外引内培、校企互聘”方式建成一支校企协同、结构合理、教学能力强、工程经验丰富、年龄结构合理的虚实结合实训教师队伍,为测绘虚拟仿真实训平台建设提供有力保障;把实训教学与信息化技术深度融合,通过虚拟场景呈现教学内容,作为教材数字化资源实训内容有效补充。虚实结合,优化专业核心课程学习,提升了学生的核心竞争力;虚实互补,改进专业基础课学习,夯实了学生的专业基础。测量学课程实验虚拟仿真系统化,改革学习形式,促进了人才的个性化培养。

关键词： 农业景观   景观破碎化   斑块属性   物种多样性   昆虫丰富度   机器学习  

摘要： 景观破碎化对物种的影响依赖于斑块属性,斑块属性体现了斑块的类型、面积、形状及其与周围斑块间关系。然而,在破碎化农业景观中这些斑块属性对关键物种的联合影响仍知之甚少。选取中国海南地区的典型农业破碎化景观,实测了180个斑块中三类关键物种,分别为害虫-橡胶材小蠹虫(Xyleborus affinis)、传粉昆虫-中华蜜蜂(Apis cerana)和天敌物种-玉米螟赤眼蜂(Trichogrammatid ostriniae Pang et Chen),刻画了各斑块属性,包括斑块类型、斑块面积、形状指数、距天然林距离、是否与橡胶接触、景观中天然林所占比例、是否有林下植物,并使用3种机器学习模型(神经网络、随机森林、支持向量机)拟合斑块属性与三类物种丰富度关系,解析斑块属性的相对重要性。结果表明,与支持向量机和神经网络相比,随机森林模型对三个物种的丰富度预测效果均最好,其R2在橡胶材小蠹虫、中华蜜蜂和赤眼蜂中分别达到0.785、0.845和0.798;基于随机森林模型的结果表明,斑块类型对橡胶材小蠹虫和中华蜜蜂丰富度相对重要性高于其他斑块属性;斑块面积对赤眼蜂丰富度影响高于其他斑块属性,且与斑块类型存在交互作用;橡胶林中橡胶材小蠹虫与中华蜜蜂丰富度高于天然林和其他斑块类型,玉米螟赤眼蜂丰富度则在天然林与农田中最高。研究揭示了斑块属性对不同物种丰富度的相对影响,阐明了斑块类型在不同物种中的重要作用,并证实了机器学习是推导斑块属性对物种影响的有效方法。

关键词： 多智能体深度强化学习   值函数分解   拟合能力   收敛效果   可扩展性  

摘要： 多智能体深度强化学习方法是深度强化学习方法在多智能体问题上的扩展,其中基于值函数分解的多智能体深度强化学习方法取得了较好的表现效果,是目前研究和应用的热点。文中介绍了基于值函数分解的多智能体深度强化学习方法的主要原理和框架;根据近期相关研究,总结出了提高混合网络拟合能力问题、提高收敛效果问题和提高算法可扩展性问题3个研究热点,从算法约束、环境复杂度、神经网络限制等方面分析了3个热点问题产生的原因;根据拟解决的问题和使用的方法对现有研究进行了分类梳理,总结了同类方法的共同点,分析了不同方法的优缺点;对基于值函数分解的多智能体深度强化学习方法在网络节点控制、无人编队控制两个热点领域的应用进行了阐述。

关键词： 初中数学   合作学习   课堂教学  

摘要： 合作学习是如今数学学习的重要方法,能否有效提高合作学习的效果很大程度上影响着整体的学习效率.本文从合作学习在如今教学中的重要性、初中数学合作学习中出现的问题、初中数学教学中高效合作学习策略三个方面出发,对初中数学教学中合作学习方法的应用与效果进行分析,旨在通过高质量的合作更好地培养学生的能力和素养,满足如今教学理念对学生的更高要求.

关键词： 地方本科院校   机器学习   学籍异动  

摘要： 以某地方本科院校2018级、2019级、2020级、2021级学生课程成绩为研究对象,从二级学院和全校总体情况两个角度出发,运用不同的机器学习方法分析其中隐藏的数据信息。结果显示,不同模型预测的准确率差异较大,其中LightGBM模型准确率达98%以上,且AUC值为0.811 6,说明该模型预测效果最佳。因此,将LightGBM模型应用于高校2021级学生学籍异动预测中,结果表明该模型可有效预测学生学籍异动,可为学校学籍管理提供辅助性决策意见。

关键词： 页岩气井   机器学习   相似性   时间序列   产量预测  

摘要： 页岩气井单变量产量预测存在较强的不确定性,而现场生产动态数据同时包括多个相关指标,针对如何选取合理的多变量数据对页岩气井产量进行预测,在保证计算效率的情况下提高预测精度。页岩气井的生产动态数据集包括日产气量、日产水量、套压、油压、油嘴直径、开井时间和温度等,采用欧式距离和动态时间弯曲距离对生产动态数据时间序列进行相似性度量,依据与日产气量的相关度,把数据分为强相关时间序列和弱相关时间序列;其次,基于卷积神经网络、循环神经网络、长短期记忆网络和门控神经网络分别对全时间序列、强相关序列、弱相关序列和单变量序列进行页岩气井产量预测;最后,以平均绝对误差、均方根误差和决定系数作为评价指标,得到不同序列的误差由小到大排序为强相关序列、全时间序列、弱相关序列、单变量序列,优选的机器学习方法为门控神经网络和长短期记忆网络。结果表明,采用机器学习方法结合页岩气井强相关性序列(日产气量、套压、油压、日产水量)能有效降低预测误差,提高页岩气井产量预测效果。

关键词： 联邦学习   差分隐私   知识蒸馏   隐私保护   隐私预算  

摘要： 差分隐私技术作为一种隐私保护方法,在联邦学习领域得到了广泛应用。现有的差分隐私应用于联邦学习的研究,或是未考虑无标签公共数据,或是未考虑客户端之间的数据量差异,限制了其在现实场景的应用。文中提出一种基于知识蒸馏的差分隐私联邦学习方法,引入无标签公共数据集并考虑到客户端之间数据量的差异,为此场景设计了专用的差分隐私方案。首先,按数据量大小将客户端分组为“大数据量客户端”和“一般客户端”,用大数据量客户端的数据训练教师模型,教师模型为公共数据集添加伪标签,然后,公共数据集作为“特殊客户端”与“一般客户端”共同进行联邦训练。采用差分隐私技术保证客户端的数据隐私,由于特殊客户端的数据只有标签涉及隐私,在联邦训练中为其分配比一般客户端更多的隐私预算;限制隐私预算总量,设联邦训练阶段的隐私预算为定值,根据客户端对隐私性的需求和隐私预算平行组合性质,调整伪标签添加阶段的隐私预算。在MNIST数据集和SVHN数据集上的实验表明,在同等的隐私预算消耗下,训练得到了精度比传统方法更高的模型。本方案具有可拓展性,高灵活度的隐私预算分配使其可以满足复杂的隐私需求。

关键词： 机器学习   复合定向钻   钻进参数   岩质类型   可靠性  

摘要： 针对复杂地质条件下水利水电工程中采用传统钻探和试验方法获取岩体强度成本高、耗时长等问题,开创性将机器学习方法引入岩质类型判别中,实现对复合定向钻探岩质类型的快速判别,为地下工程围岩类别的快速划分提供支撑。依托水利水电工程超深复合定向钻关键技术研究及应用项目,结合已有地质资料,采用10种机器学习分类算法对复合定向钻钻进参数进行岩质类型判别,并详细对比分析模型判别效果。结果表明,RF、AdaBoost、CatBoost、KNN、SVM、ExtraTree表现较好,其中AdaBoost表现最佳;验证了机器学习方法在岩质类型判别上的可行性与可靠性,为后续算法选择优化提供了指导。

关键词： 党内法规   深刻认识   重点项目   《规划纲要》   顶层设计   中央党史   决策部署   条例  

摘要： 2023年4月,中共中央印发《中央党内法规制定工作规划纲要(2023-2027年)》(以下简称《规划纲要》),对2023年到2027年中央党内法规制定工作进行顶层设计。《规划纲要》第四部分第十七条,将制定出台《党史学习教育工作条例》列为重点项目。为落实党中央决策部署,中央党史和文献研究院在深入调研的基础上,广泛征求意见,反复修改完善,起草形成了《条例》稿。