关键词： 显微共聚焦拉曼光谱   粉底液   分类识别   支持向量机  

摘要： 为建立一种快速检验粉底液样品的方法,运用显微共聚焦拉曼光谱和机器学习对不同品牌、色号、价格的粉底液进行分类研究。首先将收集到的50个粉底液样品的拉曼光谱数据利用Savitzky-Golay平滑和归一化算法进行预处理;其次通过主成分分析法进行特征值提取,提取前2个主成分用于后续研究;采用K-Means聚类法将50个样品分成5类,系统聚类法验证分类结果;最后以40个样品为训练集,10个样品为测试集搭建支持向量机(SVM)分类模型。结果表明在Linear核函数下的SVM模型训练集和测试集的准确率可达90%。说明该方法能够实现区分粉底液品牌和价格自动化,为公安机关物证检验、定罪处罚提供新思路。

关键词： 小学英语   课堂内容   我们小时候   预习课   交流工具   技巧和方法   英语学习   学习新知识  

摘要： 英语不仅仅是一门学科,更是一种交流工具。就像我们小时候学走路一样,英语的学习也有技巧和方法。其实,英语学习并不难,只要你用心去对待它,和它成为好朋友,你就会发现原来英语的世界是如此精彩。预习课本是学好英语的关键预习课本是学习新知识的重要步骤,可以帮助孩子提前了解课堂内容,掌握基本概念。这样在上课时,孩子就可以更好地理解和吸收老师的讲解。

关键词： 合作探究   真实情境   实践性作业   学科语言   英语课程标准   义务教育   项目化学习   意义探究  

摘要： 《义务教育英语课程标准(2022年版)》(以下简称《课标》)指出,英语学科项目化学习是在主题统领下聚焦驱动性问题,在真实情境中自主或合作探究,运用英语学科语言和大学科知识创造性解决问题并形成项目相关成果的教与学方式。微项目化学习是指在课堂中为学生提供15~20分钟时长的探索性项目任务,或者在课外用类似实践性作业的形式对某个内容或主题进行小探索(夏雪梅,2018)。

关键词： 主动学习   自适应密度聚类   高斯过程回归   离群点鲁棒   多标准融合  

摘要： 主动学习能够以更少的标注成本训练出更好的机器学习模型。现有的RD算法与QBC算法的结合有效地解决了只考虑单一标准的问题。然而,RD所基于的K-means聚类会将离群点也包括在内进而造成模型性能降低,而QBC则需要维护于多个模型而间接返回样本的信息性.针对上述问题,本文提出了一种基于自适应密度聚类的高斯过程回归(ADC-GPR)算法,通过先聚类后直接利用不确定性进而高效选择样本。该算法中的ADC聚类不仅对离群点鲁棒,还能根据数据集分布特性自适应聚类,并为后续的AL提供了代表性样本点和其对应的簇,该方法在无监督选择时保证了代表性和多样性,在有监督选择时考虑了信息性、代表性和多样性。实验结果表明,在相同的抽样次数下将ADC-GPR算法与RS、KS以及RD-GPR算法相比,其平均性能分别提升了37.3%、8%和2.8%,ADC-GPR算法的选择效率更高。

关键词： 数据流分类   主动学习   概念漂移   多类不平衡  

摘要： 数据流分类研究在开放、动态环境中如何提供更可靠的数据驱动预测模型,关键在于从实时到达且不断变化的数据流中检测并适应概念漂移.目前,为检测概念漂移和更新分类模型,数据流分类方法通常假设所有样本的标签都是已知的,这一假设在真实场景下是不现实的.此外,真实数据流可能表现出较高且不断变化的类不平衡比率,会进一步增加数据流分类任务的复杂性.为此,提出一种非平衡概念漂移数据流主动学习方法 (Active learning method for imbalanced concept drift data stream, ALM-ICDDS).定义基于多预测概率的样本预测确定性度量,提出边缘阈值矩阵的自适应调整方法,使得标签查询策略适用于类别数较多的非平衡数据流;提出基于记忆强度的样本替换策略,将难区分、少数类样本和代表当前数据分布的样本保存在记忆窗口中,提升新基分类器的分类性能;定义基于分类精度的基分类器重要性评价及更新方法,实现漂移后的集成分类器更新.在7个合成数据流和3个真实数据流上的对比实验表明,提出的非平衡概念漂移数据流主动学习方法的分类性能优于6种概念漂移数据流学习方法.

关键词： 异常检测   机器学习   用电异常   电力用电  

摘要： 面对日益增长的用电异常行为及其带来的挑战,特别是在处理具有明显类别不平衡特征的数据集时,提出了一种基于Bagging集成学习方法的用电异常检测方法。该方法通过整合多种不同的子学习器,包括支持向量机、K最近邻、人工神经网络以及梯度提升决策树,并采用多数投票法作为决策合成的基础,有效地增强了模型的预测能力。实验结果显示,相较于任意单一模型,所提出的集成模型在准确率、召回率以及曲线下面积值等关键性能指标上都有显著提升,其中在曲线下面积值上达到了卓越的0.960,证明了该方法在用电异常检测领域的有效性和优越性。

关键词： 移动外语学习   大学生   学习方法  

摘要： 文章聚焦于国内大学生的移动外语学习,通过问卷调查和访谈,深入探讨了大学生在移动外语学习领域的现状。研究不仅描绘了学生们在设备使用、资源选择、英语学习资源偏好上的多样性,还探讨了他们的学习态度及行为模式。研究旨在精准识别大学生在移动学习过程中遇到的挑战,如学习策略应用不熟练等,进而提出一系列切实可行的解决策略与路径,以提升英语学习效果并促进学习方式的创新。

关键词： 一线教师   教学方式转变   以点带面   跨学科学习   情境创设   义务教育数学课程标准   教学方式的转变   积极思考  

摘要： 随着《义务教育数学课程标准(2022年版)》(以下简称“2022年版课标”)的颁布与实施,一线教师围绕“教学方式的转变”展开了广泛而深入的探讨与实践。在上一次访谈中,孙晓天教授介绍了很多“能引发学生积极思考”的教学方式。其中,情境创设具有“贯穿各种教学方式的以点带面”作用。

关键词： 主题意义   高中英语   项目式学习  

摘要： 项目式学习为发展学生的英语核心素养创设了良好的语言语境和社会语境。基于主题意义的指引,要想在高中英语课堂中落实项目式学习,教师的首要任务是带领学生研读语篇,明确主题意义后构建项目任务,引导他们以合作的方式推进项目产品制作。分析项目式学习的内涵和意义,针对主题意义引领的高中英语项目式学习策略提出几点建议。

关键词： 无人机航拍影像   深度学习   目标检测   语义分割   数据集   性能评价指标  

摘要： 无人机(UAV)因其小型轻便、操作简单等优点获得了广泛的应用。将深度学习方法与无人机系统相结合,有助于在清晰度高、视野范围广的无人机航拍影像上快速准确地检测出所需目标,相关课题已成为当前的研究热点之一。对近十年来无人机航拍影像目标检测与语义分割的深度学习方法研究进展进行了综述。首先概述了无人机及其航拍影像的特点和广泛的应用场景,简述了无人机航拍影像目标检测与语义分割方法的发展历程。然后对基于深度学习的无人机航拍影像目标检测与语义分割方法按照不同的网络模型进行分类,分别总结了它们的改进策略、应用场景、贡献和局限性。随后收集梳理了近些年无人机航拍影像的数据集,归纳了常用的卷积神经网络模型的评价指标。最后指出了本领域目前存在的相关问题,并对未来的研究趋势进行了展望。