基于CNN-SVM的地下目标形状识别

针对传统地下目标识别算法中特征提取方法的缺陷,鉴于深度学习中的卷积神经网络（CNN）能自动从数据中提取特征,但CNN自带的分类器不能很好的解决非线性分类问题,由于SVM具有良好的泛化分类能力,为此提出基于CNN-SVM的地下目标形状识别方法。本文首先在地表面光滑场景下,利用该方法对地下圆形和矩形目标识别,然后加大场景难度,在地表面粗糙场景下进行地下目标形状识别。实验结果表明,相比传统人工设计的特征分类方法,该算法利用CNN自动提取的特征联合SVM提高了CNN的分类准确率,并且在两种场景下都具有更高的地下目标识别精度。     

具身学习视角下的教学环节再思考——以“全等三角形判定”第1课时为例

《义务教育数学课程标准(2011年版)》(以下简称《课标》)指出,数学教学活动,特别是课堂教学应激发学生兴趣,调动学生积极性,引发学生的数学思考,鼓励学生的创造性思维.这就要求教师在设计教学环节时,以学生经验为逻辑起点,以学生经验生长为目的,重视学生的多感官参与,拒绝单一的听中学,创设环节帮助学生体悟学习过程,关注学生的学习过程,具身学习正是通过身体的感觉运动系统与周围环境的互动,促使学习者的认知、心理和情感水平发生变化,为我们提供了一个引导学生学习方式转型的新视角。     

多元统计分析中一类矩阵迹函数最小化问题的有效算法

研究来源于多元统计分析中的一类矩阵迹函数最小化问题$\min c+ tr(AX)+\sum\limits_{j=1}^{m}tr(B_j X C_jX^{T}),\ \ {\rm s. t.} \ X^TX=I_p,$其中$c$为常数, $A\in R^{p\times n}\ (n\geq p)$, $B_j\in R^{n\times n}, C_j\in R^{p\times p}$为给定系数矩阵. 数值实验表明已有的Majorization算法虽可行, 但收敛速度缓慢且精度不高. 本文从黎曼流形的角度重新研究该问题, 基于Stiefel流形的几何性质, 构造一类黎曼非单调共轭梯度迭代求解算法, 并给出算法收敛性分析.数值实验和数值比较验证所提出的算法对于问题模型是高效可行的.     

基于联合神经网络学习的中文电力计量命名实体识别

随着电力计量业务的不断扩展，迫切需要由业务信息、技术知识、行业标准及其内在联系所组成的电力计量知识图谱，为电网的决策和发展提供更为全面有效的支持。命名实体识别是构建知识图谱的基础。针对电力计量领域需要，结合中文分词技术特点，基于联合学习思想，提出了一种基于联合学习的中文电力计量命名实体识别技术。该技术联合CNN-BLSTM-CRF模型与整合词典知识的分词模型，使其共享实体类别和置信度；同时将2个模型的先后计算顺序改为并行计算，减少了识别误差累积。结果表明，在不需要人工构建特征的情况下，方法的正确率、召回率、F值等均显著优于以往方法。     

基于耦合声场建模的膨胀腔消声器声学性能分析及试验

针对圆柱形膨胀腔消声器三维建模及声学性能分析问题, 提出一种基于切比雪夫变分原理的耦合声场建模方法, 建立三维圆柱形膨胀腔消声器理论模型并搭建试验台架, 传递损失试验结果验证了理论模型的准确性. 将膨胀腔消声器内部声场分解为多个子声场, 基于子声场间压力与质点振速连续性条件, 推导声场耦合变分公式, 构建子声场拉格朗日泛函. 将子声场声压函数展开为切比雪夫-傅里叶级数形式, 通过瑞利-里兹法求解膨胀腔消声器频率、声压响应及传递损失. 计算并对比分析扩张比、扩张腔长度、进出口管偏置对膨胀腔消声器消声性能的影响. 结果表明: 扩张比增大会有效提高消声器在低频段的消声性能, 进出口管的偏置对消声器消声性能影响很小.     

游客情感计算的文本大数据挖掘方法比较研究

旅游文本大数据以其方便、快捷和低门槛的特点为游客情感计算提供了极大便利，已经成为旅游大数据的主要来源之一。基于大数据理论和情感理论，以文本大数据为数据源，在全面梳理国内外情感计算相关成果的基础上，利用人工智能中的逻辑/算法编程方法、机器学习方法、深度学习方法对旅游文本大数据进行挖掘，探索最佳的基于文本大数据的游客情感计算方法。研究发现：（1）基于情感词典的游客情感计算模型，其核心是构建情感词典和设计情感计算规则，方法简单，容易实现，适用语料范围广。（2）机器学习，用统计学方法抽取文本中的特征项，具有非线性特征，可靠性较线性特征的情感词典方法高。（3）基于深度学习技术的游客情感计算，效果良好，准确率在85%以上。训练多领域的文本语料易于移植，实用性强，且泛化能力好，较适合大数据时代游客情感计算研究。     

发光铱(Ⅲ)配合物抗肿瘤活性研究及应用

铱(Ⅲ)配合物因其发光量子产率高且波长易调控、发光寿命长和光稳定性好的特点,在发光材料领域备受关注。铱(Ⅲ)配合物细胞渗透能力强,能靶向多种细胞组织并影响其结构和功能,表现出独特的抗肿瘤活性,是目前金属抗肿瘤药物特别是PDT光敏剂方向的研究热点。本文重点关注铱(Ⅲ)配合物的结构对其发光性能与抗肿瘤性能的影响,综述了近期铱(Ⅲ)配合物在生物成像、探针与传感、抗肿瘤诊疗等领域的研究进展,并对目前研究中存在的问题及其应用前景进行探讨和展望。     

关于运动量度的历史辩争——兼谈几位科学家的贡献

历史上，关于机械运动的量度问题曾引起半个多世纪的争论，在这场关于运动量度的历史辩争中，涌现出一大批自然科学家，他们对后来的动量守恒和能量守恒定律都做出了不可磨灭的贡献，文中简要介绍了运动量度的溯源和争论，同时兼谈科学家们对运动量度的相关贡献.     

基于快速神经网络架构搜索的鲁棒图像水印网络算法

为解决深度学习在图像水印算法中计算量大且模型冗余的问题，提高图像水印算法在抵抗噪声、旋转和剪裁等攻击时的鲁棒性，提出基于快速神经网络架构搜索（neural architecture search，NAS）的鲁棒图像水印网络算法。通过多项式分布学习快速神经网络架构搜索算法，在预设的搜索空间中搜索最优网络结构，进行图像水印的高效嵌入与鲁棒提取。首先，将子网络中线性连接的全卷积层设置为独立的神经单元结构，并参数化表示结构单元内节点的连接，预先设定结构单元内每个神经元操作的搜索空间；其次，在完成一个批次的数据集训练后，依据神经元操作中的被采样次数和平均损失函数值动态更新概率；最后，重新训练搜索完成的网络。水印网络模型的参数量较原始网络模型缩减了92%以上，大大缩短了模型训练时间。由于搜索得到的网络结构更为紧凑，本文算法具有较高的时间性能和较好的实验效果，在隐藏图像时，对空域信息的依赖比原始网络更少。对改进前后的2个网络进行了大量鲁棒性实验，对比发现，本文算法在CIFAR-10数据集上对抵抗椒盐噪声和旋转、移除像素行（列）等攻击优势显著；在ImageNet数据集上对抵抗椒盐高斯噪声、旋转、中值滤波、高斯滤波、JPEG压缩、裁剪等攻击优势显著，特别是对随机移除行（列）和椒盐噪声有较强的鲁棒性。     

算子代数上2-局部Lie三重导子的结构

设X是维数大于2的Banach空间,映射δ:B(X)→B(X)是2-局部Lie三重导子,则对所有A∈B(X)有δ(A)=[A,T]+φ(A),这里T∈B(X),φ是从B(X)到FI的齐次映射且满足对所有A,B∈B(X)有φ(A+B)=φ(A),其中B是交换子的和.