基于Universum的多视角全局和局部结构风险最小化模型

为克服传统多视角分类器无法充分最小化结构风险的不足,提出基于Universum的多视角全局和局部结构风险最小化模型。该模型采用Universum学习,利用有标签样本生成大量包含分类信息的无标签样本,从而增加分类器性能。这些信息有利于最小化结构风险。通过在Mfeat、Reuters和Corel等3个多视角数据集上的试验可以发现,该模型可以提高多视角分类器的性能,并可以更好地应用到多视角数据集的分类问题中。     

基于Universum学习的核聚类方法

为解决原始核聚类(Kernel Clustering, KC)中模式信息不足、聚类结果不佳的缺点,以KC为基础,利用Universum学习带来的优势,提出基于Universum学习的核聚类(Universum learning based Kernel Clustering, UKC)方法.首先利用Universum学习生成相应的Universum模式,再利用KC算法把数据集分割成多个簇,最后利用每个簇中所包含的Universum模式和训练模式来更新该簇,从而使得这些簇更加合理.实验表明,该算法可以更好地改善聚类效果和分类器的分类性能、泛化能力和计算效率.虽然该方法的步骤比KC多,但是其较好的聚类性能可以帮助人们处理分类问题.     

基于卷积神经网络与主动学习的高光谱图像分类

在利用主动学习方法进行高光谱图像分类时,往往存在空-谱特征不能得到有效利用和样本需要进行手动标注的问题。针对这些问题,提出一种结合卷积神经网络的主动学习方法进行高光谱图像分类。该方法首先提取像素的空间邻域组成训练样本,通过卷积神经网络对样本的空间特征和光谱特征进行学习并对数据进行初步分类;然后,基于高光谱图像的空间相似性和光谱相似性,对无标注样本进行标注,并将其加入标注训练集以提高分类器的分类精度。在Salinas、PaviaU和Indian Pines这3个高光谱数据上的实验结果表明,该方法能在较少标注样本的情况下,有效提高高光谱图像的分类精度。     

高光谱图像半监督局部稀疏嵌入降维算法

针对目前高光谱图像半监督降维算法中基于流形学习的开放性选择近邻参数问题,以及利用传统算法不能有效地获取标签数据的局部信息,提出了一种无需考虑近邻参数的半监督局部稀疏嵌入(SELSE)算法.该算法基于稀疏表示理论,通过求解范数优化问题构建稀疏系数图,并且利用有限的标签数据最大化类间信息,提取高光谱图像的特征.在AVIRIS高光谱遥感图像的Indian Pine数据集上进行仿真实验,结果表明所提出算法在分类精度和计算效率上都有所提高.     

基于卷积注意力和胶囊网络的 SAR少样本目标识别方法

合成孔径雷达( SAR)目标识别在军事和民用领域都具有重要的研究价值。但由于SAR数据获取成本高、样本数目少,传统的卷积神经网络提取目标特征的能力不足,准确率低下。提出结合卷积注意力和胶囊网络的分类模型,利用胶囊网络中的多维向量神经元表示目标更多的特征;同时,考虑到少样本情况下目标特征信息缺乏,为提高神经网络的学习效率,对胶囊网络加入注意力机制,通过学习不同特征的重要程度,引导分类网络重点关注对分类结果贡献大的特征,弱化对分类结果贡献小的特征,提高神经网络的学习效率。针对MSTAR数据集和实测车辆数据集的实验结果表明,该算法的准确率高于传统的卷积神经网络和胶囊网络算法。     

基于互信息约束的生成对抗网络分类模型

传统的机器学习方法需要大量的含标注数据集来训练模型,并且容易引发过拟合,而生成对抗网络可以无监督地进行训练。此外,互信息约束能够让模型生成指定类别的数据,可用于扩充数据集。提出InfoCatGAN和C-InfoGAN两种模型,前者在CatGAN的基础上增加了互信息约束,使得生成的图片更加逼真;后者使用InfoGAN模型中的辅助网络Q做分类,能够在生成高质量图片的同时,达到较好的分类准确率。二者均能通过隐变量控制生成图片的类别,这对数据增强具有一定意义。另外,在加入少量标签信息之后,模型的准确率能有所提升。     

基于原型学习改进的伪标签半监督学习算法

近年来,基于图像增广和一致性正则化的半监督学习（semi-supervised learning, SSL）方法被广泛应用并取得了很大的成功。然而,由于伪标签算法存在"认知偏误"问题,即模型的错误通过伪标签累积从而难以改正,因此很少有人关注基于伪标签（pseudo-labeling, PL）的半监督学习方法。提出一种特征图的原型图注意力特征修正模型（prototype attention layer, PAL）：即在神经网络映射的特征空间上学习一个图注意力模型,将此模型应用于特征空间中,可以充分利用原型的信息来修正特征,将修正后的特征所产生的伪标签与原型分配产生的伪标签随机线性组合,从而得到新的伪标签。将这一模型应用到2种伪标签半监督学习框架上所得到的算法（prototype attention improved pseudo-labeling,PAIPL）,在CIFAR-10和CIFAR-100的多个半监督分类问题上进行测试,分类准确率都得到了显著提升。特别地,将提出的修正模型应用于伪标签半监督学习PLCB框架时,又提出相互混合的监督技术,从而取得了更好的效果。还将提出的模型应用到其他多个伪标签半监督学习框架上,并在多个数据集上进行实验,验证了所提出的模型作为一个附加模块是普适且有效的。     

基于CAR-Siamese网络的高分辨率遥感图像建筑物变化检测

准确提取建筑物变化区域对城乡规划、地理国情监测、城市扩张分析有着重要意义。传统遥感变化检测方法难以适应遥感图像复杂场景下的变化检测任务的要求。近年来广泛应用于计算机视觉领域的深度学习变化检测算法相对于传统方法在效率和精度上有明显提升。然而遥感图像上建筑物特征丰富、变化多样,且建筑物变化样本获取难度大,导致现有深度学习模型在建筑物变化检测任务上精度受限。针对这一问题,提出变化注意力残差孪生网络(CAR-siamese net),增强不同尺度下图像信息的共享交流,充分学习建筑物的变化特征,同时,提出建筑物语义分割样本预训练策略,有效利用现有建筑物分割样本,最终提升了变化检测网络对建筑物变化的解译能力。以北京昌平区影像为底图制作建筑物变化检测数据集,在该数据集和Levir-CD公开数据集上的实验结果表明,该方法能有效提高建筑物变化检测精度。     

基于宽度学习系统的内河航道船舶轨迹分类算法

为解决内河航道中具有不同运动模式的船舶轨迹识别问题,提出一种基于宽度学习系统(broad learning system, BLS)的船舶轨迹分类算法。对通航区域进行划分并制定轨迹筛选规则以构建标签矩阵。利用分段三次Hermite插值法分别从轨迹点记录时间上等时距和轨迹点空间分布上等间距两个角度,从原轨迹数据中进行特征点坐标的提取以构建轨迹特征矩阵。将标签矩阵和轨迹特征矩阵代入BLS以实现分类算法的训练与测试。以京杭运河淮安段交叉航道AIS数据为实例,进行轨迹分类实验。结果表明,基于BLS的船舶轨迹分类算法在分类精度和训练耗时上均优于基于反向传播神经网络和支持向量机的轨迹分类算法。     

基于支持向量机的变压器故障分类

基于支持向量机的变压器故障诊断分类方法,通过有限的学习样本,建立变压器故障特征与其溶解气体之间的关系。利用获得的故障变压器数据建立了故障分类器,通过对样本的分类输出检验,验证了该故障诊断方法的可行性。     

Using Context Clue in Reading

The context of a word consists of the other words surrounding it and the situation in which it is used.When we come across a new word in our reading,instead of looking it up in a dictionary for its definition,we can guess its meaning from its context.     

Cultural Factors in Reading

Introduction Whatisculture?Toputitsimply,culturemeansthe totalwayoflifeofaperson.Thissimpledefinitionimplies thatculturereferstothepattersofcustoms,traditions,socialhabits,values,beliefsandlanguageofasociety.As cultureissoinclusive,itincludesvirtuallyeverythingthat agroupofpeoplethink,say,doandmake.Followingthedefinitionofsociologists,theterm culturereferstothetotalpatternofbeliefs,customs,institutions,objects,andcharacterizesthelifeofhuman community.“Cultureconsistsofallthesharedproductsof …     

An Analysis of English Carrie

Chapter Ⅰ Introduction Sitting in the rocking chair,Carrie dreams her future.This is the deep impression the novel"Sister Carrie"gives us,which is written by Theodore Dreiser(1871-1945),the great American realism writer.     

Hamlet and His Revenge

The article introduces Shakespeare's tragedy "Hamlet".Hamlet wants to revenge for his father.But when the opportunity is coming,he delays his revenge.The passage analyzes the causes of his delay from Hamlet's characters.     

论凯恩斯和他的内需理论

社会实践是检验真理的唯一标准。诚然 ,真理的认同是社会实践的依据。在世界经济发展史上 ,西方著名的经济学家数以百计。然而 ,凯恩斯“通论”中的内需理论一直是当今世界经济学家们研究宏观经济理论的重要组成部分 ,也是企业改革 ,发展市场经济 ,扩大就业的强大动力     

交通投资决策的非平衡理论研究──协同学在交通与经济系统中的应用

交通投资决策是区域经济系统的一类重要决策问题，面对同样的客观投资条件及其对条件的分析研究，不同的决策者最后作出的决策很可能是不同的。其中，决策者个人的因素起了重要的作用，在协同学理论中称这一现象为“投资者构形”。笔者运用协同学这一理论，建立与分析了交通投资的决策模型。     

“网络＋课堂＋比赛”篮球教学系统设计

通过对篮球传统教学的反思,结合计算机网络和篮球项目特点,构建了＂网络＋课堂＋比赛＂的篮球教学系统。论述了网络教学体系的构成,提出篮球技术和战术网络课件是篮球网络教学设计的关键,并阐述了详细的设计方法。在课堂教学设计中根据＂首因-近因＂效应着重分析了学习情景的时间保持,进行了篮球课堂教学结构的重建。设计了开展正式比赛的目标设定、规则选取及角色分配方法。以网络为依托,以课堂练习为核心,以开展正式比赛为辅助,形成了新的篮球运动技能学习环境。     

COM/DCOM技术及应用

介绍了COM /DCOM的技术原理 ,分析其标准、结构、特点及其应用 ,提出了基于COM的聊天室设计模型 .     

对篮球运动价值体系的研究

运用文献资料、对比分析和历史分析的研究方法，系统阐述了篮球运动是用身体运动对自己的身体进行改造的方式而创造价值的活动，是一种文化现象，它的价值主要体现它全面的促进个体的身体、心理、伦理等方面的发展和完善，对社会的教育、经济、文化，乃至整个社会都有着深刻的影响。正确的认识篮球运动的价值体系。可以使篮球运动增强人们的健康，推动经济的繁荣和发展，促进社会的和平与稳定。     

我国艺术体操集体项目与25届世锦赛前6名在完成得分中的差距和分析--2002年联通杯全国艺术体操锦标赛调研

集体项目是我国艺术体操参加世界比赛的重点项目，对25届世锦赛及2002年中国联通杯艺术体操比赛中集体项目前6名完成得分的有关数据做分析，结果表明：我国各集体队柔韧身体技术动作的完成质量较好，但现阶段我国各集体队的完成得分与世界先进水平仍有一定差距，具体表现为：因全套动作容量偏少，致使成套动作速度偏慢，动作力度不足；因跳步与转体技术不足而造成扣分次数较多；平衡技术不稳定；因带器械的技术和图形不好，造成扣分现象较严重；因运用器械能力不足，造成器械技术硬伤失误扣分较多。这说明我国集体项目运动员在某些身体技术和器械技术的训练上、规格上与世界先进水平存在一定的差距.