基于学习进阶的地理区域认知能力培养

"学生核心素养体系和学业质量标准"作为新一轮课程改革的关键内容,如何将其落实在课堂中,本文认为基于学习进阶进行培养是解决问题的重要途径,而区域认知在地理核心素养中具有独特而重要的地位,因此本文将从构建中学地理区域认知能力核心要素框架、围绕核心要素构建学习进阶、课堂案例在进阶过程中渗透区域认知能力的培养这三个方面进行探讨。     

基于LSTM的城市道路交通速度预测

交通预测对于交通智能管控具有重要的作用,实时准确的交通速度预测是相关研究领域中亟待解决的问题。传统预测方法难以应对日益复杂的交通数据,深度学习作为一种以数据为导向的新技术,在交通预测领域得到了广泛应用。综合利用城市道路交通的时空关联特征,搭建基于长短期记忆(LSTM)的城市道路交通速度预测模型,模型在时间特征上考虑了近历史时刻和远历史时刻的速度信息,以及待预测时刻的时刻值;在空间特征上集成了目标路段的上下游路段速度信息。基于武汉市出租车GPS数据和高德开放交通数据,开展数据处理与路段速度预测实验,分析预测模型参数与特征对预测结果的影响,并通过与传统方法的对比验证模型的有效性。     

基于多核学习遥感解译的水边线提取及海岸侵蚀风险评估方法研究与应用——以大蒲河-滦河岸段为例

为了对典型海岸带的侵蚀风险程度进行量化统计与评估,采用卫星遥感技术对目标岸段开展动态监测,以多核学习技术进行图像分类及岸线提取,基于水边线逐年位置变化提出一种海岸侵蚀风险评估方法,并以大蒲河-滦河岸段为例进行了应用,得出了该岸段所处的侵蚀风险级别,为下一步海岸带的保护与修复提供了数据支撑。     

基于强化学习的锚泊辅助动力定位系统智能决策研究

针对半潜平台锚泊辅助动力定位系统的最优定位点问题,设计了基于强化学习中深度神经网络的Q学习(DQN)控制策略的锚泊辅助动力定位的智能决策系统。该决策系统中DQN方法与比例—积分—微分(PID)控制方法相结合使用,实现系统优化。在基于机器人操作系统(ROS)平台的动力定位时域模拟程序中进行数值仿真,仿真结果验证了该系统在定位点决策问题上的可靠性和有效性,从而使半潜平台在面对未知海况时,均能寻找到最优定位点,在保证锚泊辅助动力定位系统可靠性的同时降低功率消耗,提高经济性。     

《高等学历继续教育专业设置管理办法》背景下湖南省高等教育自学考试药护类专业建设探讨

从高等教育自学考试教育教学逻辑起点出发,确定了以“核心职业技能”为中心的自学考试专业设置框架,从人才培养目标的调整、专业课程体系的优化以及学习成果评价互认机制的推进3个方面进行阐述,为湖南省高等教育自学考试药护类专业建设的调整和完善提供依据。     

结合nDSM的高分辨率遥感影像深度学习分类方法

针对高分辨率遥感影像因其地物类内差异大、光谱信息相对欠缺导致现有影像分类方法存在错分现象较多、地物边界残缺不完整等问题,本文提出了一种归一化数字表面模型（nDSM）约束的高分辨率遥感影像深度学习分类方法。首先,将nDSM数据作为附加波段叠加在遥感影像上并获取训练样本;然后,利用优化的U-Net网络进行模型训练得到最优模型;最后,利用最优模型对附加了nDSM波段的遥感影像进行地物分类。试验结果表明,本文方法引入nDSM数据用于U-Net模型训练和分类,可有效提高影像分类精度,得到更加真实可靠的分类结果。     

海蛇乙醇浸出物对小鼠学习记忆的影响

本研究采用学习记忆行为训练和生化测定的方法,观察了我国４种常见海蛇的乙醇浸出物（ＡＥＢＳＳ）对小鼠的正常学习记忆、东莨菪碱（Ｓｃｏｐ）所致记忆障碍、脑不同部位蛋白质含量的影响。结果表明,ＡＥＢＳＳ（剂量５．００ｍｇ浸出蛋白／ｋｇ体重以上）对正常小鼠的学习记忆能力及脑内蛋白质合成有明显的促进作用;ＡＥＢＳＳ还能极显著地改善Ｓｃｏｐ所致的学习记忆障碍,使Ｓｃｏｐ组大脑皮层和小脑的蛋白质含量显著增加,海