基于语义引导层次化分类的雷达地面目标HRRP识别方法

高分辨距离像(HRRP)反映了目标空间散射结构在雷达视线方向的投影,近年来被认为是地面目标识别的重要途径。现有的HRRP识别方法采用手工特征加传统机器学习分类器,均属于平面分类方法,即采用统一标准不加区别的优选特征并单次决策最终类别。然而该方法在实际应用中面临种类繁杂、数据不平衡、HRRP姿态敏感性等诸多问题,难以获取最佳的应用效果。层次化方法采取分而治之思想,将一个复杂的细粒度识别任务拆解为多个简单的识别子任务。本文采用层次化识别的思路,提出了一种基于语义引导层次化分类的雷达地面目标识别方法。该方法以联合语义和数据构建的树形结构将一个复杂的细粒度识别任务拆解为多个简单的识别子任务,并针对每一个识别子任务匹配一套优选特征集和一个局部分类器。本方法在仿真数据和实测数据上完成了验证。实验结果表明了本文方法处理地面目标识别任务的有效性。

基于演员-评论家框架的层次化多智能体协同决策方法

针对复杂作战环境下多智能体协同决策中出现的任务分配不合理、决策一致性较差等问题,提出一种基于演员-评论家(Actor-Critic,AC)框架的层次化多智能体协同决策方法。通过将决策过程分为不同层次,并使用AC框架来实现智能体之间的信息交流和决策协同,以提高决策效率和战斗力。在高层次,顶层智能体制定任务决策,将总任务分解并分配给底层智能体。在低层次,底层智能体根据子任务进行动作决策,并将结果反馈给高层次。实验结果表明,所提方法在多种作战仿真场景下均取得了较好的性能,展现了其在提升军事作战协同决策能力方面的潜力。

层次化健康指导对子宫内膜癌放疗患者自我管理的影响

目的探讨层次化健康指导对子宫内膜癌(EC)放疗患者自我管理的影响。方法选取2022年1月至2023年6月赣南医学院第一附属医院收治的68例EC放疗为研究对象,采用随机数字表法将其分为对照组(34例)、研究组(34例)。对照组采用常规护理,研究组采用层次化健康指导。比较两组患者护理前后的自我管理能力、生活质量。结果护理前,两组患者的自我护理能力测定量表(ESCA)、欧洲癌症研究治疗组织癌症患者生存质量测定量表(EORTC QLQ-C30)评分比较,差异无统计学意义(P>0.05)。护理后,研究组的各维度ESCA评分与各方面EORTC QLQ-C30评分均高于对照组,差异有统计意义(P<0.05)。结论予以EC放疗患者层次化健康指导可提升患者自我管理能力,提高其生活质量,可推广实施。

计算机网络层次化实践能力培养探索

针对目前国内计算机网络课程实践教学的现状,分析网络课程及实践教学环节存在的问题,提出以网络课程实践为抓手,软硬结合,构建层次化计算机网络实践课程体系,提高计算机网络原课程教学质量和实践训练水平。

高校教学实验室层次化安全管理实践

实验室安全是高校日常工作中的重要一环,而教学实验室在人员、环境、物品、操作等方面均存在较大隐患。为了提高管理效率,细胞生物学与生物化学实验室系统分析了自身特点及实际问题,利用实验室搬迁契机,重新制定了实验室安全等级,并对仪器、试剂、耗材的使用进行了重新规划。配合门禁权限和信息化设备加强监督预警,矩阵式安全教育和定期安全自查提高安全氛围,初步形成了层次化安全管理体系,为高校开展教学实验室安全管理工作提供参考。

现代密码学细粒度、层次化实验教学设计

针对现代密码学中复杂运算多、算法实现难度高等问题,分析现代密码学实验内容及实验方案,提出按照信息安全人才的成长规律开展以学生为中心的现代密码学实验教学,从算法演示与验证、数学计算与基本操作、功能模块、算法运行与应用4个层面介绍细粒度、层次化、弹性实验教学内容和考核体系设计。

Copula层次化变分推理

为提高Copula变分推理(CVI:Copula Variational Inference)的近似性能,提出了一种Copula层次化变分推理方法(CHVI:Copula Hierarchical Variational Inference)。该方法的主要思想是将CVI方法中的Copula函数与层次化变分模型(HVM:Hierarchical Variational Model)特殊的层次变分结构相结合,使HVM的变分先验服从CVI方法中的Copula函数。CHVI不但继承了CVI中的Copula函数较强的捕获变量相关性的能力,而且还继承了HVM的变分先验结构能获取模型隐变量依赖关系的优势,使CHVI可以更好地捕获隐变量之间的相关性,提高近似精度。利用基于经典的高斯混合模型验证CHVI方法,在合成数据集和实际应用数据集上的实验结果表明,CHVI方法的近似精度相较于CVI有较大提升。

基于知识图谱的GitHub层次化学习和检索服务

GitHub是全球最大的在线代码托管平台,为软件开发学习者提供了丰富的学习资源,然而面对丰富而繁杂的GitHub内容,软件开发初学者在使用GitHub的搜索功能搜索所需的学习资源时,由于需求不明确或缺乏相关知识和经验,常会遇到难以构建合适的搜索文本进行有效搜索的问题。针对该问题,利用GitHub主题潜在的层次结构,结合Wikipedia软件开发领域知识,设计GitHub软件开发领域知识图谱,在此基础上提出一种基于知识图谱的GitHub层次化学习和检索服务。通过对比实验和调查问卷的方式验证了提出的层次化学习和检索服务的可行性和有效性。

面向GPS数据的出租车载客路线层次化推荐模型

出租车载客推荐能够有效提高司机利润,对于提升交通效率、改善城市出行体验以及推动智能交通的发展都具有重要意义。现有方法一般直接向司机进行载客区域或载客路线推荐,没有考虑将这两者进行结合,不仅面临数据稀疏性问题,而且难以兼顾推荐准确性与实时性能。为此,提出一种面向GPS数据的出租车载客路线层次化推荐模型,其中采用了抗稀疏性的极深因子分解机(xDeepFM)、深度Q网络(DQN)强化学习算法以及层次化推荐策略。首先,离线推荐高载客概率的大网格,以减少在线计算量;然后,当出租车司机提出实时载客推荐需求时,在离线推荐的大网格内进一步推荐高载客概率的小网格;最后,给司机规划一条到小网格的载客路线。在滴滴公司数据集上进行实验,结果表明,与现有的一些先进方法相比,该方法可以使空载出租车司机的巡航时间至少减少36%,巡航距离至少减少26%,并且推荐时间仅需85 ms。

基于层次化Conformer的语音合成

语音合成需要将输入语句的文本转换为包含音素、单词和语句的语音信号。现有语音合成方法将语句看作一个整体,难以准确地合成出不同长度的语音信号。通过分析语音信号中蕴含的层次化关系,分别设计基于Conformer的层次化文本编码器和基于Conformer的层次化语音编码器,并提出了一种基于层次化文本-语音Conformer的语音合成模型。首先,该模型根据输入文本信号的长度,构建层次化文本编码器,包括音素级、单词级、语句级文本编码器3个层次,不同层次的文本编码器描述不同长度的文本信息;并使用Conformer的注意力机制来学习该长度信号中不同时间特征之间的关系。利用层次化的文本编码器,能够找出语句中不同长度需要强调的信息,有效实现不同长度的文本特征提取,缓解合成的语音信号持续时间长度不确定的问题。其次,层次化语音编码器包括音素级、单词级、语句级语音编码器3个层次。每个层次的语音编码器将文本特征作为Conformer的查询向量,将语音特征作为Conformer的关键字向量和值向量,来提取文本特征和语音特征的匹配关系。利用层次化的语音编码器和文本语音匹配关系,可以缓解不同长度语音信号合成不准确的问题。所提模型的层次化文本-语音编码器可以灵活地嵌入现有的多种解码器中,通过文本和语音之间的互补,提供更为可靠的语音合成结果。在LJSpeech和LibriTTS两个数据集上进行实验验证,实验结果表明,所提方法的梅尔倒谱失真小于现有语音合成方法。

基于特征筛选的轻量级层次化钓鱼网站的检测方法研究

针对传统方法难以对大规模钓鱼网站进行批量检测的问题,提出基于特征筛选的轻量级层次化检测方法(lightweight hierarchical detection method based on feature filtering,LHFF).该方法首先使用互信息对原始特征集进行筛选,剔除冗余特征,并将筛选后的特征按照提取特征耗时长短划分为URL特征和网站特征,然后根据划分后的特征,使用轻量级层次化检测框架对钓鱼网站进行检测.实验结果表明,LHFF能够在保障良好检测性能的前提下,减少网站检测所需要的时间,满足对大规模钓鱼网站进行批量检测的需求.

新工科背景下“综合电子设计”层次化实验教学探索

“综合电子设计”实验教学的改革,旨在提高学生灵活运用知识的能力和工程创新能力,以满足“新工科”人才培养要求。运用层次化教学思想,优化实验项目布局,基于新技术和行业背景开发新型实验项目,改革教学手段,构建形成了“基础—设计—综合”层次递进的实验教学体系。教学过程实现了由基础理论向工程应用的引渡,激发了学生的学习兴趣,促进了学生知识能力的复合发展。实践表明,学生的动手能力和创新能力显著提高,取得了令人满意的教学效果。

面向风电场频率支撑的混合储能层次化容量优化配置

为应对风电大规模并网给新型电力系统运行的安全稳定带来新的重大挑战,通过混合储能技术参与风电场并网平滑输出功率和辅助一次调频可以有效减缓风电场输出功率波动,主动支撑电网频率安全。兼顾不同储能系统的优势,该文提出一种基于飞轮和锂电池的混合储能平抑-调频方案,并考虑混合储能系统的全生命周期成本,结合多时间尺度的需求,构建容量优化配置的层次化模型。平抑层计及售电收益和碳交易收益,调频层考虑一次调频收益。充分考虑层次化模型间的耦合特性,以年化收益最大为目标,并通过实际数据进行计算分析。结果表明,相比混合储能仅参与平抑波动,计及风电消纳和一次调频需求的层次化容量配置模型可以有效发挥各自在功率平抑和调频支撑上的优势,整体经济性更好,可有效提升风-储联合系统的全生命周期净收益。

基于LSTM-LightGBM模型的烟草存销比层次化预测方法

基于LSTM和LightGBM算法,结合零售商的地理位置和档位信息,构建了一个层次化模型,用于准确预测烟草产品的存销比。该模型首先利用LSTM网络对不同地区和档位的整体存销比进行预测。随后,将得到的整体存销比作为LightGBM的辅助输入,用于预测个体零售商销售的每一类卷烟的存销比。本模型逐步融合数据的宏观和微观特征,对某地烟草实际销售数据的实验结果表明,LSTM-LightGBM模型具有较好的预测精度。

幼儿园区域游戏活动材料投放层次化策略

幼儿园的教育主要以游戏活动为主,其中区域游戏是当下常用的游戏形式之一。材料投放往往影响着区域游戏活动的进程以及整体质量,影响幼儿身心发展水平。故此,幼儿园在开展区域游戏活动时,应遵循一定的投放原则以及投放策略,以充分发挥其教育价值,促进幼儿身心和谐发展。教师需要围绕游戏材料层次化投放的重要价值、基本原则以及实践路径展开分析,提升区域游戏活动整体质量,从而实现教育目标。

建筑施工安全风险层次化分析及规避措施探析

为了提高建筑工程施工安全监管力度、合理且有效地规避施工风险,本文针对建筑施工安全风险开展层次化分析,并探讨了对应的规避措施。本研究以盛泰仕家项目为例,首先,划分建筑施工安全风险的层次,将其分为基础风险层、作业风险层以及管理风险层;然后,针对划分出的3个风险层次,对应给出安全风险规避措施。针对基础层风险,通过勘查施工现场环境、及时维护和保养设备、严格查验材料质量的方式规避风险;针对作业层风险,从人员操作、施工流程部署、环境条件3个方面,加强作业管理;针对管理层风险,从建立健全安全管理体系、制定科学的应急预案、加强施工队伍管理、加强合作与协调4个方面,提高安全管理水平。研究表明:采用本文提出分析方法可有效规避安全风险,提高安全系数,具有一定的使用优势。

基于SOLO分类理论的层次化习题教学设计——以人教版高中物理必修一“牛顿第一定律”为例

当前,我国教育改革的重点是不断推进落实“立德树人”的根本任务,培养学生学科核心素养.物理这门学科是高中阶段一门重要学科,应当充分发挥物理学科的育人功能.本文通过对人教版高中物理必修一“牛顿第一定律”这一课的教学设计,分析如何基于SOLO分类理论实施层次化习题教学.

建筑施工安全风险层次化分析及规避措施探析——以湖北武汉碧桂园·凰城工程项目为例

在建筑行业大力发展的背景下,施工安全管理显得尤为重要。为了提高建筑施工企业的经济效益,强化企业核心竞争力,加强建筑施工安全管理势在必行。利用安全风险层次化分析方法,对湖北武汉碧桂园·凰城工程项目施工的风险因素进行量化分析,明确基础风险层、作业风险层以及管理风险层的实际内容,并提出明确的风险规避措施。通过引入安全风险层次化分析手段,使得风险规避方案的制定更加科学,大大降低了施工安全风险发生概率,提高施工企业经济效益,对实现建筑施工企业可持续发展具有重要意义。

研究生学术能力“五步走”层次化训练体系构建

学术能力是研究生的核心素养,也是研究生培养目标的重点之一。当前,高校研究生学术能力训练的组织形式相对简单,主要以导师指导为主、学术写作课程为辅,所形成的学术能力范围不能覆盖到学术研究的全过程,效果有待提升。文章通过对研究生学术能力建设的现状进行分析,对某学科研究生学术能力培养现状进行调查,结合研究生培养过程构建“五步走”的学术能力层次化训练体系,为研究生学术能力建设提供应对策略与实现路径。

论我国公共数据开放的层次化规制

公共数据是政府、事业单位等部门在依法履行公共职能的过程中收集、处理形成的数据,具有体量大、价值高、种类多等特征。公共数据开放有助于激活数据价值,服务数字经济社会发展,是构建数字政府的重要环节。基于利益平衡理论,公共数据开放应当兼顾数据安全与公平利用,实现有区别的层次化规制。我国在公共数据开放治理上还存在数据分类标准不清、开放方式单一、权责失衡等局限,不利于公共数据开放目标的实现。以层次化开放为指导,我国应建立基于安全风险的数据分类分级制度、构建多样化的数据开放谱系规则、细化权责统一的公共数据开放义务体系,并通过数据开放平台的构建实现公私合作治理,促进公共数据的高效有序利用。