Python数据分析课程教学改革研究——以地理信息科学专业为例

Python数据分析是一门培养非计算机专业本科生编程能力和数据分析能力的基础课程。针对地理信息科学专业的特点,提出基于BOPPPS-CDIO教学模式的Python数据分析课程建设的新思路,在教学过程中将数据分析案例和基础理论学习有机融合,通过设置问题引导学生独立思考,鼓励学生自主探索,从实践中学习知识,进而提高学生科研能力和创新能力,为国家数字经济发展培养优秀人才。

贝叶斯优化方法和应用综述

设计类问题在科学研究和工业领域无处不在.作为一种十分有效的全局优化算法,近年来,贝叶斯优化方法在设计类问题上被广泛应用.通过设计恰当的概率代理模型和采集函数,贝叶斯优化框架只需经过少数次目标函数评估即可获得理想解,非常适用于求解目标函数表达式未知、非凸、多峰和评估代价高昂的复杂优化问题.从方法论和应用领域两方面深入分析、讨论和展望了贝叶斯优化的研究现状、面临的问题和应用领域,期望为相关领域的研究者提供有益的借鉴和参考.

一种高PSRR带隙基准电压源的设计

随着集成电路产业的飞速发展,电子行业对于模拟集成电路的性能提出了更高的要求,如何设计出更高性能的带隙基准引发了许多学者的思考。在这样的背景下,针对高电源电压抑制比(Power supply voltage rejection ratio,PSRR)带隙基准展开了研究,通过选用共源共栅结构运放和在带隙基准电压源主体电路的输出端添加RC低通滤波器两种设计优化策略来改善电路的PSRR性能。基于SMIC 0.13μm CMOS工艺,使用Cadence软件进行电路设计与版图验证。仿真结果表明,温度-40℃~85℃,输出带隙基准电流为5.017μA,输出带隙基准电压为1.21 V,电路的温度系数为6.437 ppm/℃,电源电压抑制比为-90.62 dB,版图面积为8770.06μm~2。版图通过了DRC与LVS验证,电路后仿真得到的性能与前仿真结果差异不大,可以满足性能要求。

探析“灵魂说”——基于柏拉图“灵魂不朽”的思考

在柏拉图的思想体系中,关于对灵魂的看法是不容被忽视的一部分,同时也是全面把握柏拉图思想的关键。古希腊哲学思想从诞生之始,在发展的进程中就产生了关于灵魂的观点,不过当时认识还是具有很多局限的,相较之下,柏拉图的灵魂理论则更带有形而上学的含义,柏拉图将其看作是不灭的存在,即“灵魂不朽”,灵魂是和肉身互相隔绝的存在,并且比肉体更具有实体性。在柏拉图的很多作品中都有对灵魂不朽性的阐述,可以从他的论证中了解他的哲学体系,同时也指向了对最终的“善”的追求。

一种新的结合奖励机制的ETLBO算法

通过对原ETLBO(elitist teaching-learning-based optimization)算法引入一种新的奖励机制,提出一种新的结合奖励机制的ETLBO-reward算法,并基于该算法提出一种简单自适应的精英个数算法RETLBO-reward,该算法保留了传统算法参数少、易实现、收敛快等优点,进一步提升了传统算法的收敛能力.对6个连续非线性优化问题的测试结果表明,这两种算法均具有良好的性能,求解效率较原ETLBO算法有明显提升.

《尼各马可伦理学》中亚里士多德的“友爱”之思

“友爱”一词如果用现代语义来理解更多的是指友情、朋友的意思,但从亚里士多德《尼各马可伦理学》中来看,对友爱的认识则是相当丰富的,友爱也不仅仅存在于个人之间,在社会、国家中都存在友爱。亚里士多德对友爱的分类、特点、本质等问题进行了相关的阐释,这对了解亚里士多德的友爱观与伦理道德规范是十分必要的。同时,亚里士多德的友爱观念也有着丰富的当代意义,在“中国式现代化”发展的当下,作为希腊文明的友爱观念为中国的发展提供了一种新的思考方式与借鉴路径。

论柏拉图勇敢美德的思想意涵——以《拉凯斯篇》为例

柏拉图的《拉凯斯篇》讲述了苏格拉底、拉凯斯、尼昔亚斯三人之间展开的关于何为勇敢问题的探讨,最后并没有得出关于勇敢的确切结论。但值得肯定的是作为具体美德的勇敢与知识、理性之间有着密切联系,呈现了苏格拉底与柏拉图理性主义的道德哲学观,意图唤醒当时日渐没落的雅典城邦中民众对知识与理性的信念,使人过上向善生活。

探究柏拉图《理想国》中的“三次浪潮”及其当代意蕴

《理想国》第五卷中柏拉图面对理想城邦构建的“三次浪潮”提出了应对的办法,其中涉及了男女平等思想、公有制的法律问题以及哲学王思想,这对后人从整体上把握柏拉图的哲学思想是十分重要的。面对“三次浪潮”的冲击,柏拉图逐一提出解决办法,也是构建理想国家的必要途径。

结合引领策略的MMC求解最大约束满足问题

约束满足问题(Constraint Satisfaction Problem,CSP)是人工智能的一个重要研究方向,相关技术被广泛应用于配置、调度及规划等问题求解.但实际应用中,很多问题往往不存在满足所有约束的解,即呈现为过度约束.MaxCSP是处理过度约束一个简单而有效的框架,它的思想是求出满足尽可能多约束的解,其本质是约束优化问题.受元启发式算法在求解连续约束优化问题方面大量成功案例的启发,基于新近提出的作曲家算法(Method of Musical Composition,MMC)求解MaxCSP,在标准MMC算法的基础上引入引领策略,并将其离散化,以求解MaxCSP.最后,在广为流行的MaxCSP测试问题实例集上进行了求解测试并与改进的教与学(Teaching-learningbased Optimization,TLBO)算法和差分进化(Differential Evolution,DE)算法进行比较.实验结果表明,改进的算法无论对于求解可满足MaxCSP还是不可满足MaxCSP,都具有明显的优势.

民族科技的创新能力与复兴——基于传感器的应用

传感器技术涉及到的知识领域特别广泛,几乎与所有行业都有交集,传感器的研究和发展与国计民生紧密相关。本文从概念、原理、研究方向和应用介绍传感器,并分析国内企业的发展现状,进而提出两个未来热门的发展方向。

基于图神经网络的兴趣活动推荐算法

针对在基于事件的社交网络中,用户和其参加过的活动天然构成异质网络这一特点,提出了一个端到端的推荐算法,旨在使用异质网络的高阶连接性和非线性匹配关系,提高活动的推荐命中率。首先,通过图神经网络提取异质图的高阶连接信息对每个节点的影响,更新节点的嵌入式表示;然后,将用户-活动的嵌入式表示输入到多层感知机中,得到基于当前嵌入式表示的匹配概率,反向传播更新模型参数;重复此过程,获得最终的匹配概率。实验结果表明:本文算法训练稳定;相较于已有方法,命中率提高10%以上,归一化折损累计增益提高约10%;相较于不考虑异质图的高阶连接性的情况,命中率和归一化折损累计增益均有提高。