无字库智能造字中汉字基元的统计分析与预测

针对建立长期稳定和规模合理的字库标准这一难题,提出了基于认知机理的无字库智能造字系统,以汉字基元库代替汉字字库。文中在介绍无字库智能造字机理及其汉字基元的基础上,就该汉字基元库进行基元统计分析与预测,运用回归分析的方法,得到拟合模型方程,运用该方程拟合出基元库中基元数量随着汉字数量增加的变化规律曲线,从而预测出10万汉字的时候基元的数量,证明了在已有的全部10万汉字的情况下,基元数量在现有基础上增加不多。

基于SPOC的地图学课程深度教学模式研究

地图学课程面临信息技术支持的学科交叉带来的知识量大、课堂时间有限和实操实验多等问题。构建基于SPOC平台的教学模式可以整合在线和离线学习过程,引导学生进行独立和探究式学习,以达到深度学习的目的。以广州大学地理学院地图学课程为例,构建深度教学模式,将前端分析、课程组织、过程组织、形成性评价等整合到地图学教学过程中,翻转传统的教学过程,改变教学结构,注重学生互动和反思,进而提高学生的知识创造和迁移能力,促进学生深度学习。

乡村振兴战略下岛域研学实践的SWOT分析与实施路径——以广州市海鸥岛为例

国家为了解决“三农”问题,大力推行乡村振兴战略。在乡村振兴战略实施中,研学实践已成为教育等领域关注的重要议题。目前,国内大多关注的是某一个主题的研学实践,对于区域研学实践的关注度不高。对此,文章以海鸥岛为研究对象,运用SWOT分析法,从内部优势和劣势、外部机会和挑战4个维度讨论岛域研学实践的可行性。最后从资源整合,人员配置,特色基地建设,区域统筹,课程打造等方面提出了促进乡村振兴的岛域研学实践的发展路径与实施策略。

超光谱遥感图像有监督LPP特征提取研究

在局部保留投影(LPP)特征提取算法的基础上,利用样本标签信息提出了一种有监督的局部保留投影算法(SPLPP),该算法的邻接图的权值不仅考虑了LPP算法中的相似性权值,而且加入了监督类的相关权值。SPLPP算法主要步骤是先用PCA去除高维超光谱遥感图像的冗余信息,再把监督机制引入到LPP中,实现图像的特征提取,将高维超光谱遥感图像投影到低维空间中,利于分类。应用SPLPP算法对高维的遥感原始超光谱图像进行特征提取后,利用支持向量机(SVM)和最近邻分类器(KNN)对降维后的遥感图像数据进行分类;并与PCA、LPP、LDA等特征提取算法进行了比较实验。实验表明:结合了LPP局部信息保留能力和全域标签信息的SPLPP算法,有更好的局部信息保留能力和类判别能力,使分类器分类精度更高,分类效果更好。

有监督的邻域保留嵌入的高光谱遥感影像特征提取

提出一种名为判别监督邻域保留嵌入的新型特征提取算法(discriminative supervised neighborhood preserving embedding,DSNPE)。在高维超光谱遥感图像特征提取过程中,DSNPE不但能保留图像的局部流形结构和邻域信息,而且采用像素点由邻域同类像素点线性表示,将邻域中同类和非同类像素点分开处理,利用判别分式求解最优投影矩阵,使高维像素点投影到低维空间时,同类点离得尽可能近,非同类点离得尽可能远,有利于图像的分类。对3幅超光谱遥感图像的特征提取及分类的试验说明,与主成分分析(PCA)、非参数权重特征提取(NWFE)、局部保留投影(LPP)、邻域保留嵌入(NPE)等相比,具有一定的优越性和可判别性。

基于深度学习与多源数据融合的城镇开发边界划定——以广州市花都区为例

在新时代国土空间总体规划背景下,客观科学地划定城镇开发边界是规划工作的基础,也是重点与难点之一。针对现有研究在数据选取、方法构建和结果分析上存在的问题,本研究基于“正向规划”和“反规划”理论,从自然环境、社会经济和政策导向的综合视角出发,依托多源数据融合驱动的深度学习算法,提出一种城镇开发边界自动划定方法,并以广州市花都区为实证案例,进行了城镇开发边界自动划定和影响因素分析,结果表明:(1)本研究提出的方法能自动划定城镇开发边界,结果更为客观;(2)城镇开发边界研究结果与规划成果在空间分布趋势上具有较高一致性,相比之下研究结果用地集约节约程度高,更符合未来用地发展要求;(3)城市发展是多方面因素综合作用的结果,其中交通和人口是影响城市发展的关键因子。综上,本研究提出的方法能客观科学地自动划定城镇开发边界,研究结果符合未来用地发展趋势,能给国土空间总体规划提供参考。

基于多源数据和深度学习的城市边缘区判定

城市边缘区的定量分析及判定,对城市发展评价和规划,或是城市空间结构研究都具有重要意义。然而现有研究的边缘区判定指标选择过于单一,判定结果过于破碎,城市预设边界、水体及城市绿地对边缘区判定结果干扰大。针对上述问题,从自然、人口、社会经济的视角出发,以遥感影像、人口数据、POI大数据为数据基础,结合深度学习技术,构建基于多源数据和深度学习的城市边缘区判定方法,进行广州市城市边缘区判定及城市结构空间分布特征分析。结果表明:①此方法能将城市划分为核心区-边缘区-外缘区,判定结果不会受到预设边界范围的影响,且消除了城市内部水体和城市绿地所造成的破碎化;②城市边缘区与路网耦合良好;③广州市的城市核心区空间分布合理。综上所述,此方法能有效检测城市边缘地带,且结果符合实际情况,能为城市规划、政府决策提供参考。