基于Null Importance和Stacking模型的知识追踪研究

为应对基于游戏的学习平台在知识追踪应用方面的不足,本研究利用Field Day Lab提供的教育游戏用户日志进行深入分析。采用方差法和Null Importance方法对数据集进行降维处理,并结合K折交叉验证与LightGBM算法,建立了一个高效的预测模型。此外,通过集成Logistic模型,构建起Stacking模型。研究表明,该模型在验证集上的Macro-F1值显著提升至0.699,同时也在测试集上显示出优异的泛化能力。本研究为教育游戏领域的知识追踪提供了创新方法,并为游戏开发与教育实践提供了宝贵参考,支持教育游戏的开发者为学生创造更有效的学习体验。

Hierarchical Modeling by Recursive Unsupervised Spectral Clustering and Network Extended Importance Measures to Analyze the Reliability Characteristics of Complex Network Systems

The complexity of large-scale network systems made of a large number of nonlinearly interconnected components is a restrictive facet for their modeling and analysis. In this paper, we propose a framework of hierarchical modeling of a complex network system, based on a recursive unsupervised spectral clustering method. The hierarchical model serves the purpose of facilitating the management of complexity in the analysis of real-world critical infrastructures. We exemplify this by referring to the reliability analysis of the 380 kV Italian Power Transmission Network (IPTN). In this work of analysis, the classical component Importance Measures (IMs) of reliability theory have been extended to render them compatible and applicable to a complex distributed network system. By utilizing these extended IMs, the reliability properties of the IPTN system can be evaluated in the framework of the hierarchical system model, with the aim of providing risk managers with information on the risk/safety significance of system structures and components.

由规模化到精准化:国家中小学智慧教育平台教师研修的差异化需求及优化策略研究

立足常态化的新发展阶段,国家智慧教育平台教师寒暑假研修如何从规模化走向差异化、精准化,“按需施训”尤为关键。研究以基础教育阶段参训教师的9.06万条、149万余字反馈文本为研究对象,综合运用结构主题模型(STM)及重要性-绩效分析法(IPA),构建了国家中小学智慧教育平台教师研修需求框架,并深入分析其差异、明确基于需求要素的优化方向。研究发现:参训教师需求包含个体发展和系统环境两个层面的五类需求,且均存在显著的区域及城乡差异,针对时间安排及学时认定等研修机制需求仍须优化改进。研究为教师寒暑假研修精准化、差异化发展提供实证依据与决策支持,为优化研修服务提供策略建议。

Empirical Analysis of Gross Domestic Product and Coal Import Based on VAR Model

The speed of China’s economic development is gradually accelerating, and the demand for energy is also constantly increasing, especially the demand for coal. In order to reveal whether the coal imports have an impact on China’s economic development, this paper constructs the VAR(6) model by selecting the quarterly data of coal imports (CIV) and gross domestic product (GDP) from 2002 to 2017, performing ADF (Augmented Dickey-Fuller) stationarity test and Johansen cointegration test. It shows that there is a long-term stable equilibrium relationship between coal imports and GDP. Then the impulse response function is used to obtain the relationship between coal imports and GDP. It is found that the impact of coal imports on GDP is greater than the impact of GDP on coal imports.

基于分布可辨矩阵的属性重要性度量

针对目标信息系统中属性重要性度量问题,给出一种新的计算方法.首先,在分布可辨识属性矩阵基础上对条件属性集进行分布约简.然后,根据变精度粗糙集模型中下近似集定义,给出属性重要性度量公式.最后,对于给定的阈值β,分别计算分布约简属性集中各属性的重要度.实例分析表明该方法的有效性和可行性.

面向任务的载人深潜人机交互信息重要度评估

为更好地识别复杂任务环境下深海载人潜水器驾驶舱人机交互信息重要度差异,提出一种基于复杂网络的人机交互信息重要度评估方法。以悬停采样任务为研究对象,运用决策阶梯模型及任务-网络建模技术识别复杂任务相关人机交互信息元及逻辑关联,构建交互信息复杂网络模型。基于网络拓扑特征参数,从节点间逻辑影响关系的角度提出节点全局及局部影响效应评估指标,结合解释结构模型层级权重指标对交互信息节点重要度综合值进行计算,得出悬停采样任务人机交互信息重要度排序。将排序结果与其他4种算法进行对比,在证明计算有效的基础上,邀请潜航员结合实际任务流程对交互信息进行主观重要度评估。结果显示,研究所得重要度排序结果与潜航员主观排序结果呈强相关,且对重要交互信息元的识别结果与潜航员主观感知相符合,验证了所提方法识别复杂任务人机交互信息重要度差异的有效性。

电力系统关键碳排放节点辨识

为提高电力系统关键碳排放节点辨识的准确性,从碳排放流分析法中选取节点碳势、碳流率通量、负荷碳流率与机组注入碳流率指标,基于复杂网络理论与节点碳排放特征提出改进度、改进平衡度、改进介数与改进聚类系数指标。利用熵权-逼近于理想解的排序技术综合评价不同节点碳排放重要度,在此基础上,建立电力系统两阶段辨识模型用于高碳节点辨识:第一阶段的模型对关键碳排放负荷节点进行辨识,第二阶段的模型对关键碳排放电源节点进行辨识,最终得到包含关键碳排放负荷节点与电源节点的电力系统简化拓扑结构。IEEE118节点系统与某地区实际电网的仿真结果表明,所提方法可有效选取电力系统高碳节点。

RCEP协定下跨境电商对贸易影响的时间差异性研究

为了拓宽双循环渠道,打开外循环新思路,以中国与RCEP成员国在2010年至2021年间进出口面板数据结合中国跨境电商交易额建立VAR模型,研究跨境电子商务发展对我国进出口贸易的动态影响。结果表明,在长期,跨境电商的发展使得发展中国家与我国双边贸易弹性系数高于发达国家,跨境电商的发展有利于我国同发展中国家进行贸易往来;在短期,跨境电商的发展对中国与韩国等部分国家的进出口存在逐渐增强的正向影响;跨境电商的发展对我国与多国贸易存在双向动态交互关系。

面向校园复杂环境的无人驾驶场景库生成方法

为加快无人驾驶系统测试的速度和效率,提出校园环境无人驾驶场景库的生成方法。首先,将校园道路场景简化为路网结构、地面属性、交互成员、环境因素的组合,分析校园复杂环境的仿真测试场景;其次,针对测试场景库局限性较强的问题,提出基于重要性指标的场景库生成方法;然后,采用复杂度指标和兴趣概率指标描述场景重要性指标,应用模糊层次分析法(FAHP)评估场景复杂度,并结合核密度估计方法和感兴趣权重计算场景兴趣概率;再次,分割参数空间获取相似场景集合,并按照测试优先度和重要性指标对场景集合排序,逐步添加筛选出的场景到测试场景库中,生成带有测试序列的场景库;最后,在基于真实环境下的校园环境道路数据生成的测试场景库中进行测试评价,验证场景库生成方法的有效性。结果表明:采用4种场景要素和树形结构能够有效描述校园测试场景,基于重要性指标的校园场景库生成方法能够生成高测试效率、高覆盖度、吻合自然概率及兴趣区间的校园测试场景库,能够提高校园复杂环境无人驾驶仿真测试的效率。

滤波器弹性的深度神经网络通道剪枝压缩方法

深度神经网络(deep neural network,DNN)在各个领域获得了巨大成功,由于其需要高额的计算和储存成本,难以直接将它们部署到资源受限的移动设备端。针对这个问题,对网络中的全局滤波器重要性评估进行了研究,提出滤波器弹性的通道剪枝压缩方法以轻量化神经网络的规模。该方法先设置层间局部动态阈值改进L1正则化(L1 lasso)稀疏训练中剪枝过度的不足;然后将其输出乘以通道缩放因子替换普通的卷积层模块,利用滤波器的弹性大小定义全局滤波器的重要性,其数值由泰勒公式估计得出并排序,同时设计新的滤波器迭代剪枝框架,以平衡剪枝性能和剪枝速度的矛盾;最后利用改进的L1正则化训练和全局滤波器重要性程度进行复合通道剪枝。在CIFAR-10上使用所提方法对VGG-16进行实验,减少了80.2%的浮点运算次数(FLOPs)和97.0%的参数量,而没有明显的准确性损失,表明了方法的有效性,能大规模地压缩神经网络,可部署于资源受限的终端设备。

高速交通流视角下城市群网络重要节点分析

当城市群中某些节点运输能力下降时,其相较于其他节点会对整体网络产生更大的影响,则认为该类节点为重要节点,通过对城市群中重要节点进行识别,加强重要城市保护,对于保证城市群正常运作,维持城市群内部正常流动,促进城市群高质量发展有着重要意义。笔者基于高速铁路流与高速公路流双视角构建城市群网络模型,通过借鉴引力模型,从城市关联性、聚类性、中介性构建城市群网络重要节点评价模型,并以成渝地区双城经济圈为例进行实证分析。研究结果表明:在高速铁路网络模型中,各个节点城市整体重要性结果呈非线性下降;在高速公路网络模型中,整体重要性结果呈线性下降,下降较为均匀。

基于马尔可夫模型的多等级灾害下复杂系统可靠性和维修分析

近些年来,自然灾害发生的频率逐渐增加,复杂系统的规模越来越大,导致了巨大的经济损失。由于自然灾害的预测较难,且灾害极易对复杂系统造成巨大冲击,因此,对复杂系统的可靠性和维修分析显得尤为重要。本文研究多等级灾害下的复杂系统的维修策略。首先基于马尔可夫模型对多态复杂系统性能进行分析,基于系统性能变化对复杂系统的损失进行分析,然后以系统总损失最小为目标来确定故障组件的维修集合。由于资源限制,假设每次只能修复一条故障线路,而且不同线路对系统损耗的影响不同,因此必须确定修复故障线路的顺序,本文利用综合重要度来确定维修集合中组件的维修顺序。最后以IEEE18节点标准配电系统为例,对其进行可靠性和维修分析,提出给定故障组件集合下的维修策略,从而验证了模型的可行性。

基于用户体验的下肢无源外骨骼设计优化研究

为提升可穿戴下肢无源外骨骼的用户体验。对外骨骼用户体验影响因素进行分析,并结合研究重点及专家建议构建了用户需求层次模型。基于Kano模型设计问卷对用户需求进行调研,统计分析调研结果对需求指标进行定性定量分析。以统计分析结果为依据提出了下肢无源外骨骼优化设计策略。明确了现阶段外骨骼产品需求属性及用户体验提升的设计策略,为后续产品设计及体验评价提供实践性依据,对后续下肢外骨骼优化设计具有指导意义。

基于游客感知的长隆野生动物世界保护教育效果分析与评价

动物园在物种保护及公众教育方面具有重要使命,高质量推进动物园保护教育工作的关键在于构建适宜的评价体系,并开展科学的评价分析,从而有针对性地提升教育效果。以长隆野生动物世界为例,基于游客问卷,利用重要性-表现性分析法,衡量7大项25个教育效果评价指标的重要性和表现性差异,并运用结构方程模型建立“游客教育效果感知-总体满意度-忠诚度”模型。结果表明:来访游客多为家庭出行,教育媒介设施中游客使用最多的是动物解说牌(67.7%),最少的是公众号及网站(12.5%)。各项评价指标的表现性均显著低于重要性,其中科普讲解员的专业性、讲解能力和知识储备,动物模型及互动装置的维护更新及使用说明,多媒体影像中的科普内容需要重点改善提升。结构方程模型拟合良好,即游客对保护教育效果的感知正向显著影响其总体满意度(标准化路径系数为0.838,P<0.001),进而有助于游客再度来访和建立良好口碑(标准化路径系数为0.707,P<0.001)。基于评价结果,提出长隆野生动物世界保护教育的优化策略。

中国奶酪市场引力效应与伙伴国贸易前景——以中欧为例

在世界未有之大变局下,奶酪贸易不确定性加剧,严重威胁中国奶酪供需平衡。本文在构建随机前沿引力模型与显性竞争优势指数的基础上,预测中欧奶酪贸易前景。研究结果表明,中欧奶酪贸易效率分布不均,不同国家贸易前景存在较大差异。随机前沿引力模型结果显示:双方人口规模、人均GDP促进中欧奶酪贸易,但双方之间的距离阻碍中欧奶酪贸易;贸易伙伴国政府支出、商业自由度、投资自由度等促进贸易效率,但贸易伙伴国政府诚信、税收负担、贸易自由度和生产者价格对贸易效率有阻碍作用。为了提高中欧奶酪贸易效率,中国应对不同“贸易前景”性质的国家采取异质性进口策略,构筑通达、互联互通的贸易环境、打造自由的营商制度环境,促进中欧奶酪贸易效率,保障中国奶酪贸易安全。

血流动力学不稳定的临床特征分析及预测模型的构建

目的探讨不同的临床特征预测血流动力学不稳定的重要性,并构建不同应用场景最佳预测模型。方法回顾性选取重症医学数据库(MIMIC)-Ⅳ中符合纳入标准的重症监护病房(ICU)住院患者,根据临床干预分为血流动力学不稳定组和稳定组。提取患者一般人口学特征、临床资料及实验室检验等特征信息,进行组间比较。使用机器学习算法评估各特征重要性,构建成人血流动力学不稳定(AHI)模型、改良AHI模型、无创模型、有创模型、血压模型及休克指数模型。结果以AUC评估模型性能,预测能力最强的是AHI模型(AUC=0.862),其他依次是改良AHI模型(AUC=0.810)、有创模型(AUC=0.787)、无创模型(AUC=0.760)、血压模型(AUC=0.720)和休克指数模型(AUC=0.716)。F1分数结果显示,AHI模型是最佳模型,其次是改良AHI模型、有创模型和无创模型,血压模型和休克指数模型预测效果较差。结论在特征信息较全的情况下,AHI模型是最佳预测模型,其中无创血压是识别血流动力学不稳定性最有用的特征。在特征信息有限情况下,无创模型比单一的血压模型和休克指数模型具有优势。

基于邻域信息的复杂网络节点重要性评估方法设计

在复杂网络中准确识别影响力节点,对网络管理和网络安全至关重要。局部中心性方法简明易用,但忽略了邻居节点间的拓扑关系,不能提供全局最优结果。提出了一种关联节点连边关系和拓扑结构的重要节点评估方法,该方法首先综合应用H指数和信息熵对节点进行评估,在此基础上代入节点的结构洞特征,即在关注节点自身质量和邻居节点信息量的同时,考虑了其“桥接”属性。采用疾病传播模型对算法进行验证,应用肯德尔(Kendall)相关系数、互补累积分布函数以及传播影响力来验证算法的有效性与适用性。在6个真实网络数据集上的仿真结果表明,在识别和排序网络中的关键节点上,所提方法比传统中心性方法更准确。

基于Kano模型和亲和图法的地域性刺绣产品需求研究

目的探讨中国传统地区刺绣产品如何实现更高的消费者满意度,并为该产品如何实现更多元化的顾客感受提出创新设计的建议。方法围绕消费者需求偏好,综合采用田野调查、亲和图法、问卷调查法,并结合使用Kano模型、Better-Worse系数、四象限分析法,以及其他相关研究方法,从产品设计、产品生产、产品性能、产品文化四个需求纬度出发,全面准确地把握消费者对刺绣产品的需求。结果消费者更加看重产品本身的文化属性和产品所提供的优质服务,同时消费者对服务的感受和满足程度会受到一些因素的影响,如绣活文化的保留程度,或是否有独特的个人定制体系。结论通过Kano模型和亲和图法了解了消费者的真实需求,并且能够更好地实现这些需求。这种方式不仅能够增强消费者的满意度,实现区域特色刺绣产品的传播与普及,也为地域性刺绣产品设计提供了新思路。

综合属性指标和引用关系的核心专利识别方法研究

以信息论为理论基础,提出综合属性指标和引用关系的核心专利识别方法,旨在平衡专利的个体特质性和网络整体性。首先,从信息论和复杂网络角度,分析综合属性指标和引用关系开展专利信息分析的必要性和可行性,并分别构建综合属性指标和三种引用关系的核心专利识别模型;其次,构建专利指标体系、计算专利属性价值,并以PageRank和HITs(hyperlink-induced topic search)算法分别测度综合属性价值与直接引证关系、共引关系和耦合关系前后专利的重要性、权威性与枢纽性,识别核心专利;最后,尝试利用基于复杂网络鲁棒性和脆弱性的方法比较综合前后方法的识别效果。实证结果表明,①综合两类方法的识别模型增加了专利信息分析的信息量,兼顾了专利指标分析和专利网络分析方法的优点,实现了识别方法上的优势互补;②不同引用关系反映了专利价值的差异性,三种关系的识别结果均存在集中与离散的特点,少数核心专利同时具备高重要性、高权威性和高枢纽性的特点;③基于复杂网络鲁棒性和脆弱性的评价方法,是对解决专利信息分析中识别结果评价难题的有益探索。

地铁域地下空间综合可达性测度及优化路径研究——以青岛市为例

为实现地铁域地下空间在功能利用和空间可达性维度的规划优化,以青岛市地铁域地下空间为研究区域,依托POI、OSM等开放多源数据构建可达性评价指标体系,并结合空间句法模型、CRITIC算法对地铁域地下空间的综合可达性进行量化测度。基于节点-场所模型与可达性测度结果,有效识别了青岛市地铁域地下空间的失衡利用单元,并根据地下空间开发强度、地面建筑开发强度、区位交通条件3个层面的单元类别分类制定了相应的规划优化原则及优化策略。