数字化与空间——在德国寻找空间含义

数字化转型将影响世界各国以全球市场力量和政治权力利益为主导的空间和聚落结构的发展。然而,与其他国家相比,德国仍然是一个数字沙漠。为了寻找德国的空间含义,本文概述了快速推进的数字化将带来的4个空间类别的空间变化,分别是大都市地区、这些地区的城市中心、郊区地区和更广泛城市地区的士绅化农村空间。这些总结是根据这4个空间类别的报告编写的,由于疫情流行造成的加速数字化,这些空间类别也将发生特殊的变化。

基于类别空间模型的文本倾向性分类方法

在对现有分类方法和文本倾向性分类的复杂性进行分析的基础上,提出了一种基于类别空间模型的文本倾向性分类方法。该方法采用组合特征提取方法,基于词语对类别的倾向性进行分类。实验结果表明该方法有效地提高了倾向性分类的精度和速度。

基于类别空间模型的文本分类系统的设计与实现

从理论和应用的角度对文本信息的分类方法进行研究,提出类别空间模型的概念,用于描述词语和类别之间的关系,并实现了基于类别空间模型的文本分类系统。通过实验表明,该系统有效地提高了文本分类的正确率。

SMwKnn:基于类别子空间距离加权的互k近邻算法

互k最近邻算法(mKnnc)是k最近邻分类算法(Knn)的一种改进算法,该算法用互k最近邻原则对训练样本以及k最近邻进行噪声消除,从而提高算法的分类效果。然而在利用互k最近邻原则进行噪声消除时,并没有将类别属性考虑进去,因此有可能把真实有效的数据当成噪声消除掉,从而影响分类效果。基于类别子空间距离加权的互k最近邻算法考虑到近邻的距离权重,既能消除冗余或无用属性对最近邻分类算法依赖的相似性度量的影响,又能较好地消除邻居中的噪声点。最后在UCI公共数据集上的实验结果验证了该算法的有效性。

仿真场景下类别空间关系判断中的注意分配

研究采用"提示-目标"的范式,并结合单、双任务的方法探讨仿真场景下类别空间关系判断中的空间注意分配。结果发现:提示影响类别空间关系判断效率,不同类型提示对类别空间关系判断的影响不同;类别空间关系判断还受到任务类型和判断类型的影响。由此得出以下结论:提示有助于注意资源的集中,提示越有效注意资源分配效率越高;注意分配受到第二任务要求的影响;决定注意分配策略的认知判断过程可能是持续存在的。

目标类别空间关系判断任务中的提示效应

研究采用"提示-目标"的范式,探讨不同范围区域性提示对类别空间关系判断任务的影响,以期丰富已有的研究成果。研究结果发现:在类别空间关系判断任务中同样存在注意的提示效应,而且提示范围的效用程度影响被试在任务中的反应效率,另外这种提示效应还受到任务特性和背景刺激中存在的空间关系的影响。

类别空间关系加工系统和数量空间关系加工系统的分离——来自多领域的研究证据

Kosslyn认为人类的空间关系加工系统分为类别空间关系加工子系统和数量空间关系加工子系统,这两个子系统不仅存在功能上的分离,并且存在大脑神经水平的分离,这种神经水平的分离表现为两种空间关系加工的大脑半球偏向,即类别空间关系加工的左半球偏向与数量空间关系加工的右半球偏向。对两种空间关系加工的研究,涉及的领域从低水平的空间知觉,至表象、记忆、语言、行动及物体识别等,涉及的研究方法包括半视野速示法,神经网络模拟,PET,fMRI,ERP,rTMS,脑损伤病人的研究及比较动物研究。综合现有研究,虽然大多数研究中得到的脑半球偏向为两种加工子系统在神经水平的分离提供了证据,但不同研究中脑半球偏向的获得是相当不稳定的,并且受到研究方法因素的影响。尽管造成神经水平的分离似乎与大脑左右半球对具有不同感受野特征的神经元输出的偏向有一定的关系,但这仍需要进一步的研究证据。

基于类别相关近邻子空间的最大似然稀疏表示鲁棒图像识别算法

为了构建一个快速鲁棒的图像识别算法,提出基于类别相关近邻子空间的最大似然稀疏表示图像识别算法.考虑到每个测试样本的不同分布特性及训练样本选择的类别代表性原则,不再将所有训练样本作为稀疏表示的字典,而是基于距离相近准则选择合适子空间,从每个类别中选取自适应数量的局部近邻构成新的字典,在减少训练样本的同时保留了稀疏表示原有的子空间结构.然后基于最大似然稀疏表示识别方法,将稀疏表示的保真度表示为余项的最大似然函数,并将识别问题转化为加权的稀疏优化问题.在公用人脸与数字识别数据库上的实验证明该算法的合理性,提高识别速度的同时保证了识别精度和算法的鲁棒性,特别是对于遮挡与干扰图像具有较好的适应性.

类别与数量空间关系识别加工中的练习效应研究

本研究通过检测 2 0名飞行员及其控制组的视觉空间关系识别中的认知加工水平 ,旨在探讨视觉空间关系识别中的类别关系和数量关系加工子系统所表现出的练习效应水平的高低。研究结果表明 ,在参与视觉空间关系判断的两个典型加工子系统中 ,负责数量 (坐标 )空间关系判断的加工子系统随系统训练而表现出功能增强的练习效应。相对而言 ,涉及类别空间关系判断的加工子系统则较少受到练习的影响。研究揭示 ,由于受大脑神经解剖结构特点以及加工任务性质的影响 ,练习效应在神经网络上的分布是不平衡的。相对于类别空间关系加工子系统 ,数量空间关系加工子系统更多地表现出了练习效应这一典型的认知神经加工特性。

类别关系判断中空间信息的内隐学习

采用"单-双任务"的研究范式探索视觉空间信息加工过程中是否存在内隐学习。通过比较"单-双"任务组被试在完成空间关系判断任务之后再认呈现的空间场景是否是曾在判断任务中经历过的反应数据来探讨类别空间关系判断中的内隐学习情况。研究结果证明:二维和三维情境中单任务组被试在类别空间关系判断过程中对空间背景信息的学习存在内隐学习,且该学习过程还受到刺激情境特性的影响。

基于差异频度的类别空间模型的二值分类

针对目前文本分类中对向量空间模型的依赖以及文档频率(DF)特征提取方法在二值分类方面的不足,提出了基于差异频度的类别空间模型的二值分类方法,该方法突破了向量空间模型的限制,采用改进DF的差异频度方法进行特征提取,实现了二值分类功能。实验结果表明,改进的方法是有效的,其分类结果中精确率、召回率、F1测试值均有改善,提高了分类的准确率。并且本文的方法在其他领域的二值分类中同样值得借鉴。

三维情境中类别空间关系加工的影响因素研究——观察角度、刺激位置及背景属性

研究采用目标-类别范式,通过两个实验探讨三维情境中观察角度、靶刺激所在物体颜色和形状的相似性、靶刺激空间距离及离开水平方向的角度对类别空间关系加工的影响。研究结果表明,在不同的观察角度,获得物体的信息越多,类别空间关系判断越容易;背景颜色相似性高类别空间关系加工的效率较低;两个靶刺激之间的距离对于类别空间判断影响较小;靶刺激观察角度为竖直和水平方向时,类别空间关系判断的效率较低。

类别性空间记忆右侧化优势及其受威胁情境的影响

以往研究发现类别空间关系表征具有左半球激活优势,但在行为表现中是否存在对侧化的右侧化优势尚且不明确。本研究采用两个被试内实验,探讨空间记忆的行为表现是否具有右侧化优势以及这种优势是否受威胁情境的影响。实验1被试学习完一幅模拟地图中物体位置关系后进行相对位置判断任务,结果发现了显著的空间行为反应右侧化优势。实验2使被试在威胁情境中完成相同任务,发现右侧化优势消失。实验表明类别性空间记忆的行为表现具有右侧化优势,且具有情境不稳定性,这为空间记忆的偏侧化研究提供了一定的行为实验证据。

基于组合类别空间的矩阵分解推荐算法

为解决类别信息在推荐算法中因扁平或层次结构不能被充分利用的问题,提出一种基于组合类别空间的矩阵分解推荐算法。介绍项目组合类别空间,它是一种哈斯图结构,能更好组织类别信息;给出组合类别空间上的5种语义关系及距离度量,更好地描述用户偏好的动态变化;结合组合空间上的语义关系、距离及跳转次数等信息分别建立基于用户和基于项目的隐含特征矩阵模型。实验结果表明,提出方法的性能优于其它方法。

基于类别空间约束的弱监督卷积神经网络特征学习算法

传统卷积神经网络虽然具有较好的应用准确度,但是其的主要缺陷是效率低,为解决这一问题,弱监督算法被提出,现有的弱监督学习算法标记训练样本较少,效率较理想,但是仍然存在误分类率较高等不足。为了同时满足高效率和高精度的要求,本研究结合了弱监督算法和卷积神经网络,提出一种基于类别空间约束的弱监督卷积神经网络特征学习算法。首先,建立弱监督卷积神经网络特征学习算法的网络模型;其次,通过对空间加以约束,使标记样本和未标记样本建立一定的联系,从而实现特征空间聚类;最后,利用模型训练样本数据,实现基于类别空间约束的弱监督卷积神经网络特征学习算法的设计。实验结果表明,所提方法误分类率达到5%,分类耗时不超过0.4 ms,能够更好地开展特征学习。

2套30 m分辨率土地覆被遥感数据类别精度及空间一致性特征研究

土地覆被数据是自然资源管理、城市规划、气候模拟、环境保护建模等领域的重要信息,对其进行精度评价并揭示其类别混淆特征对于众多科学领域具有重要意义。本文以中国研发的2套30米分辨率全球尺度土地覆被数据Globeland30和FROM-GLC-Hierarchy数据为研究对象,以国际组织发布的验证数据为参考,从国家、区域及类别尺度进行了比较和评价,探索了空间一致性随地形的变化特征。结果表明:2套数据的林地、耕地、水体三种类别均具有较高的分类精度,Globeland30的草地具有较高的用户精度和制图精度,林业、农业及水资源领域研究可以选择二者作为基础数据源,草地科学研究可以选择Globeland30作为基础数据源。2套数据的类别空间不一致性与高程具有典型的正相关,其不一致比例随着高程的增加明显增大,在1500 m以上区域,二者的类别不一致性比例最大,达到了42.91%;二者类别不一致性区域主要位于2~15度之间,其面积接近占60%,2度以下区域不一致性最低,约占7.09%。研究表明地形条件是影响大尺度土地覆被制图的重要因素,因此,未来应进一步加强高海拔及景观异质性区域土地覆被分类算法的研发。

基于标题类别语义识别的文本分类算法研究

本文提出了一种基于标题类别语义识别的文本分类算法。算法利用基于类别信息的特征选择策略构造分类的特征空间,通过识别文本标题中的特征词的类别语义来预测文本的候选类别,最后在候选类别空间中用分类器执行分类操作。实验表明该算法在有效降低分类候选数目的基础上可显著提高文本分类的精度,通过对类别空间表示效率指标的验证,进一步表明该算法有效地提高了文本表示空间的性能。

视觉空间关系判断的分离与协同

采用任务表征相互影响范式,通过三个实验探讨了类别空间关系判断和数量空间关系判断的加工特性和相互关系。结果表明:(1)先行类别关系启动有利于数量空间关系判断,对类别空间关系判断没有影响;先行数量关系启动对两个判断任务均无影响。(2)先行类别关系干扰降低两个空间关系判断的绩效,先行数量关系干扰对两个空间关系判断没有影响。(3)先行类别关系对空间关系判断的启动和干扰效应不局限于特定条件,具有普遍性。研究提示,右脑为优势半球的数量关系加工以左脑为优势半球的类别关系加工为基础,支持视觉空间认知加工既分离又协同的观点。

基于线索的视觉空间关系判断

融合视觉空间关系识别中的类别关系判断和数量 (坐标 )关系判断 ,通过 4个实验探讨了影响视觉空间关系判断的线索性方面的因素。结果表明 :视觉空间关系判断受角度影响不明显 ;单线索条件下刺激越靠近可视线索 ,判断绩效越好 ;多线索条件在不显著延长反应时间的情况下有助于提高视觉空间关系判断的正确率 ;另外不均匀条件 (边界线有一定斜率 )不利于视觉空间关系的判断。

注意瞬脱对视觉空间关系判断的影响

将RSVP范式和视觉空间关系研究范式相结合,以两个实验探讨了注意瞬脱对视觉空间关系判断的影响。结果发现,类别和数量空间关系判断之间出现了实验性分离:类别空间关系判断表现出较大的注意瞬脱效应,数量空间关系判断只有轻度注意瞬脱效应。这说明,类别和数量空间关系加工子系统具有不同信息加工特性:前者依赖实时注意资源,其编码过程更多涉及控制性加工;后者较少依赖实时注意资源,其编码过程更多涉及自动加工。另外,还运用注意瞬脱理论对结果进行了解释。