内初班学生学习适应性与心理健康相关研究——以石河子市为例

本研究采用《学习适应性测验》、《中国中学生心理健康量表》对石河子市内初班初一、初二年级少数民族学生进行了测查。结果表明:从总体上看学习适应性与心理健康之间存在显著相关;从内容上看心理健康与学习适应性之间存在显著相关;学习态度、学习环境和心身健康三个方面受到心理健康的影响最大。     

电视制导系统抗干扰性能评估

提出了一种空地电视制导导弹图像传输系统抗干扰评估的总体框架,建立了电磁干扰条件下系统的抗干扰评估的空间模型。而后基于有限状态机理论,建立了电视制导导弹图像识别模态转换模型,详细讨论了典型干扰对电视图像数据链的影响。最后,应用计算机仿真技术,得到制导系统在不同信噪比条件下导弹的最大作用距离和图像干扰效果。     

Polynomial‐time approximation schemes for two‐machine open shop scheduling with nonavailability constraints

This paper addresses a two‐machine open shop scheduling problem, in which the machines are not continuously available for processing. The processing of an operation affected by a non‐availability interval can be interrupted and resumed later. The objective is to minimize the makespan. We present two polynomial‐time approximation schemes, one of which handles the problem with one non‐availability interval on each machine and the other for the problem with several non‐availability intervals on one of the machines. Problems with a more general structure of the non‐availability intervals are not approximable in polynomial time within a constant factor, unless . © 2005 Wiley Periodicals, Inc. Naval Research Logistics, 2006     

自燃火灾原因分析认定专家系统的设计特点

结合武警学院科研项目"自燃火灾原因分析认定专家系统"(简称FSAIES)的研制工作,介绍FSAIES系统的基本结构,并通过实例详述了适合于系统开发的知识获取和知识表示方法,重点介绍了系统采用的推理机制和学习功能.     

作业名层次化聚类算法预测作业运行时间

预测作业的运行时间有益于提升系统的调度性能,而聚类有助于训练出更好的预测模型。传统的聚类算法很难将相似的作业名聚类,为了将相似的作业更好地聚类,通过分析其组成成分的语义重要性,构建字母-结构-数字的作业名层次化聚类算法。以两台超级计算机的真实数据为例,实验结果发现,应用此算法聚类后的数据训练模型的预测精度相较传统方法有一定的提升,整体预测精度为70%～80%。     

如何提高在线学习者的自我调节能力

与传统课堂教学相比,网络教学环境独有的特点对学习者提出了更高的要求:要求学习者不仅要掌握知识、技能,更要学会学习,管理自己的能力,进行有意义、高效的学习,使其努力指向目标并最终实现目标。本文结合师范生公共必修课《现代教育技术》在线网络课程的教学实践,有效跟踪学习者的学习行为活动,分析学习者的学习状态、学习风格,以及对学习行为的自我调节能力,总结摸索出一些培养并提高学习者自我调节能力的指导性策略,希望能对广大网络学习者有一定的借鉴意义。     

一种SAR图像特征提取和目标分类的新方法

提出了一种利用二维离散小波变换与核主成分分析结合对SAR图像进行特征提取的新方法.该方法对SAR图像进行三层小波分解后提取低频子带图像的核主成分分量作为目标的分类特征,利用支持向量机完成目标分类.采用MSTAR实测SAR目标数据集进行特征提取和分类实验,实验结果表明:该方法可以有效提高目标的正确识别率.     

深度视觉语音生成研究进展与展望

为了进一步推进深度学习技术驱动的视觉语音生成相关科学问题的研究进展,阐述了视觉语音生成的研究意义与基本定义,并深入剖析了该领域面临的难点与挑战;在此基础上,介绍了目前视觉语音生成研究的现状与发展水平,基于生成框架的区别对近期主流方法进行了梳理、归类和评述;最后探讨视觉语音生成研究潜在的问题和可能的研究方向。     

Undergraduate disarmament and nonproliferation education: gaps,opportunities, and new approaches

ABSTRACT

Despite living in a nuclear-weapon state, young Americans are generally ill-informed about weapons of mass destruction (WMD) and their means of control. The result is both widespread apathy toward nonproliferation and disarmament decision making among the general public and a looming personnel crisis within government sectors that enact policy in these domains. Considering that 67 percent of high school graduates in the United States go on to pursue a bachelor’s degree, exposing more undergraduates to nonproliferation and disarmament issues could contribute to addressing both of these challenges. The present study analyzes how these issues are already being taught at select US colleges and universities and explores ways to introduce them to more students that align with current priorities in higher education, such as interdisciplinary learning, digital humanities, and data-science learning. It also proposes concrete steps that the WMD policy community can take to help institutions of higher education integrate these topics more broadly into their curricula. The anticipated result is greater support for education in this important issue area across different stakeholders in academia, as well as increased engagement with these critical issues among a more diverse population of young people.     

面向蛋白质功能预测中有向无环图标记结构的多示例多标记学习

在多示例多标记学习问题中,标记之间往往是相互关联的,其中有向无环图结构是一种常见的层次关联结构,可见于蛋白质的基因本体学生物学功能预测的应用场景中。针对其标记间的有向无环图结构,提出了一种新的多示例多标记学习算法。算法从原始数据的特征空间训练出所有标记共享的低维子空间,通过随机梯度下降方法来降低模型排序损失,并融入标记间有向无环图结构关系对预测标记进行优化。将该算法应用于多个数据集的蛋白质功能预测中,实验结果表明,该算法具有更高的效率及预测性能。