面向射频指纹识别的高效IQ卷积网络结构

现有应用于射频指纹识别的卷积网络对时序同相正交(in-phase and quadrature-phase, IQ)信号的处理都是将其简单视为图像进行的,存在识别准确率低和计算量大的问题。针对以上问题,提出了一种基于IQ相关特征的卷积神经网络结构。该网络分步提取了IQ相关特征及时域特征,通过自适应平均池化获得了各通道特征均值,并用单个全连接层进行分类。实验结果表明,较传统卷积网络结构,所提网络在多种场景下的识别准确率更高,并且计算量更小。     

依据心理学原理激发学生的学习动机

学习动机是直接推动学生进行学习的内部动力,学习动机与学习成绩显著相关,是学生学业的一个重要决定因素。兴趣、自我效能感、学习的价值感等内在动机对学习的作用更直接有效,而目标、教师期望、表扬和奖励等外部激励如果使用得当同样可以对学习产生积极的影响。根据心理学原理,我们可以通过培养学生对学习的兴趣、帮助学生建立自我效能感、养成正确的学习价值观、树立有效的学习目标、给予学生合理的期望等方法,来培养和激发学生的学习动机。     

公共事业管理专业读书（文献阅读）训练探析

专业读书训练是公共事业管理专业的重要教学内容。本文在探讨专业读书教学目的和意义的同时,并提出了读书训练的原则、内容和方法,旨在帮助公共事业管理专业学生形成未来的公共事务管理者所需的职业素养。     

英语教学中的师生非语言交际行为

介绍了非语言交际行为的定义、分类及作用,重点分析了英语教学中师生非语言交际行为及手段,对比点评了师生非语言交际行为的文化差异,认为:作为语言交际行为的补充,非语言交际行为在语言教学中发挥着不可低估的作用.     

基于自训练EM算法的半监督文本分类

为了提高计算效率,提出基于自训练的改进EM算法STEM。在每步迭代的E-step中,将中间分类器最有把握对其类别进行预测的未标注样本转移至标注样本集,并应用到M-step中进行下一个中间分类器的训练,从而引入了利用中间结果的自训练机制。文本分类实验表明STEM算法在大部分情况下的分类准确性都高于EM,并通过减少迭代提高了分类器学习的计算效率。     

基于神经网络的超精密机床伺服进给非线性模型辨识

以双轴Ｔ型结构的超精密金刚石车床的伺服进给系统为研究对象,采用自构造神经网络技术,建立了系统的非线性动态数学模型,为系统非线性控制与补偿提供参考模型     

THE CONCEPT OF NUCLEAR LEARNING

This article seeks to elucidate the concept of nuclear learning. It explores both the “nuclear” and the “learning” aspects of the concept. On the nuclear side, it distinguishes between learning basic facts about nuclear arms and drawing inferences about the larger implications of those facts. On the learning side, it discusses three issues: whether to use the term in a normative or value-neutral manner; the difference between learning that leads to a change in means versus learning that leads to a re-evaluation of ends; and whether learning only takes place at the level of individuals or whether there can also be learning by collective entities. The article argues there is no universal best answer to these questions and that the particular concept of learning that should be employed depends on the goals of the analyst. If the goal is to reduce the chances of nuclear war, however, one type of learning that will be important to consider is whether there is shared, cross-national learning.     

Learning in counterinsurgency: what do we really know?

Since the publication in 2002 of John Nagl's Learning to Eat Soup with a Knife, organizational learning has been widely presumed an important ingredient for success in counterinsurgency. But sampling the literature from before and after this time shows remarkably little analytical treatment of the issue of learning and even confusion over what it may mean. This article considers the theories, hypotheses, research strategies, threats to validity, methods of measurement, treatments of time, and general lack of statistical analysis in the work to date and recommends a course for future research.     

新疆石河子内初班学生的学习适应性研究

为深入了解内初班学生的学习适应性状况,本研究分别在石河子市四所内初班承办学校中,严格按照分层抽样的方法选取了294名学生作为被试,采用《学习适应性测验》量表探求内初班学生的学习适应性特征。结果显示:石河子内初班学生的学习适应性与全国常模基本一致,学习适应不良主要集中在学习技术和学习态度上。在性别上、年级上差异不显著,民考民和民考汉学生的学习适应性在全量表上差异显著,总体上民考民学生的学习适应性优于民考汉学生。     

利用深度学习的硬件计数器复用估计算法

利用深度学习方法,为硬件计数器复用(multiplexing,MPX)提供结果精度更高的估计模型。通过对MPX估计得到的结果与实际采集的真实数据进行相似性分析,证明相同程序多次运行之间得到的硬件计数值是线性相关的。采用神经网络多层感知器(multilayer perceptron,MLP)和双向门控神经网络(bidirectional gated recurrent unit, Bi-GRU)这2种深度学习模型,对MPX数据进行拟合。基于动态时间规整(dynamic time warping, DTW),提出一个全新的评估MPX数据精度的指标DTW-cost。实验结果表明,同时收集15个硬件事件数据时,MLP方法拟合得到的13个高性能计算应用平均准确率比现有使用最广的固定插值法高出10.53%,最多可提升19.8%;而在MLP表现较差的事件上,Bi-GRU方法得到的平均准确率提升了28.8%。