可持续发展:学习型城市建设造就社会发展的光明未来

"可持续发展"是2013年《北京宣言》提出的学习型城市第三大特征。本文首先对可持续发展的概念由来进行了梳理,接下来从经验与困境两个方面对我国城市发展中的环境课题进行了剖析,最后提出了基于可持续发展理念的承诺与行动方案,实现通过全民终身学习促进城市可持续发展的目标。     

泛在学习视角下学习型城市的建设试析

在全球城市化建设不断加速的浪潮中,学习型城市的建设愈发受到人们的关注,《建设学习型城市北京宣言》也明确指出要推广应用现代学习技术,而泛在学习因为其自身的特点,十分契合学习型城市的主旨,故本文在泛在学习的视角下,试析学习型城市的建设当中存在的不足,并提出自己的分析与建议。     

攀登学习阶梯,构筑战略优势

本文从学习型经济、学习型联盟、学习型营销、学习型企业家、学习型文化和学习型组织六个方向入手 ,探索我国企业攀登学习阶梯、培育战略优势的模式与步骤 ,为我国企业打造国际核心竞争力、抢占市场“制高点”提供了一系列新的思路和方法     

基于深度学习的反无人机预警神经网络

为解决传统雷达探测设备面对"低小慢"无人机时产生的难检测与易突防问题,通过深度卷积神经网络对空中无人机进行实时识别,提取目标的类别与像空间位置信息;根据无人机像空间位置在时域下的变化趋势,绘制无人机飞行映射轨迹;利用长短期记忆网络对飞行映射轨迹进行预测,获取无人机在未来时域内的预测航迹方向,实现对无人机的预警跟踪、实时检测与轨迹推断。结果表明,所提出的算法中目标识别平均准确率可达到82%,轨迹预测平均准确率可达到80%计算速度可达到24帧/秒,可见能够在地基计算平台下对空中无人机进行实时精确预警,可以有效地防止识别领空内的非合作无人机渗透与突防。     

贵州草海湿地不同植物群落表层土壤氮素的赋存特征

在湿地生态系统氮循环过程中,湿地土壤养分供给状况及可利用水平与氮素含量存在直接关系。本研究以贵州草海湿地自然演替下植物群落表层土壤氮素含量作为研究对象,探讨四种典型湿地植物群落（牛筋草、李氏禾、香薷和芦苇）土壤中硝态氮、铵态氮、速效氮和全氮含量以及不同土壤团聚体粒径下湿地土壤氮素的空间分布特征。结果表明：（1）各植物群落土壤阳离子交换量与全氮含量分布趋势基本一致,其中芦苇群落土壤中阳离子交换量、速效氮和全氮含量最高;（2）各植物群落不同粒径土壤团聚体AN和TN含量均无显著差异（p>0.05）;芦苇群落土壤硝态氮含量在各粒径土壤团聚体中含量均低于其他植物群落;李氏禾群落土壤氨态氮含量在不同粒径土壤团聚体中存在显著差异（p<0.05）。植物群落表层土壤氮素含量分布受植物种类及自身凋落物、降雨量和地势、微生物活动和有机质等因素的影响,土壤硝化作用受到抑制或促进,各植物群落铵态氮和硝态氮含量分布有显著差异（p<0.05）。     

面向胃息肉检测的深度学习神经网络优化

胃镜检查是发现胃息肉的主要方法。传统的人工检查方式存在准确率低,易漏诊、误诊的情况。本文提出了一种基于深度学习的YOLOv5-SE胃息肉检测网络。该网络在目标检测算法YOLOv5的基础上进行了改进,引入注意力机制,将SE Block加入到主干网络的最后一层,增强网络的特征提取能力。改进后的YOLOv5-SE胃息肉检测网络的平均精度均值(mAP)达到了94.5%,相比原网络提高了3.1%,推理速度达到67fps,在满足实时性要求下较好地完成了胃息肉检测的要求。YOLOv5-SE胃息肉检测网络具有在实时性、自动检测的精度和速度等方面有一定提升,对促进胃息肉的自动检测有重要意义。     

基于加权余弦相似度与极限学习机的电力负荷短期预测

为提高电力系统管理的效率,提出一种基于加权余弦相似度与极限学习机(extreme tearning machine, ELM)的电力负荷短期预测设计。通过熵权法对电力负荷相关物理信息进行权重分配,获得的权重赋予到余弦相似度中,利用加权余弦相似度对历史日与待测日的电负荷数据进行相似度选取,筛选数据作为极限学习机的输入,提高极限学习机回归模型的精度,最终获取电力负荷预测。实验分析与反向传播BP(back propagation)神经网络、支持向量机(spupport vector machine, SVM)预测算法对比,该方法能有效提高预测模型的精度,同时简化计算量。     

基于Deep Learning的代词指代消解

针对指代消解一直是自然语言处理中的核心问题, 提出一种利用DBN (deep belief nets)模型的Deep Learning 学习机制进行基于语义特征的指代消解方法。DBN模型由多层无监督的RBM (restricted Boltzmann machine)网络和一层有监督的BP (back-propagation)网络组成, RBM网络确保特征向量映射达到最优, 最后一层 BP 网络可以对RBM网络的输出特征向量进行分类, 从而训练指代消解分类器。在 ACE04 英文语料及ACE05中文语料上进行测试, 实验结果表明, 增加RBM训练层数可以提高系统性能。此外, 引入对特征集 合的抽象分层因素, 也对系统性能的提升产生积极作用。     

基于网络学习共同体的教师专业发展研究

教师专业发展被视为应对教育挑战的有效方法,而教师学习共同体则是教师发展的重要途径之一。研究和实践表明,网络学习共同体的有效建立和应用能够促进教师的专业发展。经过多年的研究与实践,提炼出一套教师网络学习共同体的建构策略。基于网络学习共同体的教师专业发展模式主要包括基于网络的自主探究模式、基于问题的协作学习模式、基于课题的专家引领模式等。     

基于“教、学、做”一体化的FMS课程开发与实施

基于自动化生产过程的专业和课程改革探讨在FMS技术专业应用中有诸多难点,该文结合作者所在单位自动化专业改革的实践,论述了"教学做"一体化教学的必要性,通过"教学做"一体化的教学模式,从专业培养目标定位、岗位能力分析、学习领域设计、学习情境设计等几方面进行FMS课程建设改革的探讨。