基于Lightgbm和XGBoost的优化深度森林算法

教育规模不断扩大，高校在校生人数持续上升，导致学生的能力参差不齐.为了提升教育水平，教师需掌握学生在校期间的学习状态，预测学生期末成绩是教师掌握学生学习状态的重要途径之一.目前的研究工作主要采用传统的机器学习算法进行成绩预测，如随机森林、贝叶斯、深度森林等，但精度不高；也有利用深度学习算法进行预测，但模型缺少可解释性. Lightgbm(Light Gradient Boosting Machine)算法内存消耗低，时间复杂度低，而XGBoost(eXtreme Gradient Boosting)算法精度高.因此，基于提高精度与降低模型内存消耗的策略，将深度森林中的随机森林与极限随机森林模块分别替换为Lightgbm和XGbBoost，提出一种基于Lightgbm和XGBoost算法的优化深度森林算法LIGHT-XDF.在八个数据集上与其他模型进行对比实验，结果表明，LIGHT-XDF算法的综合性能最好.     

基于卷积ADMM网络的高效结构化稀疏ISAR成像方法

结构化稀疏逆合成孔径雷达(inverse synthetic aperture radar, ISAR)成像是空间态势感知与目标识别的重要手段。该问题可通过压缩感知(compressive sensing, CS)方法解决。目前, 许多传统CS方法仍存在运算效率低、参数适应性不强等问题。针对该问题, 本文提出了一种基于卷积交替方向乘子法网络(convolutional alternating direction method of multipliers network, C-ADMMN)的结构化稀疏ISAR成像方法。利用深度展开方法, 结合传统结构化稀疏ISAR成像模型, 构建C-ADMMN网络。通过监督学习, C-ADMMN仅需约10层网络便可达到传统方法上百次迭代的效果, 具有较高的运算效率且对不同目标具有一定适应性。基于仿真与实测数据的实验结果验证了网络的高效性与参数适应性。     

当代“专家困境”的伦理解读与道德超越

当前,科学主义是主流话语体系的重要组成部分,成为影响到专家决策的背景认知观。同时,现代科技的技术风险、经济风险和伦理风险及其背后的知识博弈、利益博弈和道德博弈等也要求我们必须反思现代专家系统的各种困境及其出路。一般说来,当前专家系统主要面临专家界定的模糊性、专业权威的挑战性、专家决策的风险性三大困境,并遭遇到利益、良知、责任、认同等多种价值排序和伦理拷问。因此,从伦理学的角度对专家困境进行解读,引入道德过滤器对于专家界定的考量、道德想象力对于专家权威的分析、道德运气对专家决策的责任甄别将有助于我们更好地诠释专家系统的现代境遇,从而实现专家困境在政府、市场、公共领域之间的结构平衡和道德超越。     

基于深度学习模型的SAR图像间歇采样转发干扰检测

间歇采样转发干扰(interrupted sampling repeater jamming, ISRJ)利用合成孔径雷达的匹配滤波特性，在其图像中产生间隔分布的假目标，对目标检测等造成欺骗效果，故针对ISRJ的检测与抑制具有重大意义，而现阶段相关研究主要集中在信号域。对此，在图像域中开展ISRJ检测研究。首先将实测数据与仿真干扰相结合，基于不同实测场景与仿真参数构建ISRJ样本；其次针对假目标间隔分布的特点，选用深度学习检测领域具有代表性的“两阶段”与“单阶段”模型；再次，使用单一场景的ISRJ样本对模型进行训练，再利用训练好的模型对其他场景的样本进行测试；最终，得到ISRJ检测结果。基于MiniSAR数据的实验表明，对于不同类别、不同场景以及不同参数的ISRJ样本，所用深度学习模型能够达到95.75%的平均总体检测精度，具有很强的泛化能力。此外，对于尺寸大小为501像素×501像素的样本，上述模型的最少检测用时为0.035 s。     

法治建设背景下社会道德重塑研究

法治已成为现代化社会的主流控制模式,是现代中国社会发展的必由之路,中国传统的道德秩序因为经济结构和政治制度的快速变迁而出现了前所未有的巨大冲击,中国社会道德状况的恶化严重侵蚀民主、法治建设所取得的成果,也阻碍了社会主义市场经济的良性发展,正是在这样的背景之下,学术界开始广泛关注和深入研究中国所遭遇的道德困境,从我国的道德现状出发,重建适应时代发展需要的新道德是一项重要而紧迫的工作,需要多方面共同努力。     

预应力加载条件下零件干磨削表面强化层特征

采用预应力复合干磨削加工技术,对未调质45#钢试件在不同预应力加载条件下实施表面磨削淬硬,观测不同磨削深度和进给速度条件下的试件表层金相组织,测量并分析试件在不同预应力条件下磨削淬硬层厚度、金相组织的变化状况,并通过试件截面不同位置硬度测定显示淬硬层厚度及金相成分的变化,得到试件施加预应力对淬硬强化层厚度的影响规律.研究表明,预应力淬硬磨削能使工件表面产生强化层,且大的磨削深度和小的进给速度有利于试件表面发生相变强化以及表层塑性变形的增大.     

儿童网络游戏道德评价标准拟制研究

网络游戏产业的发展改变了儿童休闲生活的结构，同时也存在着一些可能诱发阻碍儿童发展的道德风险点。为了保护儿童免受网络游戏道德风险的伤害，本研究在文献梳理和游戏分析的基础上，以塞伦、齐默尔曼和费尔南德斯的游戏分析理论为基础，结合国家政策文本中的学生品德发展评价标准，建构了本土化的网络游戏分析框架。在此基础上，进一步结合专家、游戏者、教育者等多方的访谈和调查，最终拟制出针对儿童网络游戏的道德评价标准，为儿童健康使用网络游戏，更好防范儿童在游戏过程中引发道德风险提供了依据。     

浅析嵇康“越名教而任自然”的道德意蕴

嵇康是魏晋时期著名的思想家之一。在司马氏利用名教控制天下的情况下，嵇康提出“越名教而任自然”的主张来反对虚伪名教的束缚，提倡个性解放，主张万物要遵循自然规律与法则，顺应其自然本性发展。实际上嵇康并不是反对一切道德和名教，而是通过“任自然”来回归到原初时代。顺应自然和人之性情的名教，是要超越现在而回归过去无欲、无贪的状态。     

技术人工物的道德地位

技术时代,考察人技关系不仅成为哲学的重要论题,亦成为面向技术境遇的生存论题。维贝克"技术道德化"思想是当下考察人技关系的典例,自身却存在着难以克服的理论困境。从现象学维度考察维贝克"技术道德化"思想,以人的技术生存为逻辑原点,尝试消解其理论困境,重构人本主义技术伦理,进而重塑面向技术境遇的生存态度。     

基于深度学习的铝厂工业自动浇筑中的图像识别

将深度学习的图像识别应用到工业生产中是一个重要的应用方向.相比传统图像处理,深度学习在图像识别中具有高识别率、抗干扰性强等特点.首先采用小波变换对图像去噪、归一化,然后利用多层卷积对图像进行特征提取并采用全连接层和softmax分类器进行分类实现图像识别.在铝厂工业自动浇注过程中,对已经浇注完成和未完成的图像进行识别、解决传统图像处理在工业生产中多干扰、亮度不足的情况下难以识别的问题.实验结果表明,采用小波变换与深度学习融合对图像进行识别的识别率可达到91. 88%,基本能满足铝厂工业生产的需要.