基于对比学习的终端区相似气象场景识别（英文）

为了提高终端区相似气象场景（Similar weather scenarios,SWSs）的识别准确率,提出一种基于对比学习的SWS(SWS based on contrastive learning,SWS-CL)识别模型。首先,针对对流天气图像特点,设计了一种数据增强方法来增加天气图像样本的数量和质量。接着,设计了一种对比损失函数使向量表征空间中的正样本与锚点样本之间的距离更近,而负样本与锚点样本之间的距离更远,进而基于对比学习技术在无标记样本集上训练得到相似气象场景分类预训练模型。最后,利用少量标记样本对预训练SWS-CL模型进行监督微调,进一步提高SWS-CL模型的性能。在广州终端区气象图像集上的对比实验表明,所提出的数据增强方法能有效提高气象图像集的质量,所提出的SWS-CL模型能取得令人满意的识别精度,且在标签稀少的数据集上具有明显的优势。     

元强化学习综述

元强化学习是指自动从一组相关任务中学习强化学习所需归纳偏置的相关理论和方法,对于提高强化学习算法在困难场景下的样本效率和泛化能力具有重要用途。本文提出一种新的元强化学习框架,指出设计和分析一个元强化学习算法需要同时考虑学习经验（相关任务）、归纳偏置及学习目标3个独立因素及这3个因素之间的依赖关系。在此基础上对该领域的研究现状进行了分析和总结,特别对近年来元强化学习若干文献进行了分析和归类,并详细阐述了几种代表性算法的原理及各自特点。本文还对元强化学习常用的实验环境和性能评价方法进行了介绍,对该领域的不足和未来的发展方向进行了讨论和分析。     

基于多标签协同学习的跨域行人重识别

跨域是行人重识别的重要应用场景,但是源域与目标域行人图像在光照条件、拍摄视角、成像背景与风格等方面的表观特征差异性是导致行人重识别模型泛化能力下降的关键因素。针对该问题,提出了基于多标签协同学习的跨域行人重识别方法。利用语义解析模型构造了基于语义对齐的多标签数据表示,以引导构建更关注行人前景区域的局部特征,达到语义对齐的目的,减少背景对跨域重识别的影响。基于行人图像全局特征和语义对齐后的行人局部特征,利用协同学习平均模型生成行人重识别模型的多标签表示,减少跨域场景下噪声硬标签的干扰。利用协同学习网络框架联合多标签的语义对齐模型,提高行人重识别模型的识别能力。实验结果表明：在Market-1501→DukeMTMC-reID、DukeMTMC-reID→Market-1501、Market-1501→MSMT17、DukeMTMC-reID→MSMT17跨域行人重识别数据集上,与NRMT方法相比,平均精度均值分别提高了8.3%、8.9%、7.6%、7.9%,多标签协同学习方法具有显著的优越性。     

新建本科院校大学生专业认同、学习动机与学习投入的关系

本研究选取廊坊市两所新建本科院校,以359名本科大学生为研究对象,考察新建本科院校大学生专业认同、学习动机问题与学习投入的关系.结果 发现:1.大学生的专业认同和学习动机问题中的动机太弱都能有效预测其学习投入.2.通过优势分析考察专业认同和学习动机问题对学习投入的影响大小,结果发现二者在共同预测学习投入时,专业认同贡献...     

基于大学数学教学转型发展的探讨与研究

依据转型发展建设规划和人才培养方案,本文提出大学数学教学从教学思想、教学观念及教学方法三方面进行转型;从就业导向和学科知识交叉融合角度,确定数学建模为转型发展方向,旨在提高大学生的学习能力和应用能力。     

基于语料库学生探索式大学英语词汇教学浅论

借助学习者语料库，探讨大学英语词汇教学新的教学模式，改进原来的以教师讲授为主的单一课堂教学模式，从传统的PPP模式逐渐转变为OHE模式，实现从枯燥的教师讲授词汇教学向学生自主探索式、小组合作式教学的转变。     

科学发展、安全发展、和谐发展是促进天津空管发展的强大动力

在全党深入开展的学习实践科学发展观活动（以下简称“学习实践活动”），是党中央做出的重大决策，是全党政治生活中的一件大事，天津空管分局作为参加民航第二批学习实践科学发展观活动的单位，经过5个月即3个阶段6个环节的积极筹划、精心准备、认真组织、扎实落实。完成了规定要求．达到了预期目的，取得了较好效果。     

知识引领和谐——大连空管站读书年活动正式启动

1月22日，大连空管站举办了“知识引领和谐”读书年启动仪式。仪式简约而隆重，大连空管站主要领导作了活动动员讲话，大连市委党校教授应邀做了“搞好组织学习打造和谐团队”的专题讲座，标志着读书年活动正式拉开序幕。