摘要：一、过去的杜小康1.曹文轩是如何形容还没经历孤独之旅的杜小康的？明确：油麻地最厚实的一家。2.我们一起看看,《红门》中杜小康作为油麻地最厚实的孩子的表现。明确：物质上,别的孩子还穿着单衣在冬天簌簌发抖的时候,杜小康已经拥有了四季穿不完的衣服;当油麻地六年级孩子还拿麻绳当裤带的时候,杜小康已经拥有了一条油汪汪的皮带;当别的孩子还不知道自行车为何物的时候,杜小康已经趾高气扬地骑着自行车上学了。精神上,成绩最棒;蒋一轮老师面对很多同学没有镰刀的问题束手无策时,

摘要：近些年,互联网金融市场在国内外迅速发展;同时,针对互联网金融市场的研究也成为了学术界的热点.相比于传统金融市场,互联网金融市场具有更高的流动性和易变性.针对互联网金融市场的动态(日交易量和日交易次数)进行研究,提出了基于深度神经网络结构的融合层次时间序列学习的预测模型.首先,该模型可以实现对多序列(市场宏观动态序列和多种子序列)特征变量输入的处理,并且在时间和序列特征2个维度上利用注意力机制来融合输入变量.其次,模型设计了基于预测序列平稳性约束的优化函数,使得模型具有更好的稳健性.最后,在真实的大规模数据集上进行了大量的实验,结果充分证明了所提出的模型在互联网金融市场动态预测问题上的有效性与稳健性.

摘要：油气储集层识别是石油能源企业在勘测和开发业务中核心的任务之一.长期以来,油气行业一直依靠专家人工分析海量测井数据以对地下油气储集层进行定性分析,虽然专家解释结论有着很高的精准度,但是时间与经济成本都十分高昂.近些年来,随着以深度学习为代表的人工智能技术的迅速发展,智能油气储集层识别技术成为学术界和工业界共同关注的问题.然而,真实工业环境存在严重的传感数据不一致问题,给传统的监督学习模型带来巨大的挑战.本文针对传感器不一致情境中油气储集层识别任务展开研究,提出多尺度地质知识蒸馏网络的方法.首先,该方法提出一种多尺度特征自注意力融合机制来学习地质信息的多尺度动态表征.其次,该方法设计一种地质知识蒸馏学习模型,从非一致传感数据中学习额外的地质知识,进一步提升模型准确度.最后,在真实数据集上进行大量实验,结果充分证明本文提出的模型在油气储集层识别任务上的有效性和鲁棒性.

摘要：为解决隐式反馈推荐问题,贝叶斯个性化排序(BPR)模型已经成为最具有代表性的对级(Pairwise)排序算法之一.在BPR模型中,存在一个严格的偏序假设:相较于未标记的物品而言,用户更喜欢已经有过标记行为的物品.本文提出了一种多重对级贝叶斯个性化排序(MBPR)推荐算法来进一步提升用户对物品的偏好预测能力.首先,基于BPR模型的排序关系设计了一种改进的多重对级偏序假设.具体地,对于每一用户,本文提出将未标记的反馈集细分为潜在的负反馈集和不确定性反馈集,并基于改进的对级偏序假设,提出了一种新的多重对级排序的优化目标来学习用户与物品之间的相关性.为实现MBPR模型的采样任务,本文设计了一种自适应采样策略来为模型更新动态地选取训练样本.最后,在公开数据集上开展了仿真推荐实验,并与基线算法对比.实验结果表明,MBPR算法能够取得更好的推荐效果.

摘要：运用运动训练学、运动生物力学、机械设计、传感器、视频图像分析以及计算机相关研究方法,结合目前国内、外最新的体能训练研究成果,研制运动平衡能力陆上训练与测试融为一体的辅助训练器材。该训练测试器材研制了2个运动平衡能力的陆上训练测试平台,自行编制系统测试软件,采用传感器与视频图像同步测量技术,将采集的测试数据(或曲线)与运动图像实时再现。该产品可应用于各种运动项目运动员的陆上运动平衡能力训练,同步完成相应的测试,并提供直观的训练全过程视频图像和测试数据,实现了运动员实时获取训练信息的目标。经过实验检验,产品效果良好,能够满足运动员运动平衡能力训练的需要,解决了在量化环境下开展训练及评价的技术问题,达到了使用方便、性能可靠的目的。