摘要：现实世界中越来越多的复杂数据被表示为具有属性节点的图,因此属性图聚类是图挖掘中的一个重要问题。图神经网络在图结构数据的编码表示方面取得较好性能,但基于卷积操作或者注意力机制的图神经网络方法存在节点噪声、特征过度平滑、网络异质性、计算代价高昂等问题。基于深度学习方法如自编码器能够有效地提取节点属性表示,但不能包含丰富结构信息。因此提出了一种基于自监督训练和对比学习的图联合表示聚类方法(self-supervised contrastive graph joint representation clustering,SCRC)。使用自编码器预训练学习节点的属性表示,通过在图结构信息上增加对比损失信息,使用影响对比损失融合更加丰富的结构信息,联合图结构信息和属性表示,基于神经网络自监督训练机制迭代优化完成聚类任务。通过设计简单的线性模型,避免使用卷积和注意力机制,有效整合结构信息,使得运行速度更快。在广泛使用的引文网络数据上进行实验,对参数敏感性进行分析,验证了影响对比损失和自监督联合聚类的有效性。实验结果表明,所提出的方法取得了显著的性能提升,并且对节点噪声、特征过度平滑和网络异质性更具有鲁棒性。

摘要：利用人口密度随机森林模型探讨人口密度与影响因子之间的非线性关系，是当前人口分布研究的前沿，但人口统计数据在空间分解过程中非正规约束下的最优输运问题尚未妥善解决。本文基于面积加权法，以矢量格式的村人口数据集为起点，以矢量格式的聚落和公顷网格数据集为约束，设计了一套顾及聚落分布的人口统计数据空间分解算法。通过将村常住人口数据依次分解至聚落和公顷网格之中，获得了栅格人口密度数据集（SJZ＿RK）。分析表明，SJZ＿RK数据集的人口总数为1 039.60万人，仅产生0.04%的误差，说明本文提出的人口统计数据空间分解算法具有较高准确度。经测算，SJZ＿RK数据集的人口分布基尼系数（0.890 9）>GHS＿POP(0.854 8)>SJZ＿CUN＿RK(0.589 8)>GPWv4(0.5897)，说明顾及聚落分布状况的SJZ＿RK数据集很好地刻画了人口分布的空间集聚和异质性特征，为构建人口密度随机森林模型等监督类机器学习模型训练样本提供了高质量的人口密度标签数据。在刻画非聚落区、城市聚落区、值域范围等方面，SJZ＿RK数据集更接近实际情况，其在前两方面优于GHS＿POP数据集，其在这3个方面均显著优于SJZ＿CUN＿RK和GPWv4两个数据集。本文算法破解了2个难题：(1)优化了获取高精度栅格人口密度数据集的计算程序，实现了相对准确的人口分布离散化表达；(2)统一了人口密度标签数据和影响因子数据的粒度，从而为人口密度随机森林模型训练样本摆脱MAUP的困扰，为克服人口密度随机森林模型的区群谬误问题，创造了必要条件。

摘要：在计算机视觉领域中,卷积神经网络取得了举世瞩目的成就,但其能耗问题一直未能得到很好解决.基于此问题,本文主要研究无监督学习范式下的Spike-CNN分类性能以及计算力.首先,本文设计了一种基于CNN和SNN的混合结构,在层级结构上实现脉冲机制;其次,为减少模型训练时间,本文提出了ReLU-ROC编码方案;最后,为使兴奋性神经元快速做出决策,本文提出了具有决策能力的RP-STDP学习方案:计算每对突触前与突触后兴奋性神经元的相对时间差.实验结果表明:以工业机器人采集到多元时间序列数据解决机械臂不同工作状态的3分类、4分类、5分类问题,在没有引入其他分类器的情况下,本文提出的具有奖罚机制的STDP的Spike-CNN方法平均准确率为LP1(91.07%)、LP2(96.66%)、LP4(93.95%).

摘要：探索了以天然植物染料为主要原料,将传统雕版印花、手绘、扎染手工染色技法应用于皮革及皮革制品创意设计的新途径,为有效提升高端皮革产品市场份额提供帮助,并更好地满足消费者对绿色环保、时尚新颖的皮革制品的需求。

摘要：2021年版《思想道德与法治》教材的亮点之一,即在主体部分的知识以外,增加了“图说”辅助阅读栏目。这既是新时代思想政治理论课教材改革的必然趋势,也契合习近平总书记关于思想政治理论课要讲深、讲透、讲活的基本要求。发挥“图说”的形象叙事功能,巧妙运用“深入浅出”的说服艺术;基于“图像+文本”的互补优势,着力凸显“情理交融”的渗透艺术;借助“图说”元素的情景渲染,恰当选择“榜样示范”的升华艺术,以此唤起大学生的形象思维和历史记忆,引发其强烈的情感共鸣和价值认同机制,在“类像”和“切身”体验中深刻感悟道德和法治的真谛,通过图文互补、资源协同、相得益彰的教育教学实践,提升大学生的思想道德素质和法治修养,实现思想政治理论课立德树人的根本目的。

摘要：通过查阅、分析有关军鞋性能的文献资料,探究军鞋在站立、行走、跑步和跳跃着陆4种运动模式下对保护人体下肢的作用,总结军鞋下肢保护部位设计方案及生物力学测评方法。结果表明在站立和行走2种运动状态下要注重军鞋的足部控制和平衡能力,减缓疲劳;在跑步和跳跃状态下,增加军鞋的抗扭转和缓冲能力,保护足踝。军鞋的设计要符合士兵作训特点和作战环境,鞋楦要符合士兵足部模型,在优化军鞋保护性的基础上,提高其舒适性。对军鞋的保护性需要在原有鞋靴保护性测试上结合生物力学评测方法,从人-鞋整合、多角度、多维度全面地发展军鞋性能,配合不同军种的战术要求,为实现装备更新换代提供有效的方法和理论。

摘要：随着计算机技术深度融入社会生活,越来越多的短文本信息遍布在网络平台上。针对短文本的数据稀疏问题,文中构建了一个鲁棒的异质信息网框架(HTE)来建模短文本,该框架可集成任何类型的附加信息并捕获它们之间的关系,以解决数据稀疏问题。基于该框架利用不同外部知识设计了6种短文本扩充方法,引入Wikipedia知识库和Freebase知识库的实体、实体类别、实体间关系等实体信息和文本主题等文本信息,以丰富短文本特征。最后使用相似性度量结果来验证所提出的短文本特征扩充方法的效果。通过与传统的3种相似性度量方法的6种文本扩充方法以及目前主流的短文本匹配算法在两个短文本数据集上进行比较,结果表明,所提的6种短文本扩充方法均有所提升,最佳方法的相似度度量结果与BERT相比提升了5.97%,证明了所提框架具有鲁棒性,可以包含多种类型的外部知识,能够解决短文本的数据稀疏性问题,以无监督的方式高精度地对短文本进行相似性度量。

摘要：本文使用C语言为软件开发平台,以二维坐标系中的斜角坐标系中心组合图形为例,设计程序并为开发专题地图量化信息可视化创造一定的前提条件。本文集中介绍了量化图形的数学基础、量化图形可视化变量与算法设计、设计流程以及设计的具体过程,并对结果进行分析,阐述开发专题地图量化信息可视化的必要性和实用性,并为使用面向对象的开发软件VC++提供一定的前提条件。

摘要：属性网络表示学习的目的是在保证网络中节点性质的前提下,结合结构和属性信息学习节点的低维稠密向量表示。目前属性网络表示学习方法忽略了网络中属性信息的学习,且这些方法中的属性信息与网络拓扑结构的交互性不足,不能高效融合网络结构和属性信息。针对以上问题,提出一种双路自编码器的属性网络表示学习(DENRL)算法。首先,通过多跳注意力机制捕获节点的高阶邻域信息;其次,设计低通拉普拉斯滤波器去除高频信号,并迭代获取重要邻居节点的属性信息;最后,构建自适应融合模块,通过结构和属性信息的一致性及差异性约束来增加对重要信息的获取,并通过监督两个自编码器的联合重构损失函数训练编码器。在Cora、Citeseer、Pubmed和Wiki数据集上的实验结果表明,与DeepWalk、ANRL(Attributed Network Representation Learning)等算法相比,DENRL算法在3个引文网络数据集上聚类准确率最高、算法运行时间最少,在Cora数据集上聚类准确率为0.775和运行时间为0.460 2 s;且DENRL算法在Cora和Citeseer数据集上链路预测精确率最高,分别达到了0.961和0.970。可见,属性与结构信息的融合及交互学习可以获得更强的节点表示能力。

摘要：目的:探讨功能性训练对5-6岁幼儿粗大动作能力发展的影响。方法:随机抽取石家庄某公立幼儿园5-6岁幼儿143名为研究对象,将其分为实验组与对照组,实验组70人,对照组73人。实验组进行12周的功能性训练干预,对照组保持幼儿园原有体育活动内容,干预前后,通过美国大肌肉动作技能发展测试系统第二版(TGMD-2),对受试幼儿粗大动作能力进行测试。结果:(1)对照组幼儿粗大动作总分为74.65,其中位移动作得分39.82、控制动作得分34.83,较实验前74.61、38.86和35.75,未见显著性提高(P>0.05);(2)实验组幼儿粗大动作总分为85.74,其中位移动作得分44.60、控制动作得分41.14,较实验前74.22、39.62和34.60,具有非常显著性提高(P<0.01);(3)实验后实验组与对照组幼儿相比,实验组粗大动作、位移动作和控制动作得分均显著性高于对照组(P<0.01)。结论:根据幼儿身心特点所设计的功能性训练能够较好促进5-6岁幼儿粗大动作水平发展。