优化学习

摘要： 计算机断层扫描(CT)三维重建技术通过上采样体数据来提高三维模型质量,减轻模型中的锯齿状边缘、条纹状伪影和不连续表面等现象,从而提高临床医学中疾病诊断的准确率。针对以往CT三维重建后模型仍然不够清晰的问题,提出一种基于超分辨率网络的CT三维重建算法。网络模型为具有双重损失的优化学习纵轴超分辨率重建网络(DLRNet),通过单轴超分辨率进行腹部CT三维重建。网络末端引入优化学习模块,且除计算基准图与超分辨率图像的损失外,还计算网络内部粗略重建图像与基准图的损失,这样一来,优化学习与双重损失能使网络产生更接近于基准图的结果。随后在特征提取模块引入空间特征金字塔池化和通道注意力机制,加权细化学习了不同粗细以及规模不一的血管组织的特征。最后使用动态生成卷积核组的方法进行上采样使得单一网络模型可应对不同缩放因子的上采样任务。实验结果表明,相较于通道注意力的方法RCAN(Residual Channel Attention Network),所提网络模型在2、3、4倍缩放因子下的峰值信噪比(PSNR)平均提高0.789 dB。可见所提网络模型有效提升了CT三维模型的质量,一定程度上恢复了血管组织的连续细节特征,同时具备了实用性。

摘要： 教育家朱永新在《新教育》一书中提出了作为“新教育十大行动”之一的缔造完美教室的说法。在此感召下,很多学校纷纷掀起了打造完美教室的热潮,在教室内布置精美大气、光彩夺目的墙壁文化,优化学习区与生活区布局,旨在营造浓厚的班级文化氛围,实现以文化人、以文育人的育人初衷。

摘要： 所谓拓展,即在原有知识的基础上,增加新的内容,拓展所体现的应是“质量”的变化,而不是“数量”的增多.有意义的学习,并不是简单地停留在对知识点或概念的理解与记忆上,而是要体现在我们学习知识的过程中,让我们原有的知识体系不断丰满,让书越读越“厚”.众所周知,烃的通式,看似非常简单,表面上看只是作为表达有机化合物组成的化学用语,但如果我们以此拓展开来,会衍生出一些更有意义的知识,让我们的学习更加有价值.按照烃的结构分类,最新版本的高中化学必修教科书所涉及的烃主要有:烷烃、烯烃、炔烃、芳香烃等,其中芳香烃仅以苯及其同系物为例.这些烃中的每一类烃,其组成都可以用专门的通式来表示.

摘要： 在课程改革背景下,教师需要结合课程改革的要求和时代发展的需求应用数形结合思想进行教学,丰富数学课堂内容,从而不断提升学生的思维能力,帮助学生在数学学习的过程中挖掘潜能、激发活力。文章主要围绕“以形助数,优化小学生的数学学习”开展一系列的探究和讨论。

摘要： STEM教育强调跨学科的融合,以提升学生的科学精神和创新能力为目标,运用跨学科的知识,综合各学科技能,优化学习结构路径,以解决学生身边真实的问题,发展学生的学科能力和生活能力。在技术与工程领域教学中,教师应帮助学生形成以下概念:技术与工程创造了人造物,技术的核心是发明,工程的核心是建造;技术与工程改变了人们的生产和生活;工程的关键是设计;工程是设计方案物化的结果。

摘要： 在网络为媒的时代,面对网课学习的低效率,只有平衡好网络教学与现实教学之间的关系,才能更好地提升学习效率.通过在备课中梳理"微课"、在研修中开发"微课"、在课堂中运用"微课",可以发挥微课资源的最大能量,在实践中通过在线微课和传统面授相互融合,探寻出一条新型混合式学习实践之路.

摘要： 用学生喜爱的竞猜、游戏、比赛、操作等方式组织教学,是一种非常明智的选择.这样的学习,学生一定是热情高涨的.为此,笔者认为,在学生的数学学习中教师要努力把学生的新知学习、练习活动等步骤趣味化,尽力规避诸如机械训练、题海鏖战等现象,努力让学生对数学学习充满一种渴望.同时,创设一些趣味浓烈,而且富有生活气息的学习情境、活动情境,让数学教学朝着更适合儿童的趣味方面迈进,让他们在快乐的心情中感知知识、理解知识并建构认知,也使得提升他们的学习能力.

摘要： 动手操作是小学生进行数学学习的主要方式之一,小学生只有在动手操作的过程中,才能对数学知识进行深入化理解,才能经历数学化的过程.小棒是小学生进行数学学习的好工具,在小学数学教学中,引导学生"摆小棒"能够促进数感形成、深化算理理解、明晰解题思路,从而让数学学习走向高效.

摘要： 动手操作是小学生进行数学学习的主要方式之一,小学生只有在动手操作的过程中,才能对数学知识进行深入化理解,才能经历数学化的过程。小棒是小学生进行数学学习的好工具,在小学数学教学中,引导学生“摆小棒”能够促进数感形成、深化算理理解、明晰解题思路,从而让数学学习走向高效。

摘要： 数学习题是中学数学学习的重要组成部分,不仅是老师教学的重要环节,也是学生学习的重要环节,具有直接反映学生知识掌握情况的作用,能够帮助学生构建完整知识体系的作用,所以习题对中学数学教与学的推动性是不言而喻的.在新课程理念下,需要对中学数学习题课优效学习的实践进行深入研究,给学生提供全面发展的机会.

摘要： 本文从优化学习方法、建立物理模型、运用数学语言、重视科学实验等方面,全方位地指导非物理专业学生学好.

摘要： 本发明公开一种基于强化学习的室内热环境学习效率提升的优化控制方法，属于建筑环境控制技术领域。该方法包括首先获取观测数据：包括获取室内外热环境和人体的相关参数；再搭建神经网络模型，使用该模型迭代预测下一时刻的室内温度值、空调耗电量、脑电波；最后利用获取的数据在建立的模型中进行循环运算，并引入DQN强化学习方法，基于神经网络训练控制空调体统的智能体，通过对当前状态值的观测以及得到的奖励，自动学习空调系统控制制热量决策的优化过程，得到最优控制策略，即得到最优的控制方法。本发明能够营造高效学习室内热环境，同时实现暖通空调系统自动控制，降低系统能耗。

摘要： 本发明公开了一种基于强化学习和迁移学习的飞行器全自动气动优化方法，用于解决现有气动优化方法存在的容易陷入局部最优或收敛速度缓慢的问题，同时该优化方法在最后的高精度优化阶段将人工干预排除在外，进一步提高了优化效率。技术方案是首先分别建立基于半经验估算和高精度流体仿真的强化学习环境，然后构建强化学习神经网络、设置奖励函数，利用强化学习的全局寻优能力，在网络训练的过程中从半经验估算方法中提取优化经验并储存于网络参数中，然后构建另一个强化学习神经网络，并使用迁移学习将提取的优化经验迁移到该网络，再将其运用到基于高精度流体仿真的气动优化中，最后通过训练该网络获取气动性能优异的高精度设计参数。相对于背景技术方法，本发明提高了收敛速度，同时具备强大的全局寻优能力，对高精度气动优化具有很大的工程价值。

摘要： 本发明公开了一种基于深度知识跟踪与强化学习的学习路径优化方法，属于自适应学习领域；具体为：针对某个学生，选择所有未学的以及没有先修的知识点作为待选知识点；利用历史学习的知识点进行one‑hot编码，输入到DKT模型中，输出各待选知识点的掌握水平预测值。然后，选择预测结果最高的知识点K推荐给学生学习；学习过程使用知识点内的学习路径优化算法实现；在当前知识点K学习通过之后，判断是否有后续知识点，如果有，将后续知识点加入待选知识点集合，并将当前知识点K移出；否则，直接将当前知识点K移出，选择下一个知识点重新预测和学习，直至待选知识点集合为空。本发明可以大幅提高推荐精度，在获得同等学习效果的情况下效率有所提高。

摘要： 本发明的方法通过选择器来处理。选择器从数据集源中选择构成学习数据集的每个成员。源的每个成员是通过换能器提取的特征数据并被预先分配给任意一种类别。选择器计算源的每个成员的发散度以获得平均发散度。如果神经网络的输出层的输出神经元与由输出层表示的所有类别中的不同类别相关，则选择器将与最小平均发散度的类别对应的源的各个成员包括在从源到学习数据集的选择中。选择器还在选择中排除了与不同类别的各个剩余类别对应的源的各个成员。

摘要： 本发明公开了一种基于强化学习的多维连续型优化变量全局优化方法，该方法包括：强化学习环境的建立；利用强化学习方法在指定优化变量集中选择指定个数的优化变量，然后再对其取值利用连续型优化变量优化算法进行优化的顺序优化策略；优化总体流程以及约束的引入方法。该方法针对多维连续型优化变量全局优化问题，实现了智能优化的目的，并且可以突破传统全局优化方法对优化变量个数的限制，使人工智能技术在优化方面的广泛应用成为了可能。可以应用于具有极大规模设计变量的工业设计、制造加工、控制优化、投资决策、系统工程等场合；并且得益于深度强化学习强大的智能组合优化能力，对于变量间存在复杂耦合关系的系统也有很好的全局优化效果。

摘要： 本发明公开一种基于强化学习的室内热环境学习效率提升的优化控制方法，属于建筑环境控制技术领域。该方法包括首先获取观测数据：包括获取室内外热环境和人体的相关参数；再搭建神经网络模型，使用该模型迭代预测下一时刻的室内温度值、空调耗电量、脑电波；最后利用获取的数据在建立的模型中进行循环运算，并引入DQN强化学习方法，基于神经网络训练控制空调体统的智能体，通过对当前状态值的观测以及得到的奖励，自动学习空调系统控制制热量决策的优化过程，得到最优控制策略，即得到最优的控制方法。本发明能够营造高效学习室内热环境，同时实现暖通空调系统自动控制，降低系统能耗。

摘要： 本申请提出了一种基于模仿学习和强化学习的暖通空调负荷优化控制方法，涉及电力需求响应技术领域，其中，该方法包括：初始化深度Q网络；获取建筑暖通空调的历史运行数据，根据历史运行数据生成预训练数据；使用预训练数据、基于模仿学习对初始化后的深度Q网络进行预训练；使用预训练后的深度Q网络根据实时天气数据给出最优的建筑暖通空调温度设定，完成负荷优化控制。采用上述方案的本申请考虑了实际应用场景中难以建立仿真环境的限制，能够快速应用于实时电价下的暖通空调温度设定在线优化，在保持室内温度在合理范围内的同时降低暖通空调用电成本。

摘要： 本发明公开一种基于深度强化学习和迁移学习的增升装置优化方法，将深度强化学习方法引入至增升装置的起降构型优化设计中，同时利用迁移学习预训练的方式，搭建起二维优化结果和三维优化的关系，从而有效地利用二维优化的结果来加速三维优化效率。本发明结合二维计算快、三维计算准的特点，从算法层面上搭建起二者衔接的桥梁，提供一种高效率又精准的优化方法。

摘要： 本发明公开了一种基于模仿学习的深度强化学习策略优化防御方法和装置，包括：搭建深度强化学习的智能体自动驾驶模拟环境，基于强化学习中的深度Q网络构建目标智能体，对目标智能体进行强化学习以优化深度Q网络的参数；利用参数优化的深度Q网络产生T个时刻的目标智能体的状态动作对序列作为专家数据，其中，状态动作对中的动作取值对应Q值最小的动作；基于生成式对抗网络构建对抗智能体，并对对抗智能体进行模仿学习，即以专家数据中状态作为生成式对抗网络的输入，以专家数据作为标签来监督优化生成式对抗网络的参数；基于对抗智能体产生的状态对目标智能体进行对抗训练，再优化优化深度Q网络的参数，以实现深度强化学习策略优化防御。

摘要： 本发明公开了一种基于深度知识跟踪与强化学习的学习路径优化方法，属于自适应学习领域；具体为：针对某个学生，选择所有未学的以及没有先修的知识点作为待选知识点；利用历史学习的知识点进行one‑hot编码，输入到DKT模型中，输出各待选知识点的掌握水平预测值。然后，选择预测结果最高的知识点K推荐给学生学习；学习过程使用知识点内的学习路径优化算法实现；在当前知识点K学习通过之后，判断是否有后续知识点，如果有，将后续知识点加入待选知识点集合，并将当前知识点K移出；否则，直接将当前知识点K移出，选择下一个知识点重新预测和学习，直至待选知识点集合为空。本发明可以大幅提高推荐精度，在获得同等学习效果的情况下效率有所提高。