构建“学习共同体”--《静悄悄的革命》评介     

宋晓东 《地理教学》2020,(6):1-1

《静悄悄的革命》一书作者为佐藤学,他是日本东京大学教授、教育学博士。作为"行动的研究者",他遍访日本全国各地学校,深入课堂,与一线教师共同研究教学,构建起日本全国性的"学习共同体"。作者在本书中欲传递的信息有很多,但作者认为支撑教师的创意和创造性的关键在于给每个孩子学习的尊严、专注教材(学问)的发展性和教师自己的教育哲学这三点。  相似文献   

物种分布模型在海洋物种潜在分布预测中面临的大数据挑战     

解鹏飞  顾炎斌  隋伟娜  陶冠峰  孙淑艳 《海洋信息》2019,34(1)

利用物种分布模型(species distribution models or modeling,SDM)估计物种的真实和潜在分布区,已成为海洋保护区规划、外来、物种入侵预测、气候变迁或环境改变对物种分布影响等领域的研究热点。此外,在大数据技术迅速发展的背景下,国外已出现多个面向物种分布模型的大数据集以及应用大数据技术进行物种分布模型研究的案例,而我国,海洋方面应用大数据的物种分布模型的研究却寥寥无几。文章首先就物种分布模型、物种分布模型分类以及其研究现状做了较为详细的叙述,讨论了物种分布模型的大数据需求及所需数据类型,主要从大数据价值链的角度讨论了海洋领域物种分布模型与大数据的关系,具体从物种分布数据和环境数据的收集与大数据、物种数据和环境数据的集成与大数据、物种分布模型的预测分析与大数据3个方面展开。文章就物种分布模型所面临的大数据问题,从加强海洋生物多样性大数据平台和生态系统观测网络的建设以及鼓励海洋领域的物种分布模型应用研究项目的开展两方面给出作者的建议,对未来物种分布模型在我国海洋领域的研究和应用的前景作了展望。  相似文献   

统计预报方法在海洋预报中的应用研究进展     

杨德全  郝日栩  何健新  何忠杰 《海洋信息》2019,34(2)

统计分析是人们认识自然规律、预测事物发展趋势的一种基本手段,统计预报方法在海洋、气象预报中一直占有重要地位。随着计算机和大数据技术的发展,海洋统计预报技术也取得了一定突破,涌现出许多新方法、新技术。本文系统介绍了统计预报方法在海洋预报中的,应用研究进展,对其发展历程进行了系统的梳理,对目前具有代表性的4类统计预报方法进行了总结,并对海洋统计预报的发展方向和应用前景给以展望。  相似文献   

浅议地理教学中的乡愁教育     

文远金 《地理教学》2019,(13)

  相似文献   

保持局域特征的多源海冰图像融合与分类     

余志强  王廷伟  张晰  张杰  任鹏 《海洋学报(英文版)》2019,38(7):129-136

本文提出一种保持局域特征的多源海冰图像融合方法，并在此基础上进行海冰分类。本文提出的多源海冰图像融合方法包括保持空间局域融合和保持特征局域融合两方面。首先，通过学习得到投影矩阵和相似矩阵。投影矩阵将多源像素进行投影变换，得到保留像素空间局域特性的融合向量。相似矩阵度量像素特征间的相似性，通过拉普拉斯特征分解，得到保留像素特征局域相似性的融合向量。然后，将空间融合向量和特征融合向量进行像素综合，得到融合图像。在此基础上，本文设计一种滑动集成分类方法进行融合图像像素分类。提出的分类方法利用滑动集成的特点，在分类时增强刻画了海冰局域特性。由于本文的保持局域融合框架不仅刻画了海冰在物理空间中的邻接关系，而且考虑不同海冰类型的特征关系，因此其在多源图像（多光谱和合成孔径雷达（SAR）图像）的海冰分类任务中表现优异。实验结果表明本文提出的基于保持局域特征融合的多源海冰图像分类方法有效提升了海冰分类精度。  相似文献   

基于深度残差网络的机载LiDAR点云分类     

赵传  郭海涛  卢俊  余东行  张保明 《测绘学报》2020,49(2):202-213

机载LiDAR点云的分类是利用其进行城市场景三维重建的关键步骤之一。为充分利用现有的图像领域性能较好的深度学习网络模型,提高点云分类精度,并降低训练时间和对训练样本数量的要求,本文提出一种基于深度残差网络的机载LiDAR点云分类方法。首先提取归一化高程、表面变化率、强度和归一化植被指数4种具有较高区分度的点云低层次特征;然后通过设置不同的邻域大小和视角,利用所提出的点云特征图生成策略,得到多尺度和多视角点云特征图;再将点云特征图输入到预训练的深度残差网络,提取多尺度和多视角深层次特征;最后构建并训练神经网络分类器,利用训练的模型对待分类点云进行预测,经后处理得到分类结果。利用ISPRS三维语义标记竞赛的公开标准数据集进行试验,结果表明,本文方法可有效区分建筑物、地面、车辆等8类地物,分类结果的总体精度为87.1%,可为城市场景三维重建提供可靠的信息。  相似文献   

基于Polar1DMLP模型的CCTA冠脉管腔分割方法研究          下载免费PDF全文

申云鹏  高雨枫  章品正  於文雪  周寿军  李宝生  朱健  陈阳 《CT理论与应用研究》2020,29(6):631-642

冠状动脉数字图像造影（CCTA）是一种有效的无创评估冠脉血管狭窄等病变情况的成像技术，对CCTA的自动筛查评估依赖于冠脉管腔的高精度分割。为探索能够分割出高质量的冠脉官腔的算法，本文进行基于深度学习的端到端分割实验以及基于中心线先验信息结合CCTA灰度特征的冠脉管腔分割实验，其中基于深度学习回归方法的Polar1DMLP模型能够结合中心线先验信息得到较好的分割效果。基于公开数据集Coronary Artery Stenoses Detection and Quantification Evaluation Framework中的78组冠脉截段数据进行训练与验证，在16段数据的验证集上得到MSD （mean surface distance）为0.169 mm，DICE为0.796。结果表明本文提出的以中心线为导向信息的Polar1DMLP模型能够较好地整合血管CCTA灰度特征，回归出较为准确的冠脉血管内壁管腔轮廓半径，得到较为平滑的冠脉管腔表面模型，本方法有着较大的潜力以及拓展空间。   相似文献   

中国地震局干部教育网络系统优化改进的思考          下载免费PDF全文

陈奇  盛馨逸  姚迪 《地震科学进展》2020,(9):36-39

中国地震局干部教育网络学院自推出以来，已在地震系统得到广泛应用，取得了良好的效果。但在多年的运行中也暴露出不少问题，需要结合实际运行情况重新整合系统，进行优化改进，从而更加高效地为广大学员服务。   相似文献   

深度学习在水声目标识别中的应用研究     

王培兵  彭圆 《数字海洋与水下攻防》2020,3(1):11-17

水声目标识别技术是水声信号处理的重要组成部分，是水声信息获取与水声信息对抗的重要技术支撑。针对水声目标识别时探测数据量大、自动化程度不高、识别效率低下等问题，研究了深度学习在水声目标识别中的应用。首先，介绍了水声目标识别技术的研究现状及当前形势下面临的挑战。然后，对深度学习的网络结构原理及改进型进行了分析，并分别对深度学习在水声声信号识别领域和水声图像信号识别领域的应用现状做了阐述。最后，指出了由于受当前技术条件和水下复杂环境的制约，此方法尚且存在着不足之处。该方法为进一步优化深度学习算法、拓展深度学习技术应用范畴、提升水声目标识别效率提供了参考。  相似文献   

基于超像元词包特征和主动学习的高分遥感影像变化检测     

杨进一  徐伟铭  王成军  翁谦 《地球信息科学学报》2019,21(10):1594-1607

为解决高分辨率遥感影像变化检测中存在底层特征缺乏语义信息、像元级的检测结果存在“椒盐”现象以及监督分类中样本标注自动化程度较低,本文提出一种基于超像元词包特征和主动学习的变化检测方法。首先采用熵率分割算法获取叠加影像的超像元对象;其次提取两期影像像元点对间的邻近相关影像特征（相关度、斜率和截距）和顾及邻域的纹理变化强度特征（均值、方差、同质性和相异性）,经线性组合作为像元点对的底层特征;然后基于像元点对底层特征利用BOW模型构建超像元词包特征,并采用一种改进标注策略的主动学习方法从无标记样本池中优选信息量较大的样本,且自动标注样本类别;最后训练分类器模型完成变化检测。通过选用2组不同地区的GF-2影像和Worldview-Ⅱ影像作为数据源进行实验,实验结果中2组数据集的F1分数分别为0.8714、0.8554,正确率分别为0.9148、0.9022,漏检率分别为0.1681、0.1868,误检率分别为0.0852、0.0978。结果表明,该法能有效识别变化区域、提高变化检测精度。此外,传统主动学习方法与改进标注策略的主动学习方法的学习曲线对比显示,改进的标注策略可在较低精度损失下,有效提高样本标注自动化程度。  相似文献