用于域适应的多边缘降噪自动编码器

神经网络模型被广泛用于跨领域分类学习。边缘堆叠降噪自动编码器(marginalized stacked denoising autoencoders,mSDA)作为一种神经网络模型,通过对源领域和目标领域数据进行边缘化加噪损坏,学习一个公共的、健壮的特征表示空间,从而解决领域适应问题。然而,mSDA对所有的特征都采取相同的边缘化加噪处理方式,没有考虑到不同特征对分类结果的影响不同。为此,对特征进行区分性的噪音系数干扰,提出多边缘降噪自动编码器(multi-marginalized denoising autoencoders,M-MDA)。首先,利用改进的权重似然率(weighted log-likelihood ratio update,WLLRU)区分出领域间的共享和特有特征;然后,通过计算特征在两个领域的距离,对共享特征和特有特征进行不同方式的边缘化降噪处理,并基于单层边缘降噪自动编码器(marginalized denoising autoencoders,MDA)学习获取更健壮的特征;最后,对新的特征空间进行二次损坏以强化共享特征的比例。实验结果表明,该方法在跨领域情感分类方面优于基线算法。     

小学科学“技术与工程领域”教学设计探究

2017年我国新版《小学科学课程标准》正式颁布,在课程内容上“技术与工程领域”首次以独立的知识领域进入我国小学科学课程。但当前教学过程中仍存在一些问题,基于此,从教学设计角度探究小学科学这一独立模块的教学创新。     

口罩、防护服CE认证的4个关键问题一次搞清楚

面对此次席卷全球的新冠肺炎疫情,率先控制住疫情的中国成为全球“抗疫”急需医疗物资的主要供应地之一。中国对外援助和出口的部分医疗产品质量不达标,从理论上来说存在两方面可能:(1)国外订货量大且急,部分中国生产商临时紧急转产,并非长期专业从事这一产业;(2)各国的相关标准不一致。1如何有效避免此类问题的再次出现?     

全线加强疫情期间医疗废物环境监管

为严防次生污染事件,确保环境安全,中国武汉、上海、贵阳、广东、山东等地生态环境部门全线出击,加强医疗废物环境监管,严格医疗废水排放管理。医疗废物具有空间污染、急性传染和潜伏性传染等特征,其病毒菌的危害是城市生活垃圾的几十倍甚至上百倍,若管理不严或处置不当,医疗废物极易造成对水体、土壤和空气的污染,极易成为传播病毒的源头,并造成疫情的扩散。     

多联机空调系统在医院建筑中的适用性分析

介绍了几种新型多联机空调,结合医院建筑的平面布局,使用需求和气候特点,分析了各类多联机空调用于医院的适宜性及节能性,并指出了多联机空调在医院建筑中应用需注意的问题。     

基于用户感知的互联网医疗服务对策研究

互联网医疗服务是医疗行业的新兴领域,服务提供者和用户间存在较为严峻的信息不对称。为此,该项目以移动平台上的互动医疗保健咨询服务应用为对象,采集用户评论的感知信息并进行数据挖掘分析,研究该服务现阶段存在的问题,并基于具体案例,提出合理化对策,为该行业发展提供参考。