利用拼音特征的深度学习文本分类模型

针对人-机器人语音交互中经过语音识别的文本指令,提出了一种利用汉语拼音中声韵母作为特征的深度学习文本分类模型。首先,以无人驾驶车语音导航控制为人机交互的应用背景,分析其文本指令结构并分别构建单一意图与复杂意图语料库;其次,在以字符作为文本分类特征的基础上,结合汉语拼音与英文单词的区别,提出了一种利用拼音声韵母字符作为中文文本分类的特征表示方法;然后,用门控递归单元(GRU)代替传统递归神经网络单元以解决其难以捕获长时间维度特征的不足,为提取信息的高阶特征、缩短特征序列长度并加快模型收敛速度,建立了一种结合卷积神经网络及GRU递归神经网络的深度学习文本分类模型。最后,为验证模型在处理长、短序列任务上的表现,在上述两个语料库上对提出的模型分别进行十折交叉测试,并与其他分类方法进行比较与分析,结果表明该模型显著地提高了分类准确率。     

基于生态安全格局的国土生态保护修复重点区域研究：以长春市九台区为例

在生态安全背景下，构建生态安全格局是生态文明建设的重要基础之一。本文选取长春市九台区为研究对象，基于生态服务功能重要性评价、最小累计阻力模型、电路理论确定生态源地、生态廊道和生态夹点，从而构建九台区生态格局。研究结果表明：(1)九台区生态源地共829.93 hm²,占研究区总面积的24.62%,土地利用类型为林地和水域；(2)九台区生态廊道共34条，呈辐射状分布在生态源地之间，主要分布在九台区中部和东北部；生态夹点8个，零散分布在九台区南部、西南部和东北部，维护生态源地之间的连通性。对九台区生态源地、生态廊道和生态夹点分类保护和修复，重点保护九台区生态源地，实施严格监管，使其更好地发挥生态功能；将生态廊道和生态夹点划入国土空间规划的生态控制区，在对生态环境不产生破坏的前提下，适当进行开发建设活动。本文研究结果对于九台区提出更具前瞻性的生态设计规划、城镇空间发展预景和土地利用空间布局的优化战略具有重要意义。