基于文献计量法的独立学院党建工作分析

独立学院拥有特殊的运行机制,担负着培养社会主义接班人的重任,做好独立学院党建工作是新时代的重要课题。采用理论和现实的对比研究,首先梳理独立学院党建工作的现状和遇到的问题;然后,借助文献计量方法,对中国知网2004年至2019年11月的文献数据进行可视化分析。研究发现,学界持续关注独立学院的党建工作,研究热点内容聚焦在独立学院党建工作必要性、发现问题解决问题、解决问题的具体方法、融合创新思维推进党建发展四个方面。加强师生思想政治教育,借助互联网、智能化等新模式为独立学院党建工作赋能,提升党建水平。     

基于技术生命周期的中美人工智能原始创新能力研究

文中以1950-2020年中关两国人工智能关键技术专利为数据源,基于技术生命周期理论,采用Logistic模型进行拟合分析,对中关人工智能原始创新能力进行比较.研究发现,中关人工智能原始创新能力发展水平不一,从技术生命周期来看,中国人工智能技术生命周期目前尚处于成长期,而美国已进入成熟期;中国人工智能技术专利申请数量和速度均领先于美国,特别是跨媒体分析推理、自主无人系统和自然语言处理技术的专利申请增速较快.最后,结合Logistic模型拟合结果,进一步分析了未来中美人工智能原始创新能力演化与跃迁路径,提出了面向2035年远景目标的我国人工智能关键领域提升原始创新能力的相关政策建议.     

混合卷积神经网络的高光谱图像分类方法

为了解决高光谱图像领域中,传统卷积神经网络因部分特征信息损失而影响最终地物分类精度的问题,采用一种基于2维和3维的混合卷积神经网络的高光谱图像分类方法,从空间增强、光谱-空间两方面分别进行了特征提取.首先从空间增强角度提出一种3维-2维卷积神经网络混合结构,得到增强后的空间信息;其次从光谱-空间角度利用3维卷积网络结构...     

基于特征重要性的高光谱图像分类

为了减少高光谱图像中的冗余以及进一步挖掘潜在的分类信息,本文提出了一种基于特征重要性的卷积神经网络（convolutional neural networks,CNN）分类模型。首先,利用贝叶斯优化训练得到的随机森林模型（random forest,RF）对高光谱遥感图像进行特征重要性评估;其次,依据评估结果选择合适数目的高光谱图像波段,以作为新的训练样本;最后,利用三维卷积神经网络对所得样本进行特征提取并分类。基于两个实测的高光谱遥感图像数据,实验结果均表明:相比原始光谱信息直接采用支持向量机（support vector machine,SVM）和卷积神经网络的分类效果,本文所提基于特征重要性的高光谱分类模型能够在降维的同时有效提高高光谱图像的分类精度。     

基于文本分析的我国新一代人工智能产业政策区域比较——以北京、广东、浙江、上海、江苏为例我国新一代人工智能产业规划政策解读

1引言新一代人工智能作为新一轮科技革命和产业变革的核心力量,将重构生产、分配、交换、消费等经济活动各环节,催生新技术、新产品、新产业,引发经济结构重大变革。同时,作为一项不断发展中的新技术,人工智能的发展也带来了前所未有的挑战,尤其是从技术层面演进至法律、道德、伦理、安全层面的挑战。因此,国家和地方先后制定了一系列人工智能规划政策对人工智能产