基于半监督学习的克里金插值方法

针对数据量较小时,克里金插值精度低的问题,将克里金插值模型与半监督学习理论相结合,利用未标记样本参与训练改进模型性能,提出基于半监督学习的克里金插值模型,即自训练克里金插值模型（STK）和协同训练克里金插值模型（CTK）。以北京地区2017年4月和5月的PM2.5浓度数据作为实验数据,采用克里金插值模型、STK和CTK进行对比实验。实验结果表明,这两个模型既具有半监督学习的优点,适用于只有少量标记样本的情况,又可以分析空间现象的分布模式。其中CTK采用两个模型协同训练,有效削弱了早期误差对后期训练的影响,利用未标记样本提升了模型的性能。     

网络侵权责任主体分析

对于网络服务提供者的责任认定问题,《侵权责任法》网络侵权条款吸收借鉴了"避风港"规则,但该规则在适用中遇到一些障碍,这些障碍的解决,以及实施具体侵权行为的普通网络用户难以被究责等问题,还有赖于相关法律法规、配套制度和机构以及文明网络环境的构建和改良。