一、建筑作品内在结构的可解释性（论文文献综述）
黄庆明,王树徽,许倩倩,李亮,蒋树强[1]（2021）在《以图像视频为中心的跨媒体分析与推理》文中认为如何跨越从跨媒体数据到跨媒体知识所面临的"异构鸿沟"和"语义鸿沟",对体量巨大的跨媒体数据进行有效管理与利用,是发展新一代人工智能亟待突破的瓶颈问题。针对以图像视频为代表的海量网络跨媒体内容,借鉴人类感知与认知机理,本文对跨媒体内容统一表征与符号化表征、跨媒体深度关联理解、类人跨媒体智能推理等关键技术开展研究。基于上述关键技术,着力于解决发展新一代人工智能的知识匮乏共性难题,开展大规模跨媒体知识图谱的构建及人机协同标注技术研究,为跨媒体感知进阶到认知提供关键支撑,进一步为跨媒体理解、检索、内容转换生成等跨媒体内容管理与服务热点应用领域提供了可行思路。
林韬[2]（2021）在《草根理论策略与设计研究方法的拓展》文中研究指明至今,设计学仍是一个较年轻的学科,探赜设计研究的策略、构建未来学科研究的体系与路径是新时代设计研究者的使命与担当。设计研究具有跨学科属性,从交叉学科的观念出发,它的“间性特质”反映在其与自然科学、社会科学和人文学科里的众多学科之间。草根理论（Grounded Theory）,是社会科学研究领域中巴尼·格拉泽（Barney Glaser）和安塞尔姆·施特劳斯（Anselm Strauss）所倡导的经典策略。这一策略并不是实体理论,而是一种研究的路径（Lead）,或者说是一个“方法论”（Methodology）。草根理论可以被看作是定性研究领域众多路径中的一种,但与其他路径的最大不同之处在于:其研究的目的是溯源赓续地从经验资料中生成新理论并运用于学科实践,而不仅仅是停留在描述和阐释研究现象本身,或是针对被研究者的叙事视域、言语特征或日常生活史进行单层线性的分析。它山之石,可以攻玉。崇尚设计研究中的历史观与学科视野,能“发现”经典的草根理论策略并尝试新的实验跨界与嫁接,这对明日的设计学科的设计研究来说毋庸置疑是有价值的;当然,就这一方法论本身而言,其过程又是从原生资料中“自下而上”、不断地“向史而新”的。本文主要依据经典的草根理论策略中的重要要素、特征及研究程序,交叉建构一种可行的设计研究方法:从“田野发现:原生资料的‘厚描’、比对与整理”的胚胎期出发,历经“问题凝炼:田野资料的编码与解码”“深化分析:实质理论的备忘与抽样”的孕育期磨练,力求“形式理论的演化与生成”之成熟期。最后,置身于设计研究的“实验场”从最初对研究对象的实践兴趣到实质理论“自然呈现”再到形式理论的演化生成,借鉴草根理论策略形成的理论则区别于一般的宏大而脱离语境的总结性推论,它更强调的是形成的过程和对于设计操作的导向性,以及检验其指导再设计的合理性与前瞻性。设计的转型实质是设计理念的转型。其中的机遇就隐藏在当前社会发展的无比多样与绚烂的文化中,对于设计思维和策略的研究正是我们不断探索与挖掘这些机遇的有效手段,而在这样的探究之旅中,试图再观察、再聚焦希望凝缩出关联设计的新问题与新理念为未来的设计研究提供一种可能的方法参考。
刘培[3]（2020）在《基于大数据的网络空间主流意识形态传播研究》文中研究说明信息技术、互联网与计算机等技术建构的网络空间成为与现实社会空间并存的第二空间。但网络空间不是一成不变的,而是在技术发展中不断演进的。随着大数据技术在互联网领域应用的广泛推进,借助于大数据可以量化一切的强大计算能力,网络空间确已进入到一个高度依赖数据和算法的阶段,形成了新型的“大数据-网络空间”。“大数据-网络空间”是在大数据技术深度介入下形成、以数据生态为核心、以算法为主导的、虚实深度交融的网络空间。它不仅是世界的数据化再现,而且是大数据算法与人的意向性协同敞开的网络空间。作为大数据技术形塑的空间,“大数据-网络空间”不是固态的、稳定的、不可更改的,而是可以被技术发展与各类媒体、政党、国家等主体意愿建造、编制和构筑,即“大数据-网络空间”具有可塑造性。“大数据-网络空间”作为各种意识形态和社会思潮的传播载体和场域,同样也为主流意识形态传播带来了机遇与挑战。一方面,“大数据-网络空间”为主流意识形态的传播带来了受众、传播内容、传播方式与传播效果的可量化与可计算,实现了精准化和个性化传播。另一方面,“大数据-网络空间”亦为主流意识形态传播带来挑战,主要包括:大数据技术理性张扬下传播者经验的下降与自身的隐匿、数据化传播受众画像的失真、假新闻深度转向与传播生态的后真相化、资本逻辑与算法逻辑对主流意识形态传播逻辑的干扰。面对这些挑战,已有相关研究往往集中在大数据技术薄弱、西方的数据霸权和意识形态渗透方式的多样化等方面进行探讨,而忽视了“大数据-网络空间”自身的可塑造性。“大数据-网络空间”与主流意识形态传播的关系不仅仅是大数据以工具性载体助推网络空间主流意识形态的传播,更重要的是“大数据-网络空间”是被技术和各种意识形态共同塑造与建构的。由此,主流意识形态的传播必然要求塑造“大数据-网络空间”,以提升主流意识形态的传播能力。如何塑造“大数据-网络空间”以提升主流意识形态传播能力成为一个重要问题。首先,要规避算法主导的传播方式,建构基于传播者与受众能动性的个性化传播,从而积极地影响、修正甚至改变算法推荐主导的传播内容,以塑造主流意识形态在“大数据-网络空间”的核心地位。其次,以主流价值导向驾驭算法从而建构“主流价值算法”。主流价值算法通过纠正流量至上的价值导向以消解各种社会思潮和意识形态对主流意识形态传播空间的挤压,从根本上塑造一个正能量的“大数据-网络空间”。再次,展开数据素养和政治素养的双维教育。通过数据素养教育提升传播者和传播受众的数据素养,同时强化大数据技术人员的意识形态教育。最后,推动大数据检测技术与平台监管齐头并进。积极研发大数据检测技术,以检测、识别和过滤虚假信息。且按照精细化、区别化的原则进行分类分级地监管各类传播媒体与平台,健全法律与行业规范的双重规制,从而有力推进“大数据-网络空间”主流意识形态的传播。
赵娟萍[4]（2020）在《SAR图像目标/地物精细化解译方法研究》文中进行了进一步梳理合成孔径雷达（Synthetic Aperture Radar,SAR）由于具有全天时全天候对地观测能力、较强的穿透能力,以及极化信息获取能力,在军事和民用领域中均得到了广泛的研究与应用。SAR图像解译是通过研究SAR图像中目标和地物的特性与相互作用从图像中获取关键信息的技术。近年来,随着SAR图像数据量的急剧增长和卷积神经网络（Convolutional Neural Networks,CNNs）等机器学习方法的大规模应用,单一的技术或方法已经难以满足SAR图像精细化解译的需求,SAR图像解译方法也呈现出了传统模型与深度网络相结合的发展趋势。本文基于卷积神经网络和高斯过程回归等机器学习方法,分别从目标检测、极化方式、探测波段、地物库构建与质量评估方面开展SAR图像目标与地物精细化解译研究。主要研究内容包括:面向SAR图像舰船目标检测的精细化解译、多种极化方式下SAR图像的物理散射类型提取、多种探测波段下SAR图像的物理散射类型提取,以及SAR图像精细化解译测试库构建与质量评估。本文的创新性研究成果总结如下:（1）本文首先针对SAR图像中靠港/岸等密集排布舰船目标检测困难的问题,采用改进的多尺度卷积神经网络方法,同时实现了SAR图像中远海海域和近港/岸区域舰船目标的高精度检测。其次,针对检测框不够精确、密集排布目标漏检严重,及少量陆地虚警的问题,本文提出了一种结合级联卷积神经网络和频域脉冲余弦变换的方法用于SAR图像舰船目标的精细化提取。该方法通过级联卷积神经网络提取SAR图像中舰船目标的粗略候选区,并在局部自适应范围内采用基于脉冲余弦变换的方法进行目标的精细化提取。在欧空局星载Sentinel-1和我国高分三号数据集上的实验结果显示了本文方法的优越性。（2）为了通过单/双极化SAR图像提取具有物理意义的地物散射类型,并在此基础上探索多种不同极化方式下SAR图像对雷达物理散射特性的可解释性,本文提出了一种复数域对比约束卷积神经网络方法。本文所研究的物理散射类型主要聚焦在多次散射、体散射和表面散射上,模型训练真值依赖Cloude极化目标分解方法自动获取。复数域对比约束卷积神经网络方法能够在对比约束损失函数的监督训练下,直接从原始复散射矩阵中学习图像中的物理散射类型。该方法能够实现多种极化方式下SAR图像的地物物理散射类型提取,因而能够从极化方式的角度精细化解译雷达物理散射特性。本文方法通过德国宇航中心提供的多景L波段高分辨率F-SAR影像验证了其有效性和泛化性能。（3）针对多种探测波段下SAR图像中物理散射类型难以有效提取的难题,本文通过基于高斯过程回归的方法首先预测极化熵和极化散射角等参数,最终实现跨雷达探测波段的物理散射类型提取。该方法在高斯假设条件下,首先通过多种探测波段的SAR图像训练基于核函数与平均期望的高斯过程回归模型,所训练的模型能够较为精确地预测极化熵和极化散射角等参数,并给出预测参数的置信范围;进而依据H-α极化分割平面从多个探测波段的SAR图像中提取到具有物理意义的散射类型。本文方法的有效性与泛化性能在X波段Terra SAR-X影像、C波段Sentinel-1影像、L波段F-SAR影像上得到了验证。（4）针对中低分辨率的Sentinel-1影像难以实现地物类别精细化解译的问题,本文在预定义的两级精细化城区类别标注体系基础上,采用地理位置信息作为纽带,通过光学影像辅助标注的方式,构建了一个面向SAR图像地物精细化解译的测试库。该测试库能够提供33,358个城区地物样本,每个样本同时对应了两种不同的极化方式（VH和VV）和四种不同的数据格式（包括原始32位数据、UINT8格式数据、辐射校正图像和伪彩色图）。本文通过基于快速压缩距离的数据流形可视化方法和多种图像分类方法验证了测试库的质量。
帅奕男[5]（2020）在《智慧社会的司法范式转型》文中研究指明本文旨在从法治范式变革的视角研究司法的范式转换问题。“司法范式”体现的是法官默认的司法逻辑和价值取向,司法范式的变化是与法治范式的变革密切相关的。因为法治范式体现了人们对法律系统所处的社会所持有的一般看法,这种看法构成了人们的立法实践和司法实践的背景性理解。因此,本文在法治范式的语境中,对现代司法范式的基本内涵、形态演化、面临的信息化挑战及发展趋向进行探讨,提出面向智慧社会的司法范式构想。除了导论和结语外,本文共分为四章。导论部分梳理了中外学者对智慧社会司法范式转型相关问题的研究现状,介绍了选题缘由、研究思路、研究方法和可能的创新之处。结语部分阐述了智慧司法与中国司法的转型策略,认为智慧司法是国家战略发展的必然选择,也是法律系统内部转型革新的契机,但是需要在法治框架内把握技术介入司法领域的尺度。正文部分的内容具体如下:第一章界定了司法范式的内涵,考察了现代司法范式的形态演变,并提出司法范式演变的逻辑线索。在对司法范式的法治语境进行回顾分析的基础上,本章认为司法范式的现代性内涵包括三个方面,其一是法官立足于个人主体性对案件事实和法律适用作出的司法判断,其二是逻辑化、理性化的司法推理,其三是具有独立于司法结果之正义价值的司法程序。沿着司法范式现代性内涵的思路,本章对西方现代化进程中自由竞争阶段、福利国家阶段、安全保障国家阶段所对应的三种司法范式——形式司法、实质司法、协商司法的特征和具体内涵进行界定和阐述。自由主义范式的形式司法以服从实在法规则为特征,依赖于独立的司法权力机构通过严格的法律推理来解决具体冲突。其背景在于自由主义法治范式以形式理性为基础,通过理性经济人的假定和规则至上的信念来构架其制度体系,法律的一般化和体系化意味着法官需要在普遍性的法律原则或法律规则中寻找“决定性意义的原因”,以严密而精准的逻辑方法进行司法判断。福利国家法治的实质司法以目的导向推理为特征,司法权越来越多地介入到政府政策的形成过程中,司法程序也从关注形式公正转向关心实质公正。其背景在于自由竞争下生产和资本的集中化加强了垄断性资本的力量,经济权力、物质财产和社会状况的不平等与日剧增,自由主义法治所带来的国家与社会、政治与法律的分离以另一种方式走向整合,福利国家的实质法逐渐地导向了社会角色和社会地位,并在司法领域表现为法律判断和道德判断的整合。程序主义法治范式背景下的协商司法以沟通保障的司法程序为特征,表现为通过建立平等自由的对话空间以促进司法主体间协商沟通,进而达成共识。其背景在于法律结构和科层结构难以应对国家干预过于密集所带来的社会复杂情势,面向实质平等的权利保障也在一定程度上侵害了个人自主性的实现,这促使法律和司法转向通过组织规范和程序规范实现社会整合。司法范式的演化动力一方面来自于外部的社会条件变化,新的社会结构和组织原则通过制度化吸收到基本的法律结构中,进而影响司法的价值取向;另一方面来自于司法实践的内部反思,司法系统也在纠纷解决中不断探索如何通过方法的运用、制度的设计,更好的促进司法正义的实现。第二章考察了司法范式面临的信息化挑战。信息时代的到来正在改变传统的社会结构和组织原则,计算机、互联网与大数据的结合不仅消解了理性思辨在知识生产和权力架构中的话语地位,而且对围绕能量与物质构建起来的现代法治秩序带来冲击。在这个过程中,司法作为法治体系的有机组成部分以及“微观社会矛盾纠纷的灵敏显示器和社会治理状态的预警机”,首当其冲的感受到社会信息化与建构理性碰撞磨擦的冲击力。这就使得现代司法范式在信息化背景下面临着三重挑战:其一是双重空间对既有司法裁判规则和场域形成的冲击,其二是平台治理对国家法律的中心主义和司法至尊的地位的消解,其三是司法智能化对以法学专业知识为基础的现代司法理念带来的挑战。第三章分析了司法范式的智慧化转型趋向。随着技术对社会解析的不断加深,物理时空发展起来的司法理念与司法制度难以应对“微粒社会”的高速数字化进程,新的知识力量深度的参与到司法权力的运作之中。在司法规则方面,实体性规则和程序性规则被转化为计算机化的表达形式,甚至直接以代码生成规则,通过算法和程序设计实现自动化规制。在司法裁判方面,智能系统为各类案件提供“定制化”的证据指引、类案推送以及评估预测,使裁判结果更加具有连续性、一致性和可预见性,呈现出程式化的算法决策趋向。在司法过程方面,司法运作的场域逐渐从“广场式”“剧场式”的物理空间结构转向远程审理、人机交互、个性定制的多维立体空间,呈现出分众在线的场景化运作趋势。在司法服务方面,依托诉讼服务平台,精准定位、智能预判的个性化的诉讼指导增加了公众与司法部门的黏性,提供了更加有效和便捷的“接近正义的方式”。与此同时,新兴技术力量与司法权力运作的结合也指向了一个全景敞视的可以精细识别不同苦乐场景的智能控制机制,我们需要在新的法治框架中对司法范式进行设想和探讨。第四章提出面向智慧社会的司法范式构想。现代法治范式的研究与现代性社会转型有着本质上的勾连,是一种与现代性社会转型密切相关、对现代性进行智性反思的法律知识形态的变化。本章吸收了现代法治理论中的反思要素,并与社会学的反思性理论进行勾连,对法律与社会特性进行“双向阐释”,提出面向后现代的智慧法治范式,并在这种新型法治范式中塑造司法范式的形态。首先,为智慧时代的司法价值注入数字正义的内涵,使其内在的反映信息社会资讯化、符号化的思考和行为方式。其次,充分意识到智慧司法中人脑决策与智能决策之间的协同关系,推动演绎逻辑与计算知识的融合运用,使司法逻辑内在地反映双重空间、人机混合、算法主导时代的行为规律和新型法律关系。最后,通过数据、平台与司法活动参与者之间的互动,司法应突破仅仅被理解为是一种事后救济手段的设定,发挥纠纷预防的社会治理功能,应对智慧社会的风险和变化。
张幸幸[6]（2020）在《机器学习中原型学习理论与方法研究》文中研究说明随着信息技术在社会各领域的深入渗透,人类社会所拥有的数据总量达到了一个前所未有的高度。一方面,海量数据为基于数据驱动的机器学习方法获取有价值信息提供了充分空间;另一方面,高维度、过冗余以及高噪声也是上述繁多、复杂数据的固有特性。为消除数据冗余、发现数据结构、提高数据质量,原型学习是一种行之有效的方式。通过寻找一个原型集来表示目标集,以从样本空间进行数据约简,在增强数据可用性的同时,提升机器学习算法的执行效率。其可行性在众多应用领域中已得到证明。因此,开展原型学习相关理论与方法的研究具有重要的理论意义和应用价值。本文围绕原型学习中的多样性、可解释性和相容性三个核心问题,探索建立新的原型学习模型,对涉及的相似性度量、互斥约束、质量评价、知识迁移、模型优化等理论问题开展深入研究,解决面向表征学习的原型互斥选择、原型结构化选择、任务指派中的原型生成等技术问题。论文的主要创新性研究成果包括:?提出了一种特征聚合中的原型选择方法。为了产生紧致但可解释的全局表示,该方法通过松弛排他性约束从所有局部特征中选取信息密度高、相容性强的原型。同时,将特征聚合中的码书构建、编码以及池化有效地集成到一个统一的原型选择框架中,进一步增强生成表示的可判别性。在此基础上所建立的全局表示,在分类和检索性能上能够比现有的聚合方法获得至少1.94%和1.69%的增益。?提出了一种面向任务指派的原型生成方法。为了将目标集中每个元素都指派给一个最具代表性的原型,该方法在低维空间最小化目标集与原型集间的任务指派损失,同步实现原型学习与任务指派。通过最大化预期指派方案与实际的一致性,该模型还能够灵活应用于无/半/全监督任务指派场景。同时给出了一种交替迭代算法用于有效求解提出的模型。在运动分割、动作识别和场景分类性能上能够比最先进的方法获得1.64%、2.39%和0.61%的增益。?提出了一种1范数度量诱导的原型选择方法。为了应对原型选择时目标集中的离群值和隐藏的数据结构,该方法在目标集的稀疏子空间自适应学习1范数度量,并首次建立度量学习与原型选择的统一框架。进而,通过合并已获取的原型与新到达的目标数据,该模型还支持动态序列模式下在线原型选择。仿真数据、视频摘要、运动分割等实验结果显示,该方法能够显着地提高原型的多样性和代表性。?提出了一种自监督的深度低秩原型选择方法。为了提高原型的代表性,该方法基于去噪自编码器,将低秩指派模型动态地嵌入深度表示学习中。在嵌入空间,所选原型能够动态地监督目标集的度量学习;而在度量空间,学到的判别性表示有助于为目标集中相似的元素指派相同的原型,从而保证原型的多样性和鲁棒性。视频摘要、文本聚类和图像分类等任务上的实验结果验证了提出方法能够比最具代表性的DS3方法获得将近3.72%的增益。?提出了一种基于知识迁移的原型生成方法。为了进一步提高无监督原型学习的判别性,该方法跨域引入辅助数据,并通过最小化原型编码成本、最大化原型结构一致性,来建立一个层次化协同原型生成模型。最终将其它大数据集在视觉与语义空间的超级原型共享并迁移到目标集,实现目标集的代表性原型生成。大量无监督图像分类任务上的实验结果表明了提出方法能够比现有的同类方法获得5.6%至30.3%的增益。
陈登科[7]（2020）在《网络钓鱼网址识别的深度学习模型及可解释性研究》文中提出进入21世纪以来,由于互联网的发展迅速,我们已跨入了大数据时代。一方面享受到由此带来的生活水平的提升,另一方面也面临着一系列新的问题,尤其是信息安全问题,因此网络安全不容忽视。现如今,网络钓鱼便是一种典型的欺骗网民并从中获取利润的欺诈手段,给网民的财产造成了严重的损失。由此可见,有效遏制“钓鱼网站”是网络安全的重要保障。一般来说,钓鱼攻击者都是通过伪造的钓鱼网址去引诱网民进入钓鱼网站,进而实施诈骗,所以如何准确高效地识别钓鱼网址已成为网络信息安全的研究热点和重要问题。当今,国内外学者已对防御钓鱼网站进行了越来越细致的研究,但仍需要进行改进与深入。现如今,深度学习技术的出现对钓鱼网址识别方面发挥了极其重要的作用,大大提高了检测效率和准确率。然而,深度学习模型就如同黑盒一般,给它一个输入,则反馈一个决策结果,虽然结果较可观,但没人能确切地知道它背后的决策依据以及它做出的决策是否可靠,其模型内部的具体操作我们并不了解,这阻碍了深度学习的进一步发展和应用,所以其可解释性研究已迫在眉睫,成为了当今的热点和难点。钓鱼网址一般存活时间短且变化形式多样,人工提取URL（Uniform Resource Locator,统一资源定位符）的特征往往依赖于人的先验知识,提取的这些特征不一定能有效区分钓鱼网址,准确率往往不高,检测方法效率较低下,因此本文采用了一种无需人工提取特征,而直接学习URL字符序列的检测方法,具体如下,首先通过网络爬虫技术在https://openphish.com网站黑名单数据库中爬取了5000条钓鱼URL,并通过搜索引擎搜索钓鱼网址对应的品牌去爬取5000条正常URL,然后将这10000条带正反标签URL样本通过ASCII码表转化为一个二维矩阵,再利用神经网络嵌入层构建词向量,最后送入到几种循环神经网络模型中训练并进行比较,发现双向门控循环单元（Bi-directional Gated Recurrent Unit,BiGRU）神经网络可以学习序列化特征和长期依赖关系的特性,并捕捉URL字符序列之间隐含的依赖关系,当用于钓鱼网址识别时,可以大大提高钓鱼网站检测的准确率和查全率。另外,为了研究模型的可解释性,找出BiGRU神经网络模型分类的依据,本文先采用Lundberg和Lee在2017发表的论文《A unified approach tointerpreting model predictions》上提出的SHAP（SHapley Additive exPlanations）可解释法对BiGRU神经网络模型进行可解释性研究。再采用2016年顶级数据挖掘学术会议（KDD）上提出的LIME（Local Interpretable Model-Agnostic Explanations,局部可解读的与模型无关的解释）解释法对BiGRU神经网络模型进行可解释性研究,并对两种解释模型做对比分析。通过研究分析得到以下结论:1、从模型分类的性能上看:双向门控循环单元神经网络较其它的循环神经网络用于钓鱼网址识别时有更高的准确率,达到98%以上。2、从模型分类的判定依据来看:神经网络通过学习大量的URL数据集,发现其判定的依据主要是根据一个字符或者字符串的特征。3、从判定依据的特征来看:这些字符串的长短不一,且之间有包含关系,但它们对判定此条URL为正常网址还是钓鱼网址均有一定的作用,并且被赋予不同的特征贡献值。4、从两种解释方法的性能对比来看:从总体上来说,SHAP解释考虑到特征之间的相关性,适用范围更广,但具体到本文来说,针对本文没有人工提取特征的情况,用LIME解释会比SHAP解释得到更好地解释结果。
李璐璐[8]（2020）在《论丹托对艺术的定义》文中研究说明1964年,阿瑟·丹托（Arthur C.Danto）的论文《艺术世界》的发表,给国际美学界和艺术界带来了巨大的震动,引发了学界对艺术和美学问题热烈的探讨,紧接着提出的“艺术的终结”,更在学界掷起了千层浪,众多的学者纷纷参与到这一艺术话题的讨论之中。对于艺术定义,丹托并没有给出明确的答案,而是从几个角度提供了成为艺术品的必要条件,这些条件可以分为:（1）具有关于性和可解释性;（2）具备表现和隐喻结构;（3）依赖艺术界和艺术史。艺术界是艺术定义中的重要概念,它包含了艺术理论氛围和艺术史知识两个部分,丹托用理论和历史的结合为后现代艺术提供了合理的身份证明,也从逻辑上证明了艺术定义的可能性。丹托的艺术定义具备两个特性:一是本质主义和历史主义的结合,他把本身的冲突的本质主义和历史主义做了一个调和,运用到了艺术定义中;二是将美和艺术定义进行分离,这与后现代艺术的特征相关,美不再是定义艺术的必要条件。后现代艺术中,艺术品和普通物品之间的界限模糊,艺术世界和现实世界难以区分,丹托认为理解艺术就是认识一种生活形式——想象一件艺术品就是想象一种它在其中起作用的生活形式,对艺术的解释需要语境的参与,因此他的艺术定义具有一种语境化的倾向。丹托的艺术理论影响了当代艺术创作的价值观念,打破了美在艺术审美中的主导地位,使艺术创作呈现一种多元化的局面。由于艺术定义的特殊性,只要谈论艺术定义问题,就难以避开循环论证的风险,丹托的艺术终结论也受到众多理论家的怀疑,但其艺术定义理论,为后现代艺术提供了理论支撑,能够解释现阶段产生的艺术形式,提供了众多关于后现代艺术的观点。正是如此,笔者希望能够借助丹托的理解,理解艺术定义问题,对新兴的艺术形式进行深入的思考。
于二泽[9]（2020）在《基于时空数据挖掘的城市公共自行车站点租还需求量预测研究》文中研究表明公共自行车是城市绿色交通系统的组成部分,是服务公众短距离出行和公共交通接驳换乘的重要方式,然而单车租还难问题一直是限制其服务提升的主要弊端,在当前大数据等信息技术带动交通服务革新升级的背景下,如何将数据资源与出行需求预测建立紧密衔接,是解决单车租还难问题的关键。本文分析和总结国内外城市公共自行车的研究现状及发展过程中存在的问题,以宁波市公共自行车IC数据为基础,围绕公共自行车系统时空数据挖掘与需求预测开展研究,研究工作体现在以下三方面:首先,以公共自行车出行需求时空特征分析为出发点,利用时间序列分析、K-Means聚类、空间统计等手段探究出行模式,研究发现:宁波主城区公共自行车使用行为具有明显的早晚高峰特征;部分居住区、商业地块内站点表现出明显的潮汐使用特性;并且研究范围内公共自行车租还行为呈现出空间集聚特征。其次,从空间角度出发,建立空间回归模型探索站点使用需求与空间因素的内在联系,结果表明:300m缓冲区内人口密度、主/次干道里程与常规公交站点等8项指标对需求量呈显着正相关,同时缓冲区内餐饮、常规公交站点等9类POI分布对工作日/休息日站点租/还车需求影响效应存在差异,深化对研究区域单车租还需求不均衡问题的理解,并为后续预测工作中特征选择提供依据。最后,以需求预测作为解决单车租还难问题的切入点,针对进一步提高站点租还量预测精度的现实需求,本文提出一种考虑时空关联特性的KNN-LightGBM组合预测模型,模型继承LightGBM算法在准确度与可解释性方面的优势,并依托K最近邻（K-Nearest Neighbor,KNN）算法的搜索机制,有效识别站点间相关时间序列;然后构建包含天气、时间和空间变量的多维度特征集,从“算法选择合理性+组合模型有效性”两方面设计对照实验进行验证,结果显示:相比Xgboost和随机森林等对照模型,LightGBM算法在日维度和小时维度的租、还车量预测中均表现出更为高效且精准的优越性能;同时考虑时空关联特性的KNN-LightGBM模型预测精度优于单一LightGBM预测方法,小时维度下站点单车租还量预测的MAE（Mean Absolute Error）平均降低11.93%,拟合优度R2平均提高4.67%,KNN-LightGBM模型的可行性与有效性得以验证,未来可在城市公共自行车大数据管理系统中发挥应用价值。
刘依林[10]（2019）在《中国古典园林中的“空白美” ——以苏州园林为例》文中进行了进一步梳理“空白美”是中国古典美学中的一个重要范畴,它对中国传统艺术有着重要的影响作用,其中以园林建筑艺术最为典型。园林建筑对“空白美”的营构,是其自身最为独特的部分,具有鲜明的个性;特别重视对“空白美”的营构,也是它与其他艺术相区别的重要因素所在。因此,对中国古典园林中“空白美”的探寻是必要且富于价值的,这对于建立起以园林文化为核心的园林美学理论体系尤其具有重要的意义。苏州园林是中国古典园林建筑的杰出代表,在世界造园史上有独特的历史地位和价值。以苏州园林为蓝本,是进行“空白美”理论研究的重要切入点。但通过文献梳理可以发现,历代学者对苏州园林中“空白美”的研究虽然已有不少,但全面、系统、深入的研究成果却不多见,以此为题的学术专着和博士论文则几乎没有,这就为本文留下了可以进一步研究的空间。本文以苏州园林为范例,以“空白”与苏州园林“美”之间的生成关系为研究主体,分别从美学理论、哲学、审美心理学三个层面进行分析阐释,以求构建起一个较为系统的“空白美”体系。基于这一思路,除了“绪论”和“结语”以外,本文共由五个部分组成:第一章主要论述“空白”理念的提出、思想来源,“空白”的定义、美学内涵及其与园林之间的关系,包括园林中园林中“空白美”的界定等问题。“空白”概念在我国古典文论、艺术理论、哲学理论中常被提及,但相关定义却并不明确,往往以另一种面貌出现在世人面前,如画论中的“计白当黑”、书法中的“飞白”、诗词中的“无言之美”等,这都说明了传统艺术对“空白”的重视。“空白”不但在古典书论、画论等理论研究中扮演着重要角色,而且还具有极强的创造实践价值,如园林建筑就是在“空白”营构的影响之下孕育出了“虽由人作,宛若天工”的审美境界。当然,在文艺创作、园林建造等创造性实践活动中,“空白”一词早就脱离了其字面的含义,从单纯对空着、没有填满的事实状态的描述,转变成为了某种不确定、似有还无或虚无状态本身,拥有了更为丰富的美学内涵。第二章主要从“园林建造”这一视角出发,通过对园林空间的整体阐述、区域景观的详细分析等,揭示“空白美”的存在对苏州园林的重要作用。如“空白美”的存在使苏州园林更为灵动与自然,这反映在园林的建筑实体、空间、色彩等各个层面的营构上。第三章结合苏州园林中的经典园区进行分析,阐释说明“空白美”的营构在苏州园林中的作用及其所展现出来的美学意义、美学内涵,以构建起一个相对完整的美学体系。第四章从审美心理学的角度对“空白美”背后所反映的审美心理进行挖掘,以回答园林建造为何需要“空白美”以及欣赏者能从“空白美”中得到怎样的审美体验等问题,进一步说明苏州园林中“空白美”的存在价值。第五章主要从“审美反思”的角度出发,通过分析“空白美”在当下园林建造中的体现,强调“空白美”对于当下园林建筑仍然具有启示意义,并借此进一步论述“空白美”存在的必要性及其对于未来园林建筑设计的积极作用。
二、建筑作品内在结构的可解释性（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、建筑作品内在结构的可解释性（论文提纲范文）
（2）草根理论策略与设计研究方法的拓展（论文提纲范文）
| 摘要 |
| Abstract |
| 绪论 |
| 一、缘起与背景 |
| 二、目的与意义 |
| 三、研究综述 |
| 四、方法与策略 |
| 五、创新价值 |
| 六、研究脉络 |
| 第一章 田野发现:原生资料的“厚描”、比对与整理 |
| 第一节 设计研究“胚胎期” |
| 一、兴趣点与逻辑追寻 |
| 二、契合:“非强制性”搜集方式 |
| 第二节 访谈记录与文本剖析 |
| 一、对话访谈 |
| 二、书写绘制 |
| 三、资料阈限性 |
| 第三节 民族志互补兼容 |
| 一、互惠:资料可信性与质量 |
| 二、沉浸:田野资料汇集 |
| 第二章 问题凝炼:田野资料的编码与解码 |
| 第一节 开放性:原生编码 |
| 一、词/行/事件 |
| 二、逻辑梳理 |
| 三、编码互文建构 |
| 第二节 关联性:聚焦编码 |
| 一、联结:线性/非线性交互 |
| 二、敏感性:以问题为导向 |
| 第三节 选择性:轴心编码 |
| 一、多维化:类属与亚类属 |
| 二、人本化:沉浸式的情感/情境 |
| 三、核心化:文本解码为概念 |
| 第三章 深化分析:实质理论的备忘与抽样 |
| 第一节 备忘策略:概念练习 |
| 一、释放设计想象力:以自然思维思考 |
| 二、情境地图构建:集聚思维 |
| 第二节 “局外人”视角:举反例与“切片”法 |
| 一、举反例 |
| 二、“切片”法 |
| 第三节 理论“深度”与饱和 |
| 一、思辨思维:“深度”法 |
| 二、往复比较:类属饱和 |
| 第四章 孵化器:形式理论的演化与生成 |
| 第一节 形式理论的三种模式 |
| 一、单区域形式理论 |
| 二、多区域形式理论 |
| 三、直接构建形式理论 |
| 第二节 赋能:形式理论的抽象化 |
| 一、批评:争鸣的启迪 |
| 二、演进:推陈出新、革故鼎新 |
| 三、顿悟:作为形式理论的表达 |
| 第三节 建构设计研究形式理论评价标准 |
| 一、反身性:“形式理论”方法论思考 |
| 二、格拉泽的评价原则 |
| 三、以往设计研究评价标准提要 |
| 第五章 实验场:草根理论策略在设计研究中的专题 |
| 第一节 文字的意蕴:汉字设计字形思维解读 |
| 一、古文字功能的映射:原生状态 |
| 二、汉字字形思维凭借:深度分析 |
| 三、汉字设计“法式营造”:现代呈现 |
| 第二节 迷失的玩具——音画幻灯的原生形态与设计迁延探赜 |
| 一、音画幻灯介入现代家庭娱乐活动:个体身份溯源 |
| 二、由跨界的视觉娱乐到明治维新后的新媒介:地域时尚思潮 |
| 三、地域性辐射全球化视野的未来愿景:设计动力基因 |
| 第三节 为设计赋能——“谱伦”绘画图式中的设计哲思 |
| 一、“尤罗韦司小组”中“谱伦”的缩影:概念源头 |
| 二、从“经典”绘画图式指向“一般”设计路径:实质理论 |
| 三、秩序的隐喻驱动“形式理论”生成:为设计赋能 |
| 结论 |
| 致谢 |
| 附录 |
| 一、国内外研究现状重要文献梳理 |
| 二、原着《草根理论的发现:定性研究的策略》(The Discovery of Grounded Theory,1967)与设计研究方法 |
| 参考文献 |
| 一、专着类 |
| 二、论文类 |
| 读博期间主要科研成果 |
（3）基于大数据的网络空间主流意识形态传播研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 问题的缘由与研究价值 |
| 1.2 国内外研究动态与文献评析 |
| 1.3 研究思路与研究方法 |
| 1.4 研究创新点与难点 |
| 2 主流意识形态传播与网络空间的内在关联 |
| 2.1 意识形态概念的演变 |
| 2.2 主流意识形态传播方式的变迁 |
| 2.3 网络空间及其可塑性 |
| 2.4 网络空间与主流意识形态传播的内在关联维度 |
| 3 大数据技术对网络空间的形塑 |
| 3.1 大数据技术:网络空间变革的技术基础 |
| 3.2 大数据技术的生产力属性与功能 |
| 3.3 “大数据-网络空间”的界定 |
| 3.4 “大数据-网络空间”的本质 |
| 3.5 “大数据-网络空间”的主要特征 |
| 4 “大数据-网络空间”主流意识形态传播的机遇与挑战 |
| 4.1 “大数据-网络空间”主流意识形态传播的机遇 |
| 4.2 技术理性的张扬与传播者的遮蔽 |
| 4.3 数据化受众画像的失真 |
| 4.4 假新闻扰乱主流意识形态传播环境 |
| 4.5 政治逻辑、算法逻辑与资本逻辑的博弈 |
| 5 掌握主流意识形态传播的主动权:提升塑造“大数据-网络空间”的能力 |
| 5.1 建构基于传播者与受众能动性的个性化传播 |
| 5.2 设计主流价值算法 |
| 5.3 展开数据素养与政治素养双维度教育 |
| 5.4 大数据检测技术与监管齐头并进 |
| 6 结论 |
| 参考文献 |
| 作者简介 |
| 学位论文数据集 |
（4）SAR图像目标/地物精细化解译方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题背景与研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 SAR图像测试库发展 |
| 1.2.2 SAR图像分类现状 |
| 1.2.3 SAR图像舰船目标检测 |
| 1.2.4 极化SAR图像散射特性 |
| 1.3 研究内容与组织结构 |
| 第二章 SAR与极化SAR基础 |
| 2.1 引言 |
| 2.2 SAR成像基础简介 |
| 2.3 SAR图像特性 |
| 2.3.1 几何畸变 |
| 2.3.2 相干斑噪声 |
| 2.4 雷达极化原理与特性 |
| 2.5 极化SAR图像基本表征 |
| 2.5.1 极化散射矩阵及其向量化表征 |
| 2.5.2 相干矩阵与协方差矩阵 |
| 2.6 本章小结 |
| 第三章 面向SAR图像舰船目标检测的精细化解译 |
| 3.1 引言 |
| 3.2 基于卷积神经网络的目标检测方法概述 |
| 3.2.1 基于区域候选框预测的双网检测算法 |
| 3.2.2 基于检测框回归的单网检测算法 |
| 3.3 基于多尺度卷积神经网络的SAR图像舰船目标检测 |
| 3.3.1 研究动机 |
| 3.3.2 方法详介 |
| 3.3.3 实验结果与分析 |
| 3.4 结合级联网络与脉冲余弦变换的舰船目标精细化提取 |
| 3.4.1 研究动机 |
| 3.4.2 方法详介 |
| 3.4.3 实验结果与分析 |
| 3.5 本章小结 |
| 第四章 多种极化方式下SAR图像的物理散射类型提取 |
| 4.1 引言 |
| 4.2 Cloude极化目标分解 |
| 4.3 基于复数域卷积神经网络的物理散射类型提取 |
| 4.3.1 网络结构 |
| 4.3.2 网络优化的损失函数 |
| 4.3.3 物理散射类型提取 |
| 4.4 实验结果与分析 |
| 4.4.1 实验数据与网络训练真值 |
| 4.4.2 实验设置及性能评价 |
| 4.4.3 多种极化方式下SAR图像的物理散射类型提取 |
| 4.4.4 验证模型的泛化性能 |
| 4.5 本章小结 |
| 第五章 多种探测波段下SAR图像的物理散射类型提取 |
| 5.1 引言 |
| 5.2 高斯过程基本原理及其在遥感图像中的应用 |
| 5.2.1 高斯过程基本原理 |
| 5.2.2 高斯过程在遥感图像中的应用 |
| 5.3 基于高斯过程回归的物理散射类型提取 |
| 5.3.1 数据准备 |
| 5.3.2 方法祥介 |
| 5.4 实验分析 |
| 5.4.1 实验设置 |
| 5.4.2 基于X波段TerraSAR数据的物理散射类型提取 |
| 5.4.3 基于C波段Sentinel-1数据的物理散射类型提取 |
| 5.4.4 验证模型的泛化性能 |
| 5.5 本章小结 |
| 第六章 SAR图像精细化解译测试库构建与质量评估 |
| 6.1 引言 |
| 6.2 OpenSARUrban测试库构建方法 |
| 6.2.1 数据收集与预处理 |
| 6.2.2 精细化类别体系定义 |
| 6.2.3 测试库标注方法 |
| 6.2.4 测试库组织形式 |
| 6.3 OpenSARUrban测试库特性分析与规范化管理 |
| 6.3.1 测试库特性分析 |
| 6.3.2 测试库规范化管理 |
| 6.4 测试库质量评估:数据库流形可视化 |
| 6.5 测试库质量评估:图像分类 |
| 6.5.1 验证算法与实验设置 |
| 6.5.2 测试库分类整体性能评价 |
| 6.6 本章小结 |
| 全文总结 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文 |
| 攻读学位期间参与的项目 |
| 攻读学位期间参加的学科竞赛及获奖情况 |
（5）智慧社会的司法范式转型（论文提纲范文）
| 摘要 |
| abstract |
| 导论 |
| 一、问题的提出 |
| 二、研究综述 |
| 三、研究思路与方法 |
| 四、学术创新之处 |
| 第一章 司法范式的基本内涵与形态演变 |
| 第一节 司法范式的基本内涵 |
| 一、司法范式的现代法治语境 |
| 二、司法范式的现代性内涵 |
| 第二节 司法范式的形态演变 |
| 一、自由主义范式的形式司法 |
| 二、福利国家范式的实质司法 |
| 三、程序法范式的协商司法 |
| 第三节 司法范式的演变逻辑及其局限 |
| 一、司法范式演变的逻辑线索 |
| 二、工商业时代的司法变迁及其局限 |
| 三、数字时代司法范式的转型升级 |
| 第二章 司法范式面临的数字化挑战 |
| 第一节 司法范式转型的信息化背景 |
| 一、信息时代的知识状态 |
| 二、元叙事的消散:信息时代的法治秩序变革 |
| 三、司法范式转型的困境与机遇 |
| 第二节 双重空间对司法场域的冲击 |
| 一、涉网案件管辖制度失灵 |
| 二、电子证据采信标准缺位 |
| 三、网络民意对司法逻辑的冲击 |
| 第三节 平台治理对司法“中心化”的挑战 |
| 一、自治高效的争议处理 |
| 二、群策共治的大众评审 |
| 三、事前预防的技术控制 |
| 四、激励规训的评分机制 |
| 第四节 司法智能化的转型张力 |
| 一、从信息孤岛到数据共享 |
| 二、从在场交往到远程审理 |
| 三、从“人与工具”到人机协作 |
| 第三章 司法范式的智慧化转型趋向 |
| 第一节 代码识别的自动化规制 |
| 一、证据规则的代码表达与识别 |
| 二、诉讼规则的代码表达与识别 |
| 三、管理规则的代码表达与识别 |
| 第二节 算法决策的程式化裁判 |
| 一、证据审查程式化 |
| 二、准据识别聚焦化 |
| 三、自由裁量标准化 |
| 第三节 分众在线的场景化运作 |
| 一、司法空间脱域化 |
| 二、司法供给分众化 |
| 三、司法交涉界面化 |
| 第四节 智能回应的平台化服务 |
| 一、诉讼引导智能化 |
| 二、申请受理移动化 |
| 三、解纷路径分流化 |
| 第四章 面向智慧社会的司法范式重塑 |
| 第一节 法治范式转型:迈向智慧法治 |
| 一、法治范式转型的理论基础:反思要素 |
| 二、智慧时代的社会特性 |
| 三、开放融合的智慧法治观 |
| 第二节 司法价值:从场域正义走向数字正义 |
| 一、立足数字化期待 |
| 二、建立可视化交互 |
| 三、面向场景化需求 |
| 第三节 司法决策:人机协同与融合 |
| 一、以计算知识填补演绎逻辑 |
| 二、加强司法人工智能的论证性和可解释性 |
| 三、明确技术权力介入的边界和尺度 |
| 第四节 司法功能:数据驱动型纠纷预防 |
| 一、纠纷预防的必要性和重要性 |
| 二、纠纷预防何以可能 |
| 三、数据驱动型纠纷预防运行机制 |
| 结语 探索中国特色的智慧司法模式 |
| 参考文献 |
| 在读期间发表的学术论文与研究成果 |
| 后记 |
（6）机器学习中原型学习理论与方法研究（论文提纲范文）
| 致谢 |
| 中文摘要 |
| ABSTRACT |
| 主要符号对照表 |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究概况 |
| 1.2.1 原型学习的相关方法 |
| 1.2.2 原型学习的典型应用 |
| 1.2.3 原型质量评估 |
| 1.3 研究内容和论文框架 |
| 1.3.1 研究内容 |
| 1.3.2 论文框架与结构安排 |
| 2 原型学习综述 |
| 2.1 原型学习的监督方式 |
| 2.1.1 无监督的原型学习 |
| 2.1.2 半监督的原型学习 |
| 2.1.3 全监督的原型学习 |
| 2.2 原型学习的相关模型 |
| 2.2.1 基于相似度的原型学习 |
| 2.2.2 基于行列式点过程的原型选择 |
| 2.2.3 基于数据重构的原型学习 |
| 2.2.4 基于低秩逼近的原型选择 |
| 2.3 本章小结 |
| 3 特征聚合中的原型选择 |
| 3.1 问题描述 |
| 3.2 面向特征聚合的原型选择方法 |
| 3.2.1 原型诱导的特征聚合模型建立 |
| 3.2.2 半监督下的特征聚合 |
| 3.3 模型求解 |
| 3.3.1 优化解法的框架 |
| 3.3.2 收敛性分析 |
| 3.3.3 计算复杂度分析 |
| 3.4 实验结果和分析 |
| 3.4.1 实验设置 |
| 3.4.2 合成数据的定性评估 |
| 3.4.3 图像检索的性能评估 |
| 3.4.4 图像分类的性能评估 |
| 3.4.5 Pro LFA的参数敏感度 |
| 3.4.6 Pro LFA的可扩展性 |
| 3.5 本章小结 |
| 4 面向任务指派的原型生成 |
| 4.1 问题描述 |
| 4.2基础指派模型DS3 |
| 4.3 面向任务指派的原型生成方法 |
| 4.3.1 通用指派模型建立 |
| 4.3.2 无监督下的原型生成 |
| 4.3.3 半监督下的原型生成 |
| 4.3.4 全监督下的原型生成 |
| 4.4 模型求解 |
| 4.4.1 优化解法的框架 |
| 4.4.2 收敛性分析 |
| 4.4.3 计算复杂度分析 |
| 4.5 实验结果和分析 |
| 4.5.1 运动分割性能的分析 |
| 4.5.2 动作识别性能的分析 |
| 4.5.3 场景分类性能的分析 |
| 4.5.4 GAM的参数敏感度 |
| 4.5.5 算法的收敛速度 |
| 4.6 本章小结 |
| 5 l_1范数度量诱导的原型选择 |
| 5.1 问题描述 |
| 5.2 f_1范数度量诱导的原型选择模型 |
| 5.2.1 原型选择模型建立 |
| 5.2.2 原型在线选择 |
| 5.3 模型求解 |
| 5.3.1 子问题Ψ_S的解法 |
| 5.3.2 子问题Φ_Z的解法 |
| 5.3.3 收敛性分析 |
| 5.3.4 计算复杂度分析 |
| 5.4 实验结果和分析 |
| 5.4.1 实验设置 |
| 5.4.2 合成数据的定性评估 |
| 5.4.3 视频摘要的性能评估 |
| 5.4.4 运动分割的性能评估 |
| 5.4.5 场景分类的性能评估 |
| 5.5 本章小结 |
| 6 自监督的深度低秩原型选择 |
| 6.1 问题描述 |
| 6.2 自监督的深度低秩原型选择框架 |
| 6.3 模型求解 |
| 6.3.1 子问题P1的解法 |
| 6.3.2 子问题P2的解法 |
| 6.3.3 提出解法的概述 |
| 6.3.4 计算复杂度分析 |
| 6.4 实验结果和分析 |
| 6.4.1 视频摘要的性能评估 |
| 6.4.2 文本聚类的性能评估 |
| 6.4.3 图像分类的性能评估 |
| 6.4.4 SDLA的噪声敏感度 |
| 6.5 本章小结 |
| 7 基于知识迁移的原型生成 |
| 7.1 问题描述 |
| 7.2 基于知识迁移的原型生成方法 |
| 7.2.1 基于知识迁移的原型生成定义 |
| 7.2.2 层次化原型生成模型建立 |
| 7.3 模型求解 |
| 7.3.1 提出解法的框架 |
| 7.3.2 算法收敛性分析 |
| 7.3.3 计算复杂度分析 |
| 7.4 实验结果和分析 |
| 7.4.1 实验设置 |
| 7.4.2 实验A:无交叉类问题的性能评估 |
| 7.4.3 实验B:有交叉类问题的性能评估 |
| 7.4.4 HPG的参数敏感度 |
| 7.5 本章小结 |
| 8 总结与展望 |
| 8.1 工作总结 |
| 8.2 未来工作展望 |
| 参考文献 |
| 作者简历 |
| 攻读博士学位期间发表的学术论文 |
| 学位论文数据集 |
（7）网络钓鱼网址识别的深度学习模型及可解释性研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 第一节 研究背景及意义 |
| (一)研究背景 |
| (二)研究意义 |
| 第二节 国内外研究综述 |
| (一)国内相关研究 |
| (二)国外相关研究 |
| 第三节 研究方法和基本思路 |
| (一)研究方法 |
| (二)研究思路 |
| 第四节 论文结构安排 |
| 第二章 研究对象确定及相关技术研究 |
| 第一节 网络钓鱼 |
| (一)URL原理 |
| (二)网络钓鱼攻击原理和传播方式 |
| 第二节 深度学习 |
| 第三节 钓鱼网址识别评价指标 |
| 第四节 可解释性相关研究 |
| 第三章 基于深度学习的钓鱼网址识别 |
| 第一节 三种循环神经网络 |
| (一)循环神经网络(RNN) |
| (二)长短时记忆网络(LSTM) |
| (三)门控循环单元(GRU)和双向门控循环单元(BiGRU) |
| 第二节 深度学习模型的训练技术 |
| (一)反向传播 |
| (二)损失函数 |
| (三)优化算法 |
| (四)激活函数 |
| 第三节 基于双向GRU神经网络模型的钓鱼网址识别 |
| (一)数据获取及预处理 |
| (二)词向量表示URL数据集 |
| (三)训练BiGRU神经网络模型 |
| 第四节 循环神经网络模型分类实验对比及分析 |
| (一)实验环境 |
| (二)实验结果对比分析 |
| 第四章 基于SHAP可解释法进行模型解释 |
| 第一节 SHAP可解释法的原理 |
| 第二节 Shapley Value的计算原理 |
| 第三节 用SHAP可解释法对BiGRU进行解释 |
| 第五章 基于LIME可解释法进行模型解释 |
| 第一节 LIME可解释法的原理 |
| 第二节 用LIME可解释法对BiGRU进行解释 |
| (一)正常URL分类可解释性 |
| (二)钓鱼URL分类可解释性 |
| 第三节 LIME和 SHAP解释的对比分析 |
| 第六章 结论与展望 |
| 第一节 结论 |
| 第二节 未来工作展望 |
| 参考文献 |
| 附录 |
| 致谢 |
（8）论丹托对艺术的定义（论文提纲范文）
| 摘要 |
| Abstract |
| 绪论 |
| 一 问题的缘起 |
| 二 国内外研究现状 |
| 三 研究思路和篇章布局 |
| 第一章 丹托艺术定义的产生背景 |
| 第一节 传统的艺术定义 |
| 一 艺术定义的起源 |
| 二 传统的艺术概念 |
| 第二节 后现代艺术对传统定义的挑战 |
| 一 后现代艺术的特征 |
| 二 新艺术定义的产生 |
| 第二章 丹托的艺术定义 |
| 第一节 关于性和可解释性 |
| 第二节 表现和隐喻结构 |
| 第三节 艺术史和艺术界 |
| 第四节 卡罗尔对定义的评价 |
| 第三章 对艺术定义的反思 |
| 第一节 丹托艺术定义的特性 |
| 一 本质主义与历史主义的结合 |
| 二 美的滥用 |
| 第二节 其艺术定义的语境化倾向 |
| 第三节 对当代艺术创作价值观念的影响 |
| 结语 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
（9）基于时空数据挖掘的城市公共自行车站点租还需求量预测研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 公共自行车相关研究进展 |
| 1.2.2 公共自行车系统时空数据挖掘研究 |
| 1.2.3 公共自行车需求预测 |
| 1.2.4 研究现状综合评述 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 第二章 城市公共自行车出行需求时空特征分析 |
| 2.1 研究区域概况及数据预处理 |
| 2.1.1 研究区域概况及数据描述 |
| 2.1.2 数据预处理 |
| 2.2 公共自行车系统租赁信息统计分析 |
| 2.2.1 租赁量分时统计 |
| 2.2.2 出行信息与OD特征 |
| 2.3 站点需求模式聚类分析 |
| 2.4 公共自行车使用活动空间特征分析 |
| 2.4.1 站点租还需求量格网化统计分析 |
| 2.4.2 基于空间插值的工作日/休息日需求特征对比 |
| 2.4.3 轨道交通沿线公共自行车使用需求特征 |
| 2.5 公共自行车使用行为空间自相关分析 |
| 2.6 本章小结 |
| 第三章 基于空间回归模型的站点租还需求影响因素分析 |
| 3.1 空间回归模型理论 |
| 3.1.1 空间回归模型介绍 |
| 3.1.2 模型选择流程 |
| 3.2 站点总体使用需求影响因素分析 |
| 3.2.1 因变量选择 |
| 3.2.2 解释变量选择及数据源介绍 |
| 3.2.3 优选模型确定 |
| 3.2.4 模型结果分析与讨论 |
| 3.3 工作日/休息日内站点租还车需求差异特征分析 |
| 3.3.1 分场景下模型变量描述 |
| 3.3.2 模型结果对比讨论 |
| 3.4 本章小结 |
| 第四章 基于时空数据挖掘的公共自行车站点需求预测 |
| 4.1 需求量预测方法评述与选取 |
| 4.2 GBDT算法概述 |
| 4.2.1 梯度提升决策树算法 |
| 4.2.2 基于GBDT的分布式梯度提升框架 |
| 4.3 考虑空间特性的特征选择改进 |
| 4.3.1 基于变k值KNN算法的关联序列识别 |
| 4.3.2 KNN算法对关联站点识别机制 |
| 4.4 KNN-LightGBM组合算法流程 |
| 4.5 本章小结 |
| 第五章 预测模型验证分析 |
| 5.1 实验设计 |
| 5.1.1 预测数据准备 |
| 5.1.2 特征选择 |
| 5.1.3 数据标准化 |
| 5.1.4 数据集拆分 |
| 5.1.5 预测检验指标 |
| 5.2 基于LightGBM的公共自行车租还需求量预测 |
| 5.2.1 模型参数说明 |
| 5.2.2 模型调参 |
| 5.2.3 模型对照试验 |
| 5.2.4 特征重要性评估 |
| 5.3 基于KNN-LightGBM的公共自行车租还需求量预测 |
| 5.3.1 目标站点选取 |
| 5.3.2 变k值寻优 |
| 5.3.3 预测效果分析 |
| 5.3.4 站点内租还车缺口量预测 |
| 5.4 实际应用 |
| 5.5 本章小结 |
| 第六章 结论与展望 |
| 6.1 研究工作总结 |
| 6.2 研究不足与展望 |
| 参考文献 |
| 附录 |
| 附录 Ⅰ:KNN筛选所得关联站点(租车量) |
| 附录 Ⅱ:KNN筛选所得关联站点(还车量) |
| 攻读学位期间取得的研究成果 |
| 致谢 |
（10）中国古典园林中的“空白美” ——以苏州园林为例（论文提纲范文）
| 摘要 |
| Abstract |
| 绪论 |
| 一、选题缘由及意义 |
| 二、国内外研究状况 |
| (一)国内研究现状 |
| (二)国外研究现状 |
| 三、本文的研究思路及基本方法 |
| 第一章 “空白美”与园林的关系 |
| 第一节 什么是“空白”? |
| 一、“空白”的定义 |
| 二、“空白”的表现方式 |
| 三、“空白”的美学内涵 |
| 第二节 什么是园林建筑中的“空白美”? |
| 一、对园林建筑中“空白美”的界定 |
| 二、园林中“空白美”的存在实质 |
| 三、“空白美”在园林建筑艺术中的运用 |
| 第二章 苏州园林“空白美”的表现 |
| 第一节 “空白美”与苏州园林的整体布局 |
| 一、苏州园林平面中的“空白美” |
| 二、苏州园林立面中的“空白美” |
| 第二节 “空白美”与苏州园林的区域景观 |
| 一、建筑之美:“空白美”的基底 |
| 二、花木之美:“空白美”的重心 |
| 三、山水之美:“空白美”的灵魂 |
| 第三节 “空白美”在苏州园林空间营构中的作用 |
| 一、苏州园林“空白美”所体现的空间意识 |
| 二、从“空白美”看苏州园林空间布局的独具匠心 |
| 第三章 苏州园林“空白美”的接受 |
| 第一节 苏州园林“空白美”所蕴含的审美心理需要 |
| 一、情景交融:审美冲动之源 |
| 二、案例分析:退思园 |
| 第二节 苏州园林“空白美”与审美创作的内在关联 |
| 一、审美感知:审美创作之基 |
| 二、心境自由:审美创作之兴 |
| 三、案例分析:狮子林 |
| 第三节 苏州园林“空白美”与审美再创造 |
| 一、触物兴怀的超越:审美想象的自由高蹈 |
| 二、审美共鸣:审美共振与双向建构 |
| 三、案例分析:环秀山庄 |
| 第四章 苏州园林“空白美”的特征 |
| 第一节 苏州园林中“空白美”的审美特征 |
| 一、“空白美”与虚实相生 |
| 二、“空白美”与物我相融 |
| 三、“空白美”与灵动飘逸 |
| 第二节 苏州园林中“空白美”所反映的审美内涵 |
| 一、“空白美”的无限性 |
| 二、“空白美”的神秘性 |
| 三、“空白美”的包容性 |
| 四、“空白美”的灵动性 |
| 第五章 苏州园林“空白美”的现代价值 |
| 第一节 “空白美”在当下园林建筑中的体现 |
| 一、“空白美”:外部环境与园林建筑之间美的互动 |
| 二、“空白美”:庭院空间的有机组成与传统手法的沿用 |
| 第二节 “空白美”的追求对当下园林的启示意义 |
| 一、“空白美”:园林之生气 |
| 二、“空白美”:想象之翅膀 |
| 三、“空白美”:审美之反思 |
| 结语 |
| 参考文献 |
| 致谢 |
四、建筑作品内在结构的可解释性（论文参考文献）
- [1]以图像视频为中心的跨媒体分析与推理[J]. 黄庆明,王树徽,许倩倩,李亮,蒋树强. 智能系统学报, 2021(05)
- [2]草根理论策略与设计研究方法的拓展[D]. 林韬. 南京艺术学院, 2021(12)
- [3]基于大数据的网络空间主流意识形态传播研究[D]. 刘培. 中国矿业大学, 2020(07)
- [4]SAR图像目标/地物精细化解译方法研究[D]. 赵娟萍. 上海交通大学, 2020
- [5]智慧社会的司法范式转型[D]. 帅奕男. 华东政法大学, 2020(02)
- [6]机器学习中原型学习理论与方法研究[D]. 张幸幸. 北京交通大学, 2020(03)
- [7]网络钓鱼网址识别的深度学习模型及可解释性研究[D]. 陈登科. 云南财经大学, 2020(07)
- [8]论丹托对艺术的定义[D]. 李璐璐. 上海师范大学, 2020(07)
- [9]基于时空数据挖掘的城市公共自行车站点租还需求量预测研究[D]. 于二泽. 长安大学, 2020(06)
- [10]中国古典园林中的“空白美” ——以苏州园林为例[D]. 刘依林. 四川师范大学, 2019(01)