重要特征

摘要： 共建共治共享社会治理新格局的生成和发展具有深刻的文化逻辑、理论逻辑、历史逻辑和现实逻辑。它是对中华优秀传统文化、革命文化以及社会主义先进文化的继承和发展,体现中国特色社会治理理念和显著优势,既是在历史与时代潮流中不断创新发展,也是对社会建设现实诉求的积极和有效回应。它在发展实践中呈现出人民至上的社会治理理念、一核多元的社会治理主体、“五治”协同的社会治理方式、工具性导向的社会治理机制等重要特征。构建社会治理新格局适应了社会主要矛盾变化的现实需求,对满足人民对美好生活的期待、提高社会治理效能以及建设中国特色社会主义民主政治均具有重要的促进作用。

摘要： 中国共产党实现共同富裕的百年历程,从新民主主义革命时期的底蕴启蒙、社会主义革命和建设时期的初步探索、改革开放和社会主义现代化建设新时期的创新发展到中国特色社会主义新时代的推进优化,形成了共同奋斗、循序渐进、成果共享的重要特征,为实现共同富裕奠定观念前提、确立整体步调、凝聚价值共识。新时代中国共产党实现共同富裕首在生产、贵在分配、重在主体、要在方法,以推动经济高质量发展、形成橄榄型分配结构、实现全民多维度发展、构建高效率统筹体系的扎实举措接续推进,初心如磐向未来。

摘要： 共同富裕是社会主义的本质要求,是中国式现代化的重要特征。为更好朝着实现共同富裕的目标奋斗,必须深刻理解中国式现代化视阈下共同富裕的丰富内涵;同时在推动中国式现代化发展的过程中,要有切实有效的措施促进实现共同富裕。深刻把握中国式现代化视阈下共同富裕的深刻意蕴、探究实现共同富裕的可行路径,对实现共同富裕的目标具有重要的实践价值。

摘要： 近年来,我国能源发展环境发生重要变化。在能源转型的大背景下,水电发展重心也需从开发新水电转为对已建水电站的精细化运营管理。为此,以某地区65座水电站运营成本为研究对象,定义了水电站标准支出成本概念,利用皮尔逊相关系数、互信息等方法进行重要特征识别,在此基础上利用列文伯格-马夸尔特方法对成本进行回归。结果表明,上述方法对水电站成本具有较好的拟合效果,为水电站运营效率对标评价、水电企业寻优补差工作提供了新思路。

摘要： 一流课程建设是一流本科建设的基础.本文首先基于对一流课程"两性一度"标准的认识,指出定位准确、目标清晰、基础良好、理念先进、建设一流、效果显著、示范引领是一流课程建设的关键特征,而后以山东大学物理化学一流课程建设为例,介绍了课程定位和教学目标的确定和设计落实,介绍了课程在一流基础、一流师资、一流资源、一流理念、一流成效等5个方面开展建设的做法和经验.对未来各高校开展一流课程建设具有一定的借鉴意义.

摘要： 音乐是社会文化遗产的重要组成部分,为了理解音乐在人们生活中的作用,笔者通过建立针对性的模型定量描述了音乐的影响力,并结合关键参数及社会背景研究了音乐的发展趋势.为了量化影响者的音乐影响力,笔者通过建立影响者与追随者的知识图谱,分析得出能准确描述音乐影响力的5个指标,并建立基于灰色综合评价法模型,得出每位影响者的影响力得分.在每位影响者的子网络中,影响力越大的影响者,影响的人越多,追随者也越多.为了分析有影响力的人是否会影响追随者创作的音乐,笔者建立基于欧几里得距离模型,计算影响者和追随者之间的"距离",结果说明有影响力的人确实会影响追随者创作的音乐.

摘要： 十八大以来,习近平总书记发表了 一系列与党的建设有关的科学论述,为建设一个什么样的党、怎么建设党等问题指明了前进方向.深入剖析习近平总书记党建理论,总结其重要特征对指导实践工作具有重要意义.文章从新时代习近平党建理论的重要特征、党建理论的现实意义两方面展开研究,旨在为更好的解读新时代习近平党建理论提供帮助.

摘要： 目的 急性肾损伤(acute kidney injury,AKI)是重症监护病房(intensive care unit,ICU)最常见的并发症和致死因素之一.准确预测具AKI风险的患者,明确与AKI发生相关的关键因素,可为临床决策与风险患者干预提供有效指导.方法 采用公开的重症监护室数据库MIMIC-III,提取30020例患者记录(包括AKI患者17222名,Non-AKI患者12798名),收集其住ICU期间基本信息、生理生化指标、药物使用、合并症等临床信息.将患者按4:1比例随机划分训练集和独立测试集,应用逻辑回归、随机森林与LightGBM 3种机器学习方法,分别建立24 h、48 h与72 h 3个时间点的AKI预测模型,采用十折交叉验证法,对各种模型进行训练与测试,预测患者是否发生AKI,并获取重要特征.此外,利用24 h预测模型,在一周时间窗口内对ICU患者进行每隔24 h预测.结果 3种学习模型中,LightGBM性能最优,其24 h、48 h和72 h模型预测AKI的受试者工作特征曲线(receiver operator characteristic curve,ROC曲线)下面积(area under curve,AUC)值分别为0.90、0.88、0.87,F1值分别为0.91、0.88、0.86,在每隔24 h预测时,提前1 d、2 d和3 d预测AKI的成功率分别为89％、83％、80％.已住院时长、体质量、白蛋白、收缩压、碳酸氢盐、葡萄糖、白细胞计数、体温、舒张压、血尿素氮等是预测ICU患者AKI的重要特征,仅使用24个重要特征,模型仍能取得良好的预测性能.结论 基于ICU患者的基本信息、生理生化指标、药物使用及合并症等临床信息,应用机器学习模型,可对其是否发生AKI进行多时间点的有效预测,并明确其关键风险因素.

摘要： 我国脱贫攻坚取得历史性的成就,创造了人类减贫史上的奇迹.脱贫攻坚取得成功的重要原因在于坚持精准扶贫方略、汇聚脱贫攻坚合力、开发式扶贫大格局为重要特征的扶贫工作方法,蕴藏着坚持中国共产党的集中统一领导、建立中国特色脱贫攻坚制度体系、发挥中国特色社会主义制度优势等丰富实践经验.实现乡村振兴的战略目标,需参考借鉴脱贫攻坚的成功经验,其经验对乡村振兴作出有益的价值贡献,在完善乡村振兴制度体制、稳步推进农业农村现代化、推动乡村治理体系改革等方面取得重大进步,为实施乡村振兴战略提供了有效的治理保障.时值建党百年之际,回顾新时代脱贫攻坚历程并总结经验,既为解决相对贫困治理提供理论论证,也为全面推进乡村振兴提供经验指导.

摘要： 本文探讨了现代林业的理论内涵及重要特征,分析了森林的经济功能、生态功能及社会功能.

摘要： 用于访问控制的方法和系统涉及动态地控制对运行能量计中的认证特征和能量计中的非认证特征的固件的访问。该访问可基于能量计中运行的认证特征与非认证特征之间的分叉，该分叉位于以下中的一者或多者上：单个微控制器或一组不同的微控制器。

摘要： 本发明公开了基于特征重要性和双线性特征交互的移动应用推荐方法，嵌入层是将稀疏表示后的原始输入特征嵌入到稠密的向量中。SENET层将嵌入层转化为类SENENT的嵌入特征，以此来提升特征的可分辨性。接下来双线性交互层分别对原始嵌入与类SENENE嵌入进行二阶特征交互建模。随后，连接层将双线性交互层的输出连接整合在一起。最后，将交叉组合后的特征灌入到神经网络中，并在预测层输出预测得分。本发明属于移动应用技术领域，具体是指基于特征重要性和双线性特征交互的移动应用推荐方法。

摘要： 本发明公开了一种特征重要性评估方法，该方法包括：获取包含若干个数据样本的数据集，并通过孤立森立算法对数据集进行异常值检测，以确定若干个异常样本的异常分数。再获取目标异常样本在目标决策树的第一深度，根据目标决策树内目标异常样本的第一深度和异常分数计算目标决策树的第一重要性分数，从而确定出不同决策树的重要程度。最后获取目标特征在目标决策树上的第二深度，根据目标决策树内目标特征的第二深度和目标决策树的第一重要性分数计算目标特征的第二重要性分数，这样就能确定出不同特征的重要性程度，继而可以帮助降低特征维度，增加业务洞察的易得性。此外，还提出了特征重要性评估装置、设备和存储介质。

摘要： 本发明公开了一种基于图像重要性特征学习的安全检测的方法及系统，属于计算机视觉技术领域，由于现有技术中存在的小目标检测困难和检测速度过慢的问题，其中小目标检测效果不好的原因是由于特征提取上提取到的语义特征不够丰富导致的；检测速度慢的原因是现在大多检测器是基于锚框的检测器，而无锚框的方法虽然能加快检测速度但是也增加了检测的难度。因此本发明首先构建数据集制作模块对目标物品进行标记，然后通过特征提取模块提取图像的多尺度特征，同时通过特征加强模块加强对多尺度特征的学习，然后使用像素预测模块检测大小不同的目标物品，回归框生成模块生成高质量的回归框能更好的定位目标物品，最后通过损失函数进行优化。

摘要： 本发明公开了一种基于指令特征重要性的SDC脆弱性预测方法，包括：对复杂程序进行指令特征提取；对复杂程序进行随机注入故障，获取指令SDC脆弱性值；基于基尼系数衡量指令SDC脆弱性特征T对SDC脆弱性值的重要性程度，构建指令特征重要性评估系数；通过将指令特征重要性融合到LightGBM的每个子决策树的话语权中，生成新的话语权ω以提高指令SDC脆弱性的预测精度；基于改进的LightGBM算法，构建并训练基于指令特征重要性的SDC脆弱性预测模型；得到最终的SDC脆弱性预测模型对待预测程序的进行指令SDC脆弱性预测。本发明相比其他方法具有更高的脆弱性预测精度，并且能有效降低内存消耗和计算成本，同时能适用于标准数据类型和混合数据类型，且具有轻量级和高解释性等优点。

摘要： 本申请涉及一种基于特征重要度的长文本分类方法、装置和计算机设备。所述方法包括：获取待分类的原始文本语料；待分类的原始文本语料包含多个长文本；对长文本进行数据处理，得到原始文本；根据BoW模型对原始文本进行特征寻找，得到特征字段；利用梯度推进分类器计算特征字段的重要性，将特征字段的重要性从高到低排列，得到特征字段重要度排列表；从原始文本中选择头部和尾部的数量字段添作为新文本的开头和结尾，根据特征字段重要度排列表来从原始文本中搜索字段填充新文本，得到标准长度的文本；利用分类模型对标准长度的文本进行分类，得到分类结果。采用本发明能够提高文本分类效率。

摘要： 本发明公开了一种神经网络内部特征重要性可视化分析及特征迁移方法，通过基于先验知识对数据集进行采样，划分代表性数据子集，对数据子集平均化、正则化，得到数据子集标准平均图，根据导向反向传播特征可视化方法获取神经网络内部所有神经元针对每张标准平均图的特征可视化图像，基于特征可视化图像与标准平均图的余弦相似度作为对应神经元的价值，根据层相似值判断网络层拟合情况和层内神经元相似值评估网络神经元拟合情况，使用神经网络剪枝算法提取高价值网络模块并进行迁移测试。本发明实现以量化与可视化结合的方式衡量卷积神经网络特征重要性，完成对原模型重要特征的提取重用，提高神经网络模型可解释性，帮助分析理解模型拟合情况。

摘要： 本发明公开了一种神经网络内部特征重要性可视化分析及特征迁移方法，通过基于先验知识对数据集进行采样，划分代表性数据子集，对数据子集平均化、正则化，得到数据子集标准平均图，根据导向反向传播特征可视化方法获取神经网络内部所有神经元针对每张标准平均图的特征可视化图像，基于特征可视化图像与标准平均图的余弦相似度作为对应神经元的价值，根据层相似值判断网络层拟合情况和层内神经元相似值评估网络神经元拟合情况，使用神经网络剪枝算法提取高价值网络模块并进行迁移测试。本发明实现以量化与可视化结合的方式衡量卷积神经网络特征重要性，完成对原模型重要特征的提取重用，提高神经网络模型可解释性，帮助分析理解模型拟合情况。

摘要： 本发明提供了一种基于重要特征的视觉目标跟踪可转移黑盒攻击方法，通过对特征中与跟踪目标高度相关而不受源模型影响的重要特征进行攻击，将其重要程度降低，同时增强不重要的特征以实现具有可转移性的攻击；即通过反向传播获得的所对应的梯度来体现其特征的重要程度，随后通过梯度得到的加权特征以进行攻击。此外，本发明使用视频相邻两帧之间相似这一时序信息，提出特征相似下降损失函数，通过减小相邻帧之间的特征相似度以进行攻击。本发明能够在不可知目标跟踪模型以及不进行大量查询的情况下，通过生成的具有强可转移性的对抗样本，对目标跟踪器实现有效的黑盒攻击。

摘要： 本公开的实施例公开了用于确定已知样品的重要特征峰的方法，包括：对已知样品进行采样和检测，获取气相色谱‑离子迁移谱数据；根据该数据中的特征峰的变化情况确定当前样品的第一批样品气体和最后一批样品气体的保留时间的采样序号分别作为起始进样编号和结束进样编号；从起始进样编号到结束进样编号在气相色谱‑离子迁移谱数据中寻峰以确定样品气体的产物离子的候选特征峰，并形成特征峰索引表；确定候选特征峰的峰值强度；根据特征峰索引表来确定候选特征峰的峰位置重要性值；根据特征峰索引表来确定候选特征峰的稳定性值；以及根据候选特征峰的峰值强度、候选特征峰的峰位置重要性值和候选特征峰的稳定性值来确定候选特征峰的重要性值。