课程文献中心 更多>>

摘要： ~~

关键词： 以图促写   习作教学   言意融合  

摘要： 习作教学作为语文教学的重要组成部分,长期以来面临着诸多挑战。以图促写是一种基于儿童思维的跨学科习作教学方式。在小学中段习作教学中,教师引导学生通过图画的形式选择素材、构思情节、导写细节、互动评价,可以促进学生言意的真正融合,不断提高学生的表达能力。

关键词： 麻醉深度   监测   非专有脑电参数   小儿麻醉  

摘要： 通过特定算法对麻醉期间脑电图进行分析可得到不同指数,据此研发的各种专有麻醉深度监测设备已在成年人临床应用中得到验证。青春期前儿童大脑处于快速发育阶段,麻醉时呈现的脑电波形与成年人存在一定差异,因此各种专有麻醉深度监测设备在儿童中的应用还存在争议。一些非专有的脑电参数受年龄影响较小,能够在常规监测的基础上辅助判断低龄婴幼儿的麻醉深度。文章介绍了临床中常用的麻醉深度监测设备和非专有脑电参数以及其在儿童中应用的最新进展,分析了不同设备的特点和局限性,为未来儿童麻醉深度监测的发展方向提供了参考。

关键词： 数学实验   数学理解   二次函数顶点式  

摘要： 数学实验可将学生引入思考性的学习活动中,在解决真实且富有挑战性的问题过程中构建新的知识,并在各个概念之间建立丰富的知识网络,从而实现深层次的理解。以“二次函数顶点式”为例,阐述从实际问题提出到实验目标的确定,再到系列化实验及其实施的整个设计过程,以期利用实验深化学生数学理解。

关键词： 高中历史教学   思维导图   逻辑关系   因果关系   完整的知识   时间跨度   知识点   发展脉络  

摘要： 一、高中历史教学中应用思维导图的重要性思维导图可以把零散的历史知识点,按照一定的逻辑关系连接起来,形成一个完整的知识网络。高中历史知识涵盖的时间跨度大、内容丰富,从古代到现代,从政治、经济到文化等各个方面都有涉及。学生在学习过程中,很容易觉得知识杂乱无章,难以记忆。而思维导图能够让学生清晰地看到各个知识点之间的联系,比如历史事件的因果关系、发展脉络等。

关键词： 符号网络划分   启发式   变邻域搜索   强化学习  

摘要： 给定一个无向图,符号网络划分问题(signed graph partitioning problem,SGPP)是将节点集合划分为K(K≥2)个互不相交的非空分组,旨在最小化所有位于分组内的负符号边权重之和加上位于分组之间的正符号边权重之和,使网络划分结构尽量趋于平衡。SGPP是NP难问题,在计算机视觉、社交网络分析、生物信息学等实际领域中具有重要应用。但大数据时代的到来给求解大规模SGPP带来一定的挑战。因此,设计新颖且高效的学习驱动型扩展变邻域搜索算法(learning driven extended variable neighborhood search,LDEVNS)来求解SGPP。具体来说,该算法设计全新的快速增量更新策略以及高效的扩展变邻域搜索,同时结合强化学习机制来调整算法搜索过程中的前进方向,进一步探索更有希望的解空间区域来找到更高质量的求解方案。实验部分使用15组大规模社交网络图来评估LDEVNS的高性能,实验结果显示,LDEVNS在求解质量和计算时间方面相较于当前表现最佳的算法具有显著优势,同时也验证了强化学习在LDEVNS中的有效性。

关键词： 冠心病   常规心电图   动态心电图   诊断效能  

摘要： 探讨冠心病(coronary heart disease,CHD)患者诊断过程中,动态、常规心电图的应用价值。方法 以观察时段(2023年1月-2024年4月)内收诊92例CHD疑似病例为基础,均开展动态心电图、常规心电图检查,参照冠脉造影(coronary angiography,CAG)检查结果,对不同技术的疾病检出结果与效能指标加以比较。结果 依据CAG检查金标准,动态心电图技术用于心肌缺血、心绞痛的检出率相对更高,对比常规心电图技术(P<0.05);动态心电图技术对于不同类型心律失常问题(左束/右束支阻滞、房室传导阻滞、二、三联律等)检出率相对更高(P<0.05);以CAG为金标准,动态心电图针对CHD的灵敏度、特异度与准确率更高(P<0.05)。结论 CHD患者诊断过程中,动态心电图的诊断效能较高,不仅能保证CHD诊断精准性,还能有效区分心肌缺血、心绞痛、心律失常症状。

关键词： 圆锥曲线   选拔性   函数模型   二次函数   最值   取值范围   四能   函数与导数  

摘要： 圆锥曲线中的综合应用问题,主要涉及基本要素、关系式或代数式等的最值(或取值范围)问题,一直是高考数学试卷命题中的一个重点题型,也是考查数学“四基”与“四能”的一个重要场景,具有较好的选拔性与区分度,备受各方关注。特别地,巧妙构造基本函数模型,利用二次函数、复合函数的图像与性质,以及函数与导数的综合应用等,能快捷地处理圆锥曲线中的最值(或取值范围)问题。

关键词： 图分类   图神经网络   基序   全局注意力机制  

摘要： 基于频繁子图挖掘算法的图分类方法无法避免子图同构计算,算法的效率低且忽略了节点特征信息,而基于图神经网络的方法则关注节点特征信息.本文提出一种融合基序信息的图同构注意力网络的图分类方法.该方法首先利用图的拓扑结构和节点类别信息,提取数据集中的子图结构构成基序集合,再基于基序集合生成基序级图嵌入表示,避免了频繁子图挖掘;然后在图同构网络的池化操作中引入全局注意力机制,学习高质量的节点级图嵌入表示;最后将基序级和节点级图嵌入表示拼接起来用于图分类.该图嵌入表示不仅包含了图中节点的特征信息,也反映了图的结构特征信息.实验结果表明,所构建的网络模型在五个公开数据集上取得了优异的分类精度.

关键词： 北斗卫星导航系统   多路径误差   先验分布信息   AMR聚类   格网划分   MHGM  

摘要： 针对固定间隔格网划分的多路径误差半天球格网点建模方法(MHGM)在多测站应用中计算资源消耗过大的问题,本文首先利用北斗卫星导航系统多路径误差效应的空间域先验分布信息,实现了半天球格网的自适应划分,减少了MHGM的待估参数;然后通过试验验证了该方法的有效性,该方法可以合并多路径误差变化平缓的区域,并合理加密多路径误差影响较大区域。试验结果表明,随着自适应阈值参数k的增大,虽然北斗系统多路径误差改正效果略有下降,但仍优于作为先验信息的ESM模型。当k=0.9 cm时,相比固定分辨率模式,模型待估参数下降77.2%,参数估计的内存占用仅为固定划分模式的5.2%,显著降低了计算资源消耗。在保证北斗系统多路径误差改正效果的同时,拓展了该方法在大规模测站多路径误差整体建模中的应用价值。