课程文献中心 更多>>

关键词： 集合预报   信号分解   人工神经网络(ANN)   支持向量机(SVM)   不确定性  

摘要： 径流集合预报在水资源决策管理中具有重要作用。现有预报系统的性能受限于输入数据、模型参数和结构的不确定性,且预报精度与集合规模密切相关。为了解决此问题,通过耦合信号分解技术与人工智能预报模型,采用CEEMDAN分解技术处理非平稳径流序列,结合人工神经网络和支持向量机进行子序列预报,通过多模型、多参数预报结果随机组合扩展预报样本集形成径流集合预报结果,最终提出一种基于信号分解的多模型多参数集合径流预报方法。雅砻江锦屏一级水库入库径流验证表明:该方法径流预报结果的Nash可提升至0.84,集合预报的覆盖率达到55%,同时将集合规模扩展至1042量级,显著优于传统多模型方法。该方法可精准提取径流序列特征周期项与趋势项,有效提高了预报精度并降低预报的不确定性,可适用于非线性非平稳水文序列预报,可为水库调度决策提供支撑。

摘要： 明代《出警入跸图》两卷,明清宫廷旧藏,现藏于台北故宫博物院,均为绢本设色。《出警图》纵 92.10厘米横 2601.30 厘米,《入跸图》纵 92.10 厘米横3003.6厘米。前者描绘皇帝出京谒陵之盛况,在宫廷侍卫的簇拥之下,明神宗乘马着戎装出京,声势浩大地来到京郊十三陵祭拜先祖;后者描绘谒陵队伍循水路而归的情景,皇帝和部分军卫乘船,其余人员傍岸而行。

关键词： 视频上色   多参考图像   约束注意力机制   时序一致性   色彩融合网络  

摘要： 利用多参考图像引导视频上色是一种高效的用户意图引导上色方法，并且能够更好地应对视频中的场景切换。然而，在上色过程中，如何合理分配参考图的色彩、确保上色结果忠实于用户提供的参考图，并保持色彩自然性和时序一致性等问题，依然是一个具有挑战性的任务。为应对这些挑战，提出了一种基于多参考图像的视频上色方法。首先，设计了参考图像特征提取与推荐模块，通过卷积神经网络提取多张参考图像的特征，并计算其与待上色灰度帧之间的语义相似度，以此为基础为灰度帧推荐色彩信息。接着，时序色彩模块引入约束注意力机制，通过前一帧的色彩信息为当前帧提供色彩建议，从而确保色彩过渡的自然性与时序一致性。然后，色彩融合网络将参考图像推荐的色彩与时序色彩特征进行融合，解决了来自多个色彩源的色彩冲突，生成协调一致的色彩表示。最后，解码器模块将融合后的色彩信息解码为最终的彩色视频帧。实验结果表明，所提出的方法在多个公共数据集上表现优异，特别是在复杂场景切换时，生成的视频在视觉效果、色彩过渡平滑度和整体一致性方面均有显著提升，展示了其在视频上色领域的广泛应用潜力。

关键词： 高中数学   函数思想   函数应用   应用拓展  

摘要： 在高中数学教学中,函数思想是一种重要的思想手段,它是认识和解决数学问题的核心手段。函数既是一个基本的数学概念,也是其他数学思想与方法的重要组成部分。在高中数学教学中,运用和扩展函数思想,既可以加深对抽象的数学概念的认识,又可以提升学生的解题能力。同时,深入解析与扩展函数的概念,可以发现它在解析几何、微积分、概率统计等多个学科中的广泛应用。有效的教学策略可以提高学生的数学学习兴趣,并发展他们的逻辑思维与创造力。

关键词： 函数递归   编程教学   抽象理解   可视化工具  

摘要： 本文分析了函数递归在大学计算机编程教学中的常见理解难点,包括抽象性强、执行过程不直观、脱离实际应用、与迭代关系模糊及缺乏建模能力等问题。同时,有针对性地提出了五条对应的教学突破路径:引入可视化模型、动态调试工具、现实问题情境、递归与迭代对比教学以及“递归建模四步法”。分析表明,针对性教学策略有助于提升学生的理解深度与应用能力。本研究对提升高校编程教学质量、优化学生编程思维培养具有积极指导意义。

关键词： 变式训练   函数概念   高中数学  

摘要： 本文探讨了变式训练在增进高中数学函数概念理解中的具体策略。通过设计多层次变式问题、利用图像与解析式结合、引入实际问题背景、对比分析函数共性与差异以及开展小组合作学习,教师能够有效帮助学生深化对函数概念的理解,提升数学思维能力和问题解决能力。这些策略具有可操作性,能够为高中数学教学提供实践指导。

关键词： APT检测   溯源图   图神经网络   异常检测  

摘要： 针对现有基于溯源图的高级持续性威胁（APT）检测方法存在的报警延迟问题，提出一种基于系统实体状态动态追踪的实时检测方案StreamTGN。首先，构造信息层级更高的操作级溯源图；其次，通过实体在系统运行过程中的状态演变，动态分析系统活动的合理性；最终，通过动态设置的异常阈值，检测与APT攻击潜在相关的异常行为。实验结果表明，该方案可有效应对APT攻击“低频率，长周期”的行为特征，且相较现有研究表现出更强的检测稳定性和鲁棒性。

关键词： 人流量   多尺度建模   transformer   注意力机制   预测  

摘要： 随着旅游业的快速发展，准确高效地预测景区人流量，对于实现景区的精细化、智能化管理具有重要意义。但受到季节、天气、突发事件等多种因素的影响，景区游客数量呈现复杂的动态变化。传统的预测方法在处理这些复杂因素时存在一定的局限性。为此，本文提出了一种基于多尺度图建模与Transformer的景区人流量预测方法以实现预测的准确性与效率的提升。首先，本文构建了景区监测系统的整体框架，利用可视化技术精准映射景区环境与游客流动状态，实现对景区运营的实时监测与动态管理。其次，本文结合多尺度图建模与Transformer模型，通过对不同层次的信息进行有效融合与分析，提升了预测结果的准确性与适应性。为了验证所提方法的有效性，以九寨沟景区为研究对象，设计并实现了人流量预测平台，并将该预测算法嵌入平台进行实际测试。结果表明，所提出的预测方法在预测准确率和稳定性上均表现出较高的性能，相比传统方法具有显著优势。该方法不仅能够有效应对复杂的外部因素干扰，还能为景区管理者提供实时、精准的游客流量预测，具有广泛的推广应用价值和潜力。

关键词： 多模态大语言模型   链式思维推理   指令微调   LoRA  

摘要： 近年来，多模态大语言模型经历了快速发展，并在各种多模态下游任务中展现了卓越的性能。然而，当前主流的多模态大语言模型在函数图像推理任务中的表现仍不尽如人意，这要求模型不仅具备强大的视觉感知能力，还需进行链式思维推理，以准确理解和解答涉及数学函数的问题。为了解决这些问题，首先构建了一个专门针对函数图像推理任务的指令微调数据集FunctionQA。每条数据除标准问答对外，还包含详细的链式推理过程，确保模型在训练过程中能够学习到复杂的推理步骤。其次，针对函数图像推理任务，设计了一种四阶段微调策略，逐步优化视觉编码器、多模态适配器和大语言模型，并结合LoRA技术以降低训练成本。实验结果表明，基于LLaVA框架构建的mFunction-4B模型，经FunctionQA数据集与四阶段微调策略的优化后，以4B参数量在MathVista testmini FunctionQA子集上达到43.55%的准确率，较基线模型LLaVA-1.5-7B提升14.52%，验证了其方法的可行性和有效性。