课程文献中心 更多>>

关键词： 多要素水环境管理   控制单元划分   SWAT模型   GIS技术   岷江流域  

摘要： 本研究提出了一种流域多要素管控单元划分及管控风险等级评估方法,通过耦合SWAT模型与ArcGIS技术,结合熵权TOPSIS法和Jenks自然断裂法实现了岷江流域多要素水环境管控单元划分和风险等级评价。结果显示,岷江流域被划分为12个管控单元及4类管控级别:包括2个极高风险、2个高风险、3个中风险和5个低风险管控单元。各控制单元的综合属性值与实测要素值的拟合度(R^(2))达0.63。本研究划分结果能反映各要素的空间分布特征及变化趋势,可为流域水环境精细化管理提供技术支撑和决策依据。

关键词： 函数   初中数学   课堂教学  

摘要： 随着教育部“双新”教育改革的推出与实施,初中数学教学面临新的变革.函数是初中数学的重要知识和工具,在初中数学的学习中占据重要地位.但是,函数知识又具有复杂性与抽象性等特征,学生不易理解和熟练掌握.本文分析函数教学的重点、难点及存在的问题,并通过实际发生的教学案例,总结出“双新”背景下初中函数教学的建议,旨在为教师提供科学可行的教学方法,培养学生的数学思维能力和问题解决能力.

关键词： 交通预测   时空序列   图注意力网络   GRU  

摘要： 在智能交通系统里,高精准度且即时响应的交通预测至关重要,对城市交通的规划、管理及控制具有重要意义。不过,受城市道路网拓扑结构的限制以及交通数据随时间动态演变的特性,也就是空间依赖性与时间依赖性的影响,交通预测始终是一个具有挑战性的难题。为了同时捕捉空间和时间的依赖性,本文创新性地提出一种基于神经网络的交通预测新方法—道路级时空注意力网络(ST-RAT)组合模型。该模型将图注意力网络(GAT)与门控循环单元(GRU)有机结合。其中,GAT能够深度挖掘道路网复杂的拓扑结构,精准捕获空间依赖性;GRU则擅长学习交通数据随时间变化的动态规律,有效捕获时间依赖性。随后,本文利用ST-RAT模型在真实的城市道路数据集上开展交通预测实验。实验结果显示,ST-RAT模型能够从交通数据中充分提取时空相关性,相较于传统方法,其预测效果更好。

关键词： 水土保持措施   水土保持作用   Meta分析   黄河中游  

摘要： 系统分析植树造林、退耕种草、封禁(自然恢复)工程等水土保持措施的试验结果,对客观认识黄河中游产汇流机理及未来水沙情势具有十分重要的意义。本文在梳理已发表的1165篇国内外文献的随机对照试验结果的基础上,通过Meta分析方法,整编形成1089个包含地表产流模数、侵蚀模数、平均入渗率三个指标的数据集,量化分析了上述三类措施的减水、减沙和土壤储水作用,以及地形坡度和降雨强度对三类措施水土保持作用的影响。结果表明,植树造林和退耕种草措施的水土保持作用随植被覆盖度增加而增强,随地形坡度和降雨强度增加而减弱,特别是在降雨强度大于120 mm/h时将受到剧烈影响。自然恢复措施的土壤储水作用随恢复年限增加而提升,减水和减沙作用在恢复年限30~60年之间相对稳定。本研究还提出了三类措施的水土保持作用值,旨在为数值模拟提供参数支持;讨论了水土流失治理的植被覆盖恢复程度,建议退耕种草措施控制在60%以内、植树造林措施控制在60%~70%为宜。

关键词： 新征程   习近平总书记   奋进坐标   新时代   全国两会  

摘要： 习近平总书记在今年全国两会期间的重要讲话精神为新时代新征程各项工作指明了前进方向,标注了奋进坐标。站在新的历史起点上,我们当以“等不起”的紧迫感、“慢不得”的危机感、“坐不住”的责任感,深入开展“稳增长促发展攻坚年”行动,切实把习近平总书记考察宁夏重要讲话精神和全国两会精神转化为建设黄河流域生态保护和高质量发展先行区的生动实践,让塞上江南焕发新的时代光彩。

关键词： 高程图   水深图   转化方法   Delaunay三角网   无人机系统  

摘要： 针对高程图与水深图传统转换方法存在效率低、误差大、难以处理复杂地形等问题,本文提出一种基于Delaunay三角网的高程图与水深图互转方法,通过两次Delaunay三角网构建,实现地形图数据高效、高精度的转换。研究内容主要包括:(1)利用无人机系统和水文站分别获取动态水边线信息和实时水位数据;(2)提出满足临近点、跨河三角化等条件的跨河Delaunay三角网构建方法;(3)提出步长等分均值去波浪方法和点线矛盾检查方法,对生成的等深线(等高线)进行平滑与检查处理。结果表明,该方法在处理不规则和复杂地形时具有良好的准确性、稳定性和适用性。该研究方法为高程图与水深图互转提供了新的技术路径,对水文测量和地理信息处理具有实践意义。

关键词： 多视图聚类   图   超图   张量Schatten p范数   缺失  

摘要： 多视图聚类算法旨在通过挖掘不同视图的一致性和互补性信息对数据聚类,其中基于图学习的多视图聚类算法因能更好地考虑数据的几何结构而受到广泛的关注。然而,现有的基于图学习的聚类算法通常难以同时考虑多视图数据的潜在高阶相关信息和完整性,导致对缺失多视图数据的聚类性能受限。针对该问题,提出一种基于张量秩约束的缺失多视图聚类(IMVC_TRC)方法。首先,利用自表示方法学习每个视图的亲和矩阵,从所有亲和矩阵中自适应地学习一致性亲和矩阵,从而构建超图挖掘数据的几何结构;同时,利用正交约束的非负矩阵分解(NMF)从每个亲和矩阵中学习标签矩阵,并构建张量;其次,为了更好地刻画该张量的低秩结构和多视图数据的潜在高阶相关信息,使用张量Schatten p范数约束该张量;最后,基于以上工作,建立相应的数学模型并求解。在BDGP(缺失率为0.70)、Hand-Written(缺失率为0.70)、3-Sources(缺失率为0.55)和BBCSport(缺失率为0.55)数据集上的实验结果表明,所提方法相较于次优方法在准确率(ACC)上分别提高了4.63、1.44、2.24和8.62个百分点,验证了该方法的有效性。

关键词： 动态检测   地面分割   回环检测   激光雷达同步时定位与建图   自动驾驶  

摘要： 激光雷达同时定位与建图(LiDAR SLAM)技术通常适用于静态环境下,而在动态场景下,定位与建图效果会受到影响;同时,地面分割模块通常用作点云分类处理,然而地面欠分割问题会影响特征点的选择;并且,通常的框架只使用一种回环检测方法,这可能会导致漏检现象。针对上述问题,提出一种动态场景下基于地面分割与回环优化的LiDAR SLAM系统(GSLC-SLAM)。首先,利用lmnet对点云进行动态剔除,该算法将生成的距离图像与残差图像作为网络的输入,并通过SalsaNext网络预测出动态物体;其次,利用高效的gridestiamte算法进行地面分割,该算法利用不均匀网格划分的方法来减少网格的数量,从而保证分割的效率,并利用正交性、高度和平坦度这3个指标进一步筛选地面点;最后,使用由LinK3D(Linear Keypoints for Three Dimensions point cloud)描述子与BoW3D(Bag of Words for Three Dimensions point cloud)词袋构成的新回环检测方法检测回环,该方法利用边缘特征点生成描述子,使用类似于汉明距离的方式进行描述子匹配,并采用类似于词袋的方法构建BoW3D作为LinK3D描述子的数据库,从而对关键帧提取的描述子进行存储以及回环检测。在数据集KITTI(Karlsruhe Institute of Technology and Toyota Technological Institute at Chicago)上的实验结果表明,在KITTI00、02与05序列中与Lego-Loam(Lightweight and ground-optimized LiDAR odometry and mapping)相比,GSLC-SLAM的均方根误差(RMSE)分别降低了5.8%,78.2%,12.5%;相较于F-LOAM(Fast LiDAR Odometry And Mapping),在KITTI00与05序列中GSLC-SLAM的RMSE分别降低了76.7%和53.8%,而在KITTI02序列中GSLC-SLAM表现不佳。经过验证可知,GSLC-SLAM可以有效减少动态物体的干扰、精确分割地面点并减少回环检测的漏检,进而使系统定位精度更高且更鲁棒。

关键词： 初高中教学衔接   核心素养   历史地图  

摘要： 2021年,伴随着初中学段核心素养的公布,整个中学阶段的核心素养培养体系已初步形成。但“核心素养的养成有赖于教育的丰富和发展”[1],从这一角度来讲,作为核心素养培养体系的两个阶段,初高中之间的教学衔接就显得尤为重要了。那么如何实现初高中教学之间的衔接呢?答案可以是很宏观的理论,也可以是很微观的切口。本文尝试通过对初高中教科书当中同时引用、但细节上又略有不同的《第一次世界大战欧洲战场形势图》(以下简称《一战欧洲形势图》)为突破口,来探讨初高中教学之间存在的衔接点。

关键词： 章首课   反比例函数   函数概念   认知基础  

摘要： 2.2 “反比例函数章首课”的重点研修。下面我们来研讨与本课题有关的五个问题。2.2.1课题的认知基础。笔者认为,以下三个方面可以成为学生接受“反比例函数”的认知基础。(1)函数的概念。这是同化“反比例函数”概念的第一个知识基础。没有这个知识,学生就无法认识函数,也就无从谈反比例函数了。值得注意的是,函数的概念当初学生未必都过关,需要继续深化理解,对此,我们后面再展开。