课程文献中心 更多>>

关键词： 配电网   拓扑辨识   时空相关性   图嵌入   时间卷积  

摘要： 随着各类分布式电源、储能、电动汽车、柔性负荷在配电网中的渗透率不断增加，配电网的运行方式日趋复杂。为了实现配电系统的实时分析与优化控制，需要精确辨识配电网网架结构拓扑，为此提出了一种基于时空同步图采样网络的配电网拓扑辨识模型。首先，使用基于GraphSAGE的时空嵌入技术与膨胀因果卷积技术处理空间与时间尺度特征。其次，在拓扑辨识模型中设计多个功能模块，有效捕获复杂数据的局部时空相关性。最后，分别基于IEEE 33节点和PG&E 69节点配电网进行验证。结果表明，所提模型在数据噪声下拥有鲁棒性及更高的辨识精度。

关键词： 整函数   最大模原理   零点模   Taylor定理   估值定理  

摘要： 整函数的零点属性是复分析理论的热门课题之一. 本文利用最大模原理， Taylor定理和估值定理研究了一类无界整函数的零点模性质， 给出了零点模估计式.

关键词： 网络节点分类   复杂网络   图神经网络   图注意力网络   对比学习  

摘要： 复杂网络节点分类大多基于图神经网络学习节点表示而实现，图神经网络通过邻域聚合对复杂网络局部结构信息进行编码。然而，图神经网络的过平滑问题导致复杂网络节点分类性能受限。基于此，提出一种基于增强图神经网络和对比学习的复杂网络节点分类方法。该方法不仅为邻域节点引入注意力来区分各邻居节点的重要性，而且采用局部邻域重叠度和全局邻域重叠度构造边的特征，从而扩大节点表示的信息量。最后，引入对比学习对神经网络进行训练，从而利用网络全局节点分类先验信息对节点表示进行联合优化。在Cora、Citeseer、PubMed和Chameleon公开网络数据集上进行了实验，结果表明，相较于其他先进方法，所提方法的节点分类性能更好，并通过消融实验验证了所提方法的有效性。

关键词： 客户流失预测   数据不平衡   特征交互建模   差异化特征   层次图神经网络  

摘要： 针对普惠金融领域客户流失问题的严峻性及现有客户挽留模型在预测精度与可解释性上的不足，提出一种基于层次图神经网络（HGNN）和差异化特征学习（SFL）相结合的客户流失预测网络（HGNN-SFLN），以提升模型的预测能力和对特征交互的理解。首先，为应对数据不平衡问题，提出一种创新的混合采样策略，并在特征层面对不同类别特征进行加权调整，以确保各类数据的有效利用；其次，利用层次图强化不同特征之间关联性并构建了一种基于自注意力机制的差异化特征学习模块，以增强模型对分类特征的处理能力及特征交互关系的解析能力。通过该方法，模型能够精准识别关键特征，并有效捕捉特征之间的复杂交互关系，从而优化预测决策过程。实验结果表明，所提方法在多个真实金融数据集上相较于主流模型（如Light GBM、深度神经网络（DNN））在曲线下与坐标轴围成的面积（AUC）等关键指标至少提升了1.4%的性能，并且在精确识别关键流失特征以及有效捕捉特征间复杂交互关系方面，相较于Light GBM和DNN等模型展现出更为显著的优势。

关键词： 高中英语   写作教学  

摘要： 作为一种能够提升教学质量的助学工具,思维导图的受关注度日益提高。在各学科教学中,教师都越来越重视思维导图的应用。对于高中英语写作教学来说,应用思维导图能够帮助学生明确写作方向,理清写作的思路,进而写出更优秀的文章。因此在本次研究中,笔者重点探索如何在高中英语写作教学中应用思维导图。本文首先阐述思维导图的概念、特征和制作步骤,再分析高中英语写作教学中应用思维导图的价值,最后提出具体的应用策略,旨在帮助高中英语教师发挥思维导图的价值,提高写作教学质量,也助力学生深度掌握英语学科知识。

关键词： 图情档一体化   红色文化   阅读推广   高校   思想政治教育  

摘要： 在图情档为一体的背景下,整合图书馆、情报学、档案学的“图情档一体化”模式,成为红色文化阅读推广的创新路径,应树立学生的世界观、人生观和价值观,培养其社会责任感与爱国情怀,让优秀的传统文化、革命文化在新时代得以延续和弘扬。因此,本文深入剖析高校红色阅读推广的痛点,提出涵盖资源整合、服务创新、技术赋能的立体化策略,期望为高校特色的红色文化育人体系,提供可行的理论依据,助力高校红色文化阅读推广。

关键词： 思维导图   小学数学   高年级   立体图形  

摘要： 伴随着教育改革的不断推进,小学数学教学方法得到了不断的创新。立体图形是小学数学高年级教学中的一项重要内容,教学效果的好坏直接影响着学生空间思维能力的培养以及数学素养的提高。传统教学方法通常注重知识点灌输而忽略对学生自主学习能力与创新思维培养。思维导图这种高效的认知工具可以把纷繁复杂的知识体系直观、形象地展现在学生面前,有利于学生对立体图形知识的深入理解与掌握。就思维导图在小学数学高年级立体图形教学的实践进行研究,以期为相关学者带来一定参考。

关键词： 多模态医学图像融合   双分支编码器   膨胀卷积   图卷积   多头注意  

摘要： 针对目前基于深度学习的多模态医学图像融合方法存在高级特征提取不足和低级特征容易丢失的问题，本文提出了基于膨胀卷积与图注意聚合的多模态医学图像融合方法。该方法由双分支编码器、融合模块和解码器三部分组成。双分支编码器由基于卷积的低级编码器和基于图卷积的高级编码器构成。其中，基于卷积的低级编码器主要采用膨胀卷积来减少纹理细节等低级特征的丢失，同时为高级编码器提供初始化的节点特征。基于图卷积的高级编码器则主要采用图注意聚合模块，有效捕获深层语义等高级特征。图注意聚合模块结合边缘编码的多头注意力构建节点邻接矩阵，再基于此邻接矩阵通过图卷积对节点进行深层聚合。融合模块对提取到的特征进行融合，最后使用解码器重建融合图像。该方法与6种先进的图像融合方法在主观视觉评价和客观评价指标上进行对比。将该方法与6种先进的图像融合方法在主观视觉和客观评价指标上进行了对比。结果显示，该方法在EN上相较于IGNet方法提升了2.4%，在AG和MI上相较于DATFuse方法分别提升了3.53%和5.06%，在SD、 SF和SCD上相较于SwinFusion方法分别提升了1.18%, 6.24%和3%，同时该方法得到的融合图像保留了更多的纹理细节信息。综合实验结果表明，该方法实现了多模态医学图像的有效融合，为临床诊断提供了更可靠的图像支持。

关键词： 机械传动系统   过渡状态   最大互信息系数   数据采集与监视控制系统   慢特征分析   移动方差  

摘要： 针对主传动系统运行过程中稳定状态和过渡状态频繁切换，以及过渡状态下表现出的复杂动态特性导致传统故障预警模型误报警率较高的问题，提出了一种针对风电机组主传动系统过渡状态的划分方法，以提升故障预警的准确性。首先，深入分析了过渡状态的形成机制及其复杂特性，采用最大互信息系数（MIC）对数据采集与监视控制系统（SCADA）数据进行了相关性分析，以降低数据冗余，并通过慢特征分析（SFA）提取了运行数据的慢特征，结合滑动窗口计算了慢特征的移动方差，揭示了其时变特性；然后，利用K-means对慢特征的移动方差进行了聚类，完成了对主传动系统稳定状态和过渡状态的划分任务；最后，为了验证基于慢特征移动方差聚类方法的优越性，采用实际风场SCADA数据进行了验证，并进行了过渡状态动态特性分析。研究结果表明：相比于主成分移动方差聚类方法，基于慢特征移动方差的聚类方法在误划分次数和误划分样本点数方面分别降低了约33%和69%，显著提升了状态划分的准确性；此外，通过对划分后稳定状态与过渡状态的数据特性进行对比分析，进一步验证了在故障预警中考虑过渡状态的必要性。该方法可为机组主传动系统故障预警提供更精准的状态划分基础，从而提升风电机组的故障预警性能。

关键词： 信息化环境   初中数学   函数教学   教学策略  

摘要： 函数作为初中数学的核心知识,是刻画现实世界数量关系和变化规律的重要数学模型。它不仅是学生进一步学习数学和其他自然科学的基础,对于培养学生的逻辑思维、抽象概括能力以及解决实际问题的能力也具有不可替代的作用。本研究通过分析信息化环境下初中数学函数教学现状,通过阐述多种有效教学策略,旨在提升函数教学质量,助力学生更好地掌握函数知识,培养其数学思维与应用能力。