课程文献中心 更多>>

关键词： 电阻距离   基尔霍夫指数   度积基尔霍夫指数   度和基尔霍夫指数  

摘要： 设G为无向连通图,ST（G）、ZT（G）和HT（G）是G的运算图。利用电网络原理和组合方法,得到ST（G）、ZT（G）和HT（G）的基尔霍夫指数以及基尔霍夫指数与G的基尔霍夫指数、度积与度和基尔霍夫指数、边数、顶点数之间的关系。

关键词： 供水基础设施   韧性   城市供水   Sigmoid函数   供水网络  

摘要： 城市供水基础设施作为城市生命线体系中至关重要的体系之一,是城市正常运行的关键.面对日益严峻的灾害风险,如何测度并提升供水基础设施韧性至关重要.本文沿着供水基础设施网络刻画与服务性能演变-韧性模型构建-案例仿真的思路,考虑瞬时型与渐进型两种失效模式,构建了基于Sigmoid函数的“节点-链路”韧性测度模型.采用案例仿真证明了所提出的模型能够反应不同失效模式下供水基础设施韧性动态变化,并深入探究了风险冲击系数、供水传输率与风险冲击时长对供水基础设施韧性的影响.本研究构建的韧性测度模型能够帮助管理者更好理解供水基础设施韧性变化趋势及敏感因素影响,为应对风险以提升供水基础设施韧性提供参考借鉴.同时,拓展了对基础设施韧性测度的理论.

关键词： 因果偏序图   情态动词   语义消歧   属性特征   贡献度  

摘要： 情态动词的语义解析因内在的复杂性而面临诸多挑战，要求在语义消歧过程中提取多样化的特征集，包括语义特征、句法特征、语用特征以及体裁特征。这些特征对于语义消歧的贡献程度各异，还有一些特征为混淆和冗余特征。为了消除混淆和冗余特征对语义消歧的影响，提出一种基于因果偏序图的语义消歧方法。借鉴因果推理中的干预（intervention）概念，通过do-calculus消除混淆因素，并结合属性偏序图的构建思路构建因果偏序图(CPOD)作为情态动词的语义消歧模型。采用15个情态动词的数据进行实验，结果表明，所提方法在15个情态动词的语义消歧任务中取得了93.42%的平均正确率，消除了混淆和冗余特征。进一步地，为了量化有效特征对语义消歧的具体贡献，计算并排序了每个特征对语义消歧的贡献度，发现语义特征的贡献最为显著，其次是句法特征，而体裁特征的贡献相对较小。特别地，在语义特征中，低互信息值特征对语义消歧的贡献远大于高互信息值特征，成为影响最大的特征。

关键词： 相位敏感型光时域反射仪   时频分析   注意力机制   事件识别  

摘要： Φ-OTDR系统具备高灵敏度、可灵活移植等特点，在安全防护监控、能源检测与泄露定位等场景应用广泛。事件识别能力是该系统非常重要却又脆弱的一环，事件识别的准确与否直接影响Φ-OTDR系统的应用效果。Φ-OTDR系统具有非常敏锐的探测能力，本文借助信号变换方法和深度学习技术实现对Φ-OTDR的探测结果进行非常精细的分析。本文以距离地埋传感光纤不同远近的事件为测试对象，通过离散-连续小波变换和梅尔谱变换提高传感信号的特征显示度，同时更进一步利用多通道注意力机制提高识别网络的特征提取效果，从而实现了对被Φ-OTDR探测事件与传感光纤之间距离的识别和提取。该方法一方面验证了Φ-OTDR的高灵敏度和出色的信号感知能力，体现了Φ-OTDR的检测潜力；另一方面也说明了深度学习技术在Φ-OTDR信号识别中的应用潜力，可进一步应用于Φ-OTDR探测信号的多种属性提取，有助于Φ-OTDR的广泛应用。

关键词： 人教版2024版   一次函数   教材分析   教学策略   核心素养  

摘要： 本研究基于《义务教育数学课程标准(2022年版)》理念,对人教版初中数学教材(2024版)“一次函数”单元展开系统解构。通过纵向比较法(2012版与2024版)、课堂观察及教师深度访谈的三角验证法,揭示新教材在结构化重组、核心素养载体设计及教学实施路径三方面的革新逻辑。研究表明:教材通过“现实情境-数学建模-学科融合”三维支架构建知识体系,采用螺旋式进阶结构强化函数概念形成,并创新性设置STEAM项目式学习模块实现跨学科整合。实证数据显示,新版教材实施的单元整体教学策略使学生函数应用能力达标率提升23.6%,数学建模素养水平显著提高(p<0.05)。研究结果不仅印证新课标理念在教材层面的有效转化,更为初中函数教学落实学科育人目标提供了可操作方式。

关键词： 图神经网络   WL图核   Kolmogorov-Arnold网络   多通道图学习   节点分类  

摘要： 图神经网络作为一种新兴的深度学习方法，能够有效建模和表示图结构数据，在各种图学习任务中表现优异。然而，现有的图神经网络大多聚焦于单一通道图卷积，未能充分利用现实世界图数据中丰富多样的关系信息。为深入挖掘图数据中的多关系特征并提升图神经网络的建模能力，提出了一种基于Weisfeiler-Lehman(WL)图核的多通道图Kolmogorov-Arnold 网络（KMCGKN）。该方法通过提取节点领域子图并借助Weisfeiler-Lehman(WL)图核方法构建特征图，并将原本图卷积层中的特征变换函数替换成了Kolmogorov-Arnold网络，然后利用两个图卷积网络通道分别学习不同关系图的特性，从而得到图的特征编码和结构编码。同时，通过多视图损失确保通道间差异性，缓解了深层模型的过拟合问题。KMCGKN方法在六个节点分类公开数据集上进行了评估，实验结果表明其在节点分类任务上的性能优于单通道GCN及其他基准模型，有效提升了图神经网络的建模与表示能力。

关键词： 新课标   思维导图   微课   小学  

摘要： 新课标环境下思维导图与微课相融合的小学语文教学模式慢慢展露出积极的发展势头,以小学语文课堂为突破口去探寻二者结合的策略及其实际效果,通过梳理文献提炼出它们在语文课堂里的整合方式,并挑选典型案例进行剖析,相关成果表明这种搭配的教学方式既能激起学习兴趣,帮学生理顺知识结构,又助推思维能力的提升,给今后教学提供了一些参考思路。

关键词： 天地一体化网络   组播业务   服务质量需求   时变图   组播路由算法   能源消耗  

摘要： 为了保障天地一体化网络中组播业务的时效性，使能源消耗降低，提出了基于多元时变图的节能组播路由算法.首先，针对低轨卫星网络的组播路由能耗问题进行分析，提出多元时变图模型，表征低轨卫星网络的时变拓扑、能耗和时延等多元属性.然后，利用基于K-最短路径候选路径算法得到满足组播业务服务质量需求的路径集，再通过基于最小路径启发式的组播生成树算法得到能耗近似最优的组播树.最后，从理论上证明该算法构造的组播树在服务质量约束下能量消耗接近最优.仿真结果表明，与已有的算法相比，所提算法的网络能耗更低.

关键词： 全局优化   全局极小点   局部极小点   填充函数算法   非光滑优化  

摘要： 对非光滑优化问题的填充函数法进行讨论。基于函数下降（上升）段的概念，提出两个新的关于函数下降（上升）段的性质，进而利用新性质对一类具有特殊结构的非光滑填充函数进行研究。将文献研究中所提的双参填充函数推广到了非光滑优化问题，使它适用于具有特殊结构特征的优化问题。所得的主要结果是对现有研究工作的改进和推广。

关键词： 机器学习   二分类   损失函数   近似Heaviside函数   Machine Learning   Binary Classification   Loss Function   Approximate Heaviside Function  

摘要： 在机器学习的二分类任务中，损失函数对模型性能至关重要，但传统损失函数常难以直接优化准确率、F1得分等关键评估指标。针对这一问题，本研究融合两种创新方法，提出基于近似Heaviside函数的得分导向损失函数(SOLH)。研究通过用梯度友好函数近似Heaviside阶跃函数，并将分类阈值视为随机变量，对近似阶跃函数取期望，实现评估指标的端到端可微，进而构建损失函数。理论分析表明，该损失函数满足Lipschitz连续性，适合优化。在艾滋病临床试验组数据集上的实验结果显示，以F1得分优化为目标时，SOLH显著优于基线方法；在优化准确率方面，虽略逊于二元交叉熵损失函数，但仍优于其他基线方法。本研究成功整合两种前沿思路，搭建起训练与评估间的桥梁，不仅为损失函数性质提供理论依据，更通过实验验证其提升模型性能的有效性，为机器学习领域损失函数设计研究与实践应用开辟了新方向。