课程文献中心 更多>>

关键词： Matlab   "函数"教学   函数性质   函数本质  

摘要： 数形结合是数学解题中的重要思想方法之一,对于促进学生将抽象的数学概念具象化、直观化具有重要作用.本文以高中数学"函数"教学为例,探讨了 Matlab在高中数学"函数"教学中的应用,基于 Matlab的简洁编程和图形动画可视化功能,提高学生对函数本质的理解,解决抽象数学问题,为数学学习提供新的思路.

关键词： 醇沉过程   多智能体系统   优先经验回放   图卷积网络   深度强化学习  

摘要： 醇沉过程广泛应用于生物制药和生物工程中，尤其是在提取蛋白质和多糖等生物大分子时表现出一定优势。针对传统优化方法难以处理其非线性和变量间耦合问题，提出了一种结合优先经验回放(Prioritized Experience Replay， PER)和图卷积网络(Graph Convolutional Network， GCN)的多智能体深度确定性策略梯度算法(Multi-Agent Deep Deterministic Policy Gradient， MADDPG)。算法在价值网络中引入GCN结构捕捉智能体之间的协作关系，并通过PER机制优先采样关键经验加快策略学习并提升训练效率。实验结果表明，所提算法在醇沉过程控制任务中，相较于现有部分方法具有更快的收敛速度和更优的策略表现，验证了在复杂多参数优化中的优势。

关键词： SLAM   点到图   多线激光雷达   扩展卡尔曼滤波器   因子图优化   回环检测  

摘要： 为了克服多线激光同时定位与地图创建(SLAM)算法累积误差大、面对剧烈运动场景难以矫正运动畸变的问题，提出一种基于点到图(Point-to-Map)的多线激光雷达惯性SLAM方法。首先在前端利用扩展卡尔曼滤波器将接收到的雷达和IMU数据逐个进行处理，得到激光里程计和IMU里程计，利用激光里程计将原始点云直接注册到局部地图中，从根本上去除运动畸变。同时加入回环检测模块，在后端构建因子图优化模块，将激光里程计因子、IMU里程计因子、回环因子进行融合求解。在M2DGR公开数据集上和真实环境中进行的实验均表明，在高速运动、大场景、退化场景等环境中，与A-LOAM、LIO-SAM、FAST-LIO2等算法相比，本文算法的精确度和稳定性均有不同程度提高，所建地图更能反映环境的几何样貌，在环境适应性和建图的全局一致性方面表现更优。

关键词： 配电网   稀疏量测   图填补神经网络   数据补齐  

摘要： 针对配电网量测设备部署不全、数据传输丢失等导致的量测数据稀疏问题，提出一种基于GINN（图填补神经网络）的配电网稀疏量测数据推演方法，以解决配电网现有量测数据精度低、稀疏度高的问题。首先，基于GINN的量测特征编码器模块，提取配电网节点量测数据的功率、电压等潮流特征，并利用Transformer网络建立了节点量测不同潮流特征之间的关联。其次，基于GINN的图编码器模块，建立了配电网节点间的拓扑连接关系，并利用GCN（图卷积网络）实现了节点量测潮流特征的传递与更新。然后，通过两个模块分别捕捉的节点量测数据不同潮流特征间的关系和节点间的拓扑关联，利用稀疏的量测数据实现了缺失数据的推演补齐。最后，采用IEEE 14、30、57和118节点系统开展仿真测试，验证了所提方法的有效性。

关键词： 肝及腹部疾病   围手术期   健康教育   多语种思维导图  

摘要： 探讨多语种思维导图在肝及腹部疾病患者围手术期健康管理中的应用价值。方法 收集伊犁河谷在2024年05月—2025年05月接诊并符合纳排标准的100例肝及腹部疾病手术患者为研究对象,采用随机数字表分组,奇数为对照组,偶数为干预组。对照组50例采用常规健康教育方式,干预组50例应用多语种思维导图模式完成健康教育,评价不同患者健康教育效果。结果 在围手术期健康教育知晓率、患者满意度以及治疗期间的负面心理状态评分、睡眠质量评分方面,干预组均优于对照组,有统计学意义(P<0.05)。结论 在肝及腹部疾病患者围手术期健康教育中运用多语种思维导图,能提升健康教育效果,让患者有更好的健康教育体验,并对患者治疗期间的心理、睡眠质量等产生积极影响。

关键词： 科技发展机会   图自编码器   链路预测   文本挖掘   机会解读   量子科技  

摘要： [研究目的]针对科技战略层面的机会识别主要依赖经验的问题,提出科技发展机会的概念和定量发现方法。[研究方法]在机会识别阶段,从国内权威媒体和相关企业的网站上抽取焦点领域科技发展的相关文本信息,构建领域关键词共词网络,运用基于图自编码器的链路预测算法识别新的科技发展机会;在机会分析阶段,针对潜在机会数量庞大和含义模糊的问题,建立宏观因素类别和微观关键词两个层次的指标,筛选并解读科技发展机会。[研究结果/结论]量子科技领域的实证研究表明,图自编码器链路预测模型相较于经典模型表现出了更好的性能;提出的机会筛选和解读方法能够明确科技发展机会的具体含义;我国量子领域科技发展的类别层机会有加强对量子企业的政策支持、提高产业链活力,以及强化产学研合作,关键词层机会有量子保密通信、量子超级计算机和量子科技产业金融一体化等。验证了所提出方法的有效性和可行性。

关键词： 原发性高血压   动态心电图   心率变异性   厄贝沙坦   氨氯地平  

摘要： 评估厄贝沙坦联合氨氯地平治疗原发性高血压的临床疗效和安全性,重点分析其对患者血压控制和症状改善的影响。方法 选取防城港市第一人民医院2023年收治的113例原发性高血压患者,随机分为对照组和治疗组。对照组采用传统药物治疗,治疗组采用厄贝沙坦联合氨氯地平治疗方案。通过比较两组患者的总有效率、综合疗效评分、心率变异性和不良反应等指标进行临床评价。结果 治疗组总有效率为94.74%,显著高于对照组的80.36%。治疗组综合疗效评分和心率变异性评分均显著优于对照组。症状改善评分显著降低,不良反应发生率仅为5.26%,明显低于对照组的13.36%。结论 厄贝沙坦联合氨氯地平治疗原发性高血压具有显著临床疗效,安全性高,为临床治疗提供了新的用药策略,有望成为原发性高血压治疗的重要选择。

关键词： 图文结合评论   评论有用性   认知流畅性   情感流畅性   实验  

摘要： 现有文献从吸引力、内容丰富度、显示位置及一致性等角度探讨了图文结合评论对评论有用性的影响，但尚缺乏针对不同文本与图片内容特征匹配如何影响评论有用性的研究。基于包含1250位被试的六个情景实验，本研究系统分析了图文匹配对评论有用性的作用机制。研究发现，属性导向文本与特写镜头图片的匹配提高了评论的有用性，因为这种组合增强了认知流畅性；而利益导向文本与长镜头图片的匹配则通过提升情感流畅性来增强评论的有用性。此外，认知风格（分析型vs.整体型）在图文匹配与评论有用性的关系中起到调节作用。研究结果不仅揭示了图文匹配对评论有用性的影响机制，还为在线平台优化评论设计提供了重要的管理启示。

关键词： 颠覆策略   叠图   图重构   连通度优化  

摘要： 提出图的颠覆策略和S-T重构概念,讨论了基于连通度优化的图的S-T重构问题。构造出一类具有特殊结构的叠图,解决了由两个完全图构成的叠图的基于连通度优化的最优重构问题。

关键词： 高光谱图像去噪   图神经网络   深度学习   空谱特征   核范数  

摘要： 基于传统深度学习的高光谱图像去噪方法通常难以捕捉空间位置的长程相关性和全局不规则局部块的相似性，导致去噪后细节信息丢失和结构完整性不足。为此，本文提出了一种新的面向高光谱图像去噪的超像素级图特征学习方法，旨在利用图神经网络提取空谱特征，捕捉不规则局部块空间位置的长程相关性，以保留纹理细节和结构信息。首先，设计了门控注意力模块来抑制噪声并增强光谱相关性，为后续的超像素分割奠定基础。而后设计了超像素级图聚合模块，通过将高光谱图像按空间维分割成多个空间相连的超像素，并使用共享线性层学习超像素中像素的加权值，之后使用图卷积更新节点信息，从而有效地保持高光谱图像结构完整性和内部细节的清晰度。最后，利用高光谱图像的低秩性，在训练过程中引入核范数正则化进行约束，提出了低秩-空谱损失，以关注结构信息的保留。实验结果表明，本文提出的方法在性能上优于当前先进方法。