课程文献中心 更多>>

关键词： 矩阵分解   空间划分   类内不平衡   类间不平衡   对象子空间   特征子空间  

摘要： 针对微生物数据类内和类间不平衡、高稀疏性的问题,提出一种融合矩阵分解和空间划分的数据扩增算法。采用矩阵分解技术将原始数据空间分解为对象子空间和特征子空间,提取潜在空间表示,对象子空间划分为多个数据子空间,缓解了类内不平衡问题。为了解决类间不平衡问题,在每个数据子空间中生成合成样本,使用欧氏距离对合成样本进行过滤,获得高质量的样本。在9个微生物数据集上实验,再与9个采样算法进行性能对比。结果表明,本文算法生成的样本在多样性上具有较大优势,采用多个分类器时,能识别出更多的阳性样本。

关键词： 核心素养   数形结合   高中数学  

摘要： 本文以人教B版高中数学必修二第四章中“指数函数的性质与图象”的教学设计为例,展示“情境探究式”课堂实施路径,并把“素养导向”融入数学课堂教学.

关键词： 距离无符号拉普拉斯矩阵   谱半径   双圈图   补图  

摘要： 设G是简单连通图,DQ(G)=Tr(G)+D(G)为图G的距离无符号拉普拉斯矩阵,其中Tr(G)和D(G)分别是图G的点传递对角矩阵和距离矩阵。本文在n阶双圈图补图中确定了距离无符号拉普拉斯谱半径最大时所落在的图类集合。Let G be a simple connected graph, and DQ(G)=Tr(G)+D(G)be the distance signless Laplacian matrix of graph G, where Tr(G)and D(G)are diagonal matrix with vertex transmissions of G and distance matrix of G, respectively. This article determines the set of graph classes that fall at the maximum distance from signless Laplacian spectral radius in the complements of bicyclic graphs with n-order.

关键词： 神经网络   机器学习算法   交通流预测   智能交通系统   深度学习   统计模型   空气污染   交通预测  

摘要： 随着智能交通系统的发展,交通流预测成为一个关键问题。图神经网络(GNNs)作为一种强大的时空数据分析工具,近年来在交通流预测领域得到了广泛的应用。本文综述了GNNs在交通流预测中的应用,分析了其优势和存在的挑战,同时探讨了其未来可能的研究方向。由于城市化进程不断加剧和人口爆发式增长,交通网络的复杂性也随之不断增加。城市面临许多与交通相关的问题,包括空气污染和交通拥堵。基于交通预测的早期干预被视为提高交通系统效率和缓解交通相关问题的关键。传统的交通流预测方法通常依赖于统计模型和机器学习算法。然而,随着深度学习和GNNs技术的出现,研究者们开始探索新的方法来处理交通流预测中的复杂时空依赖关系。

关键词： 语文课堂   多媒体设备   信息品质   思维导图   智慧应用   科技助力   体验感   小学生  

摘要： 时代科技力量有效提升了语文课堂教学活动的科技感与现代化,督促教师深层次地应用多媒体设备,为小学生提供先进性、体验感、高品质的科技生态。为了促进语文课堂实现科技提质、创新增效,教师积极推动思维导图融入到知识研讨与课文赏析中,架构出高层次、高能动、高收益的信息情境。因此,思维导图能够有效提升语文课堂的信息品质与资源设计,实现科技助力、智慧育人。

关键词： 无人机   倾斜摄影   实景三维模型   虚拟立体像对   大比例尺地形图  

摘要： 针对实景三维模型拉花区域生产的地形图精度易超限的问题,文章提出采用实景三维模型和虚拟立体像对相结合的方式生产地形图。首先介绍了无人机倾斜摄影技术和基于下视影像的立体模型重建技术;其次以某一项目为例,将实景三维模型和虚拟立体像对两种测图方式相结合用于生产任务区内地形图数据的测绘;最后将外业采集的特征检测点导入到软件中,完成地形图精度的检测。通过分析检测点的平面、高程较差和中误差,研究项目测绘的地形图,精度符合1∶500测图比例要求。研究成果可为采用航摄作业方式生产大比例尺地形图人员提供参考。

关键词： 初中数学   函数应用   解题策略  

摘要： 函数知识是初中数学的核心组成部分,在中考数学试卷中扮演着举足轻重的角色.本文旨在通过分析研究,提供一系列针对性的教学参考和启示,以助于同行们在函数教学中取得更好的成效.

关键词： 多邻域融合   图注意力机制   电子元器件   点云分割  

摘要： 针对电子元器件装配过程中稠密点云语义分割困难的问题,提出一种基于多邻域融合的图注意力卷积电子元器件点云分割算法。该算法通过栅格概率采样的训练策略保证点云几何结构和初始感受野;在二阶局部邻域内建立局部特征图,以图注意力卷积与池化操作逐层编码丰富语义特征;将全局特征与局部特征融合逐层上采样,完成电子元器件稠密点云的语义分割任务。实验结果表明,在电子元器件数据集上总体准确率达到96.5%,平均准确率达到93.6%,平均交并比达到85.6%,有效提高了电子元器件等稠密点云语义分割的精度。

关键词： WRF-Hydro模型   Morris法   敏感性分析   多目标函数   洪水预报  

摘要： 水文与气象预报相结合可以有效提高洪水预报的精度和延长预见期,陆气耦合模型已成为水文气象学者研究的重点。WRF-Hydro模型作为新一代分布式陆气耦合模型在多尺度洪水预报中具有广阔的应用前景,但由于各物理过程参数化方案复杂,模型计算量大,对该模型的参数敏感性研究还不充分,也影响着模型的模拟精度。研究以湿润区的新安江上游屯溪流域为研究对象,构建多个单目标和多目标函数,并结合Morris全局参数敏感性分析方法,探究了WRF-Hydro模型在不同目标函数下的参数敏感性。结果表明:土壤参数(DKSAT、SMCMAX、BEXP)主要影响壤中流和地表径流,对径流量影响显著,尤其DKSAT最为敏感,直接影响水在土壤中的下渗速度,增大时基流量显著增高而洪峰流量则明显降低;产流参数(SLOPE、REFKDT)主要影响地表径流和基流分配,对洪水过程线形状有重要影响;河道汇流参数ManN影响汇流速度并主要控制峰现时间;植被参数MP对于总水量有一定影响;坡面汇流参数OVROUGHRTFAC和地下水参数Zmax则最不敏感。不同目标函数下的参数敏感性顺序和最优参数取值有一定差异,单目标函数中以相对误差为优化目标会更侧重于全年径流总量和低流量部分的模拟精度,而以效率系数和Kling-Gupta系数为目标则更侧重于场次洪水和高流量部分的模拟效果;基于几个单目标函数组合的多目标函数综合考虑了不同目标函数的影响,结果在一定程度上优于单目标函数。研究可为合理确定WRF-Hydro模型参数优化策略提供参考。

关键词： 指数型聚焦稳定器   惩罚函数   三维反演   重力  

摘要： 基于典型聚焦稳定器的重力反演能较好地突出地下地质体的边界,但是,受聚焦因子的影响较大。指数型聚焦稳定器具有聚焦特性,而且,在一定程度上可以回避聚焦因子选择的问题,具有改善重力三维反演效果的潜质。此外,惩罚函数约束可以改善反演的多解性,将反演的物性值约束在一定范围内。基于此,为探索指数型聚焦稳定器和惩罚函数约束对重力三维反演的改善作用,将指数型聚焦稳定器和惩罚函数写入三维重力正则化反演目标函数,完成了有、无指数型聚焦稳定器及有、无惩罚函数约束的重力三维反演效果对比。模型试验表明:指数型聚焦稳定器可以较准确地还原异常体的物性和空间分布,但存在假异常和物性值超出真实值的情况,基于惩罚函数约束的指数型聚焦反演可以较好地改善此类情况,此外,惩罚函数约束的分区域处理可以提高解的准确性。上述情况表明,基于指数型聚焦稳定器和惩罚函数约束的反演方法具有一定的推广潜质。