课程文献中心 更多>>

关键词： 人智交互   人智协同   人机信任   生成式人工智能   人工智能生成内容  

摘要： [目的/意义]人智信任是实现高质量人智协作的基础与前提,人智协作的实践深化也进一步丰富了人智信任的视角特征。因此,在人智协作情境下解构人智信任的视角特征,对理解、巩固人智信任具有重要意义。[方法/过程]基于ANN和Q方法对人智信任进行维度划分与实证检验。一方面采用Q方法,从近10年来的相关文献对人智信任的形成视角进行定量聚类,对其特征构成进行定性归纳;另一方面采用ANN方法,基于ChatGPT的模拟情景实验对人智信任的视角特征进行实证检验。[结果/结论]Q方法的定量分析发现人智信任具有社会实体和作业工具的双重视角;Q方法的定性分析则进一步解构了两视角下人智信任的具体特征。具体而言,社会实体视角下的人智信任可以从感知、认知、评判维度解析,作业工具视角下的人智信任则由确定性、稳定性和机器能力的特征构成。此外,ANN的实证检验结果表明不同人智信任视角下的多重特征对用户满意度和持续使用倾向具有显著影响,即证明了对人智信任的维度划分具有较好的适用性。

关键词： 三维高效视频编码(three-dimensional high efficiency video coding,3D-HEVC)   深度图   卷积神经网络(convolutional neural networks,CNN)   编码单元(coding unit,CU)划分   帧内编码   双特征流  

摘要： 针对三维高效视频编码(three-dimensional high efficiency video coding,3D-HEVC)深度图编码单元(coding unit,CU)划分复杂度高的问题,提出一种基于卷积神经网络(convolutional neural networks,CNN)的算法来实现快速深度图帧内编码。首先,提出一种具有3个分支的注意力-残差双特征流卷积神经网络(attention-residual bi-feature stream convolutional neural networks,ARBS-CNN)模型,其中基于残差模块(residual module,RM)和特征蒸馏(feature distill,FD)模块的2个分支用于提取全局图像特征,基于动态模块(dynamic module,DM)和卷积-卷积块注意力模块(convolutional-convolutional block attention module,Conv-CBAM)的分支用于提取局部图像特征;然后,将提取到的特征进行整合并输出,得到对深度图CU划分结构的预测;最后,将ARBS-CNN嵌入到3D-HEVC测试平台中,利用预测结果加速深度图帧内编码。与原始算法相比,提出的算法能在维持率失真性能几乎不受影响的条件下,平均减少74.2%的编码时间。实验结果表明,该算法能够在保持率失真性能的条件下,有效降低3D-HEVC的编码复杂度。

关键词： 科学思维   思维导图   大单元实验教学  

摘要： 应用思维导图开展大单元实验教学,具有两大优势,一是有利于结构化整合单元知识体系,促进科学思维建构;二是有利于深入开展探究性实验教学,促进深度思维培养。以“交变电流”大单元实验教学为例,阐述了如何通过“单元实验学习任务渐进完成”和“科学思维渐进发展”两个策略,构建“交变电流”大单元实验教学方案,以促进学生科学思维的全面发展。

关键词： 狄拉克函数势   量子场论   正规化   重整化   泛函分析  

摘要： 本文通过分析研究二维狄拉克函数势的束缚态和散射态,介绍了正规化方法和重整化概念.首先分析了拉克函数势束缚态求解的困难;然后借助正规化处理建立起束缚态能量值和理论耦合参数之间的关系.在此关系的基础上分析了势的散射截面,并说明其与正规化过程的无关性.

关键词： 列车-轨道-轨下基础耦合动力学   轨下基础格林函数模型   车致振动   模型验证  

摘要： 格林函数方法作为一种高效的动力学求解手段,在提升周期性结构动力学分析效率方面具有显著优势。为提升列车-轨道-轨下基础耦合动力的计算效率与精度,本文对考虑垂向和横向耦合作用的格林函数轨下基础模型的建模方法及求解方法进行研究。基于格林函数的互易性、轨道结构的周期性、对称性及振动的衰减性,提出一种激励点和观察点的选择方法;同时考虑垂向和横向的耦合作用,通过求解脉冲作用下轨下基础有限元模型的响应,提出轨下基础格林函数模型的建模方法;结合列车-轨道-轨下基础耦合动力学理论,进一步提出以格林函数模型作为轨下基础的求解方法。为验证方法的准确性,在地铁常见的铺设长轨枕整体道床的圆形隧道中开展现场测试,记录实车通过时钢轨的垂向位移及隧道壁的垂向振动加速度。以测试工况为研究对象,进行列车-轨道-隧道-土体耦合动力学仿真分析。研究结果表明:与传统有限元模型相比,单纯考虑垂向耦合作用的格林函数模型计算效率提高至少87.00%,考虑垂向和横向双向耦合作用的模型效率提高至少55.08%;在实测行车条件下,钢轨最大垂向位移约为0.35 mm,由本文方法仿真计算所得钢轨最大垂向位移约为0.33 mm,相对误差小于5.72%;与实测行车条件下隧道壁振动加速度进行比较,本文方法对振源强度的计算相对误差小于8.19%。

关键词： 机器人   建图技术   定位技术   融合应用  

摘要： 机器人建图和定位技术(SLAM)是实现机器人自主移动和环境感知的重要组成部分,目前已经在多个领域得到广泛应用,但依然存在一些亟需解决的问题。在技术层面上,传感器精度和数据处理算法不完善导致定位与建图准确性和鲁棒性受限;在外部因素上,复杂的室内环境或大范围的室外场景下的适应性有待提高。同时,它对计算资源的要求较高,实时性和效率难以达到实际应用需求。未来,机器人SLAM技术会向多传感器融合方向发展,以提升数据的精确度与完整度。算法优化和创新将进一步提升系统的性能和适应性。在应用方面,它将更加广泛地融入各种复杂场景,为人们的生产和生活带来更多便利。

关键词： 风险管控   房地产企业   税务筹划   筹划分析  

摘要： 房地产企业因其业务链条长、涉税种类多、跨区域经营等特征,在税务处理环节存在较高风险,也是税务机关开展纳税检查的重点对象。在筹建阶段,企业应优化融资安排,科学核算税务成本;在销售阶段,需通过合理定价、分散销售收入及选择适当的促销方式来管理税负;在保留阶段,则应准确把握增值税纳税义务的发生时间,并根据闲置不动产的投资方式选择最佳的税收方案。通过优化税收筹划策略,企业不仅可以降低税负,还能增强市场竞争力,实现经济和税收效益的双赢,促进长期可持续发展。

关键词： 大单元   集合   运算能力  

摘要： 新课标要求教师的教学实践应聚焦于培养学生的核心素养.因此,基于大单元教学的先进理念,笔者精心构思并设计了一堂关于“集合的含义与表示关系”的复习课程,旨在通过整合知识单元,强化知识间的内在联系与逻辑结构,促进学生深度学习的发生.

关键词： 流量分类   图神经网络   对比学习   协议分析  

摘要： 网络流量分类技术在网络安全领域中起到了关键性作用。现代网络架构高度复杂,网络流量传输过程中将会不可避免地遇到各种异常情况。为此,提出了一种稳定性指标,评估算法对数据异常干扰的抵抗能力,基于图对比学习技术提出一种流量分类算法TCGCL,可以同时提取网络流量内部的载荷特征及网络流量之间的通联关系特征,更全面地保留数据有效信息,在此基础上通过数据增强技术模拟网络流量异常状态表现,大幅提升了算法在数据异常情况下的分类稳定性。基于协议分析技术,对流量分类过程中图结构数据的构造方式进行了研究,提出了一种高质低维的属性生成方法。实验表明,相较于基线算法,在达到近乎相同准确率的前提下,TCGCL的样本输入维度降低了约80%。针对复杂网络通信环境,TCGCL对测试样本进行了噪音混淆,模拟流量异常的情况。测试结果表明,TCGCL在流量出现异常的条件下仍可保持很高的分类准确率,且稳定性指标大幅领先于基线算法。

关键词： 思维导图   核心素养   阅读教学   语文教育  

摘要： 随着新课程改革的不断深入,培养学生的核心素养已成为语文教学的重要目标。阅读教学作为语文教育的重要组成部分,对提升学生的语言运用能力和思维品质具有关键作用。然而,传统的阅读教学方式往往以教师讲解为主,难以调动学生的主动性,制约了教学效果的提升。思维导图作为一种图形化思维工具,能够将文本信息转化为直观的视觉呈现,有助于学生建构知识体系、发展思维能力。