课程文献中心 更多>>

关键词： 微项目学习   反比例函数   单元复习课   实践探索  

摘要： 单元复习课是数学教学活动中必不可少的环节,起着梳理巩固新知,建构知识网络的重要作用微项目学习注重以真实的情境为载体,聚焦问题解决,这样的学习方式有助于学生更好地理解数学,提高学生的解题能力。研究以“反比例函数单元复习课”为载体,凸显函数的研究策略,引导学生梳理总结一般函数的研究范式,通过微项目学习活动,学生在真实且具有挑战性的情境中探索和学习,将所学知识和技能迁移到新问题的解决中,促进学生对知识的深度理解,从而培养学生的批判性思维和创新意识。

关键词： 心肌梗死   心电描记术   右胸   后壁   变化分析  

摘要： 目的 分析急性心肌梗死患者的右胸及后壁心电图变化。方法 回顾性分析我院在2022年1月至2023年12月收治的78例急性心肌梗死患者(梗死组)及20名常规体检者(健康组)进行研究,所有患者均行心电图检查,采用多因素Logistic回归方法分析独立影响因素。结果 梗死组吸烟高于健康组(P<0.05),且心率、平均动脉压指标低于健康组(P<0.05);2组年龄、性别、体质指数(BMI)、是否饮酒、合并症、脑血管病史、扩张型心肌病差异无统计学意义(P>0.05);梗死组QV7>0.03s、QV8>0.04s、V7Q波与R波的比值(Q/R)>1/3、V8Q/R>1/2、右心室(RV)2=0.04s、ST段弓背或凹面向上或水平下移≥0.05mV、TV_(1)>0.4mV比例高于健康组(P<0.05);2组QV9>0.04s、V9Q/R>1、ST段抬高≥0.1 mV、RV1=0.04s、V1R/S>1、V2R/S>1比例差异无统计学意义(P>0.05);多因素Logistic回归分析结果:吸烟、QV7>0.03 s、QV8>0.04s、V7Q/R>1/3、V8Q/R>1/2、RV_(2)=0.04s、ST段弓背或凹面向上或水平下移≥0.05mV是急性心肌梗死发生的独立影响因素(P<0.05)。结论 急性心肌梗死患者在右胸及后壁心电图上的特征变化包括Q波增宽、QRS波形态异常、ST段异常和T波异常等,这些变化可作为急性心肌梗死的诊断和评估指标。进一步研究这些心电图特征与患者预后之间的关系,有助于提高对急性心肌梗死患者的诊断准确性和治疗效果。

关键词： 现代产业体系   计算机产业学院   产教融合  

摘要： 阐述针对计算机产业中的专业人才需求,提出了适应产业体系需求的计算机产业学院建设策略。通过分析现代产业发展趋势和教育需求,提出推进产教融合、创新创业教育,以及构建高水平教师队伍的措施,以解决当前教育体系中的问题并提升教育质量。

关键词： 动作识别   图卷积网络   对比学习   多层次   拓扑细化  

摘要： 动作识别是计算机视觉领域中的前沿探索,得益于图卷积网络(GCN)处理非欧几里德数据的优势,该方法已成为从骨架数据中提取特征的主流方法。针对目前GCN忽视跨序列信息、对运动轨迹相似度高的模糊样本难以区分等问题,提出一种结合对比学习的图拓扑对比细化方法(graph topology contrast refinement block,GTCR-Block)。首先,根据模型的识别情况,将样本划分为可信样本和模糊样本;其次,建立样本级记忆库(sample-level memory bank,B sam)和全局级记忆库(global-level memory bank,B glo),存储跨批次图拓扑,使用对比学习方法使图拓扑具有类内聚合、类间分散的特性,将模糊样本在特征空间中分隔开。最后,采用多层次的策略学习更多的判别特征表示。实验结果表明,在不增加额外参数的情况下,在NTU RGB+D数据集达到了X-Sub基准93.3%和X-View基准97.4%的准确率,在NTU RGB+D 120数据集达到了X-Sub基准89.4%和X-set基准91.2%的准确率。采用GTCR-Block能够有效提升动作识别的效果。

关键词： 电力负荷预测   加法秘密共享   函数秘密共享   隐私保护   神经网络  

摘要： 为了应对短期电力负荷预测过程中存在的隐私泄露风险,确保用户数据在预测过程中的安全性,提出了一种基于函数秘密共享的隐私保护短期电力负荷预测方法。首先,采用轻量级的加法秘密共享和函数秘密共享技术,构造了针对神经网络线性层与非线性层函数的安全基础协议。然后,通过兼容卷积神经网络(CNN)、长短期记忆网络(LSTM)等多种神经网络模型,在保护数据隐私的前提下,实现安全高效的短期电力负荷预测。最后,在多种神经网络模型上进行了实验验证。实验结果表明该方法在保证负荷预测准确性的同时,显著降低在线计算和通信开销,为电力负荷预测领域提供了可靠的隐私保护解决方案。

关键词： 大竹县   白茶种植   气候适宜性区划   高产策略  

摘要： 本研究深入剖析了大竹县白茶种植的气候适应性,详述了白茶的栽培历程、当前状况及气候因素对白茶生长的关键作用,概览了大竹县的地理特征与白茶种植的现状,借助气候条件的综合评价,明确了大竹县适宜白茶种植的气候区域并提出了一系列增强白茶种植品质的措施,为大竹县白茶产业的持续健康发展提供坚实的科学支撑,同时为地方茶农创造更多经济收益。

关键词： 核心素养   思维导图   “综合与实践”   教学  

摘要： 于21世纪的教育洪流之中,核心素养的培育已跃居全球教育改革议程的核心位置,其焦点不仅限于知识的传递,更着重于能力的培育与价值观的构建。作为基础教育体系的关键构成,小学数学教育的教学模式创新,对于学生全面发展的推动作用意义非凡。尤其在“综合与实践”这一关键板块,如何高效地融合知识,增强学生的实际问题解决能力,正成为当前教学改革探讨的焦点议题。基于此,本文分析思维导图概念以及其在小学数学“综合与实践”教学应用必要性,论述核心素养导向下小学数学“综合与实践”教学中应用路径。

关键词： 图神经网络   内支撑   图表示   自动化设计   有限元分析  

摘要： 软土基坑需内支撑设计,而目前内支撑设计大多通过设计人员手动完成,自动化程度较低.在计算机智能化技术的推动下,通过智能化设计可辅助提高该过程的效率.为实现自动化设计方法在基坑内支撑中的初步应用,提出了一种基于图神经网络(graph neural network,GNN)的基坑内支撑自动化设计方法.首先,建立了能合理表征梁柱拓扑连接关系的图表示方法与4类内支撑典型布置的数据集;随后,通过该数据集对图神经网络进行训练,选取3种图神经网络模型学习柱间连接的特征,以实现柱间梁连接的链路预测;最后,对某一拟建于上海的二级基坑进行梁连接链的自动识别,并且通过有限元分析验证了该方法的适配性.研究结果表明,结合图神经网络的基坑内支撑自动化设计可以提供合理且高效的基坑内支撑布置,同时满足设计与施工的规范要求.

关键词： 低照度   图像增强   噪点   纹理信息   反射图   伽马校正  

摘要： 针对现有图像增强算法未针对矿井环境进行优化,导致噪点、伪影和真实感丧失的问题,提出基于反射图增强的Retinex图像增强算法。首先,采用基于卷积神经网络的模型去除图像噪声;其次,调整光照增强纹理信息丰富的反射图;最后,融合经过基于图像环境反射强度自适应伽马校正的光照图与增强的反射图,消除光晕伪影并且避免过度曝光。实验结果表明,将该算法与多种对比算法比较,所提算法可以有效提高矿下低质图像的清晰度、亮度和真实自然感,减少图像噪声、色彩失真。

关键词： 生成式技术   图情智能机器人   应用价值   功能风险  

摘要： 人工智能已成为国际竞争的新场域,国家高度重视人工智能的发展与应用。“图情智助”团队尝试开发了一款全新的、使用便捷的图书情报专业学习和研究的微信聊天机器人,目前已经过多轮内部测试和开放测试,整体表现良好,可以满足信息资源管理专业一般场景下的专业知识快速查询需求,并在高校图书馆用户入馆教育、数据库检索培训以及信息资源管理专业学科服务等方面具有较强的发展潜力,在一定程度上助力提高图书情报专业研究和学习的效率,具有良好的创新性和实用性,也在技术成熟度、数据安全性、版权合规性等方面暴露出一些风险。