课程文献中心 更多>>

摘要： 一、什么是以图证史 以图证史,是指以图像,如历史地图、历史图片等资料来验证历史.以图证史能够从另一个方面揭示历史发展的本质.借助历史地图、历史图片等能够创设生动、有趣的历史情境,能够刺激学生视觉等,激发学生学习历史的兴趣,调动学生学习历史的积极性,有利于学生进入深度学习.

摘要： 2022 年颁布的义务教育数学课程标准中提到"基于核心素养发展要求,遴选重要观念、主题内容和基础知识,设计课程内容,增强内容与育人目标的联系".2018 年颁布的普通高中各学科课程标准中"凝练学科核心素养""重视了以学科大概念为核心,使学科内容结构化".围绕大概念进行单元教学设计成为学科教育发展的趋势,改变注重以课时为单位的教学设计、推进单元整体教学设计是落实核心素养的重要手段.如何避免碎片化教学设计,围绕大概念进行单元教学设计以真正落实核心素养呢?一线教师在实践的过程中还有很多困扰,下面,笔者结合"二次函数"单元教学进行探讨.

关键词： 水声通信   信号识别   深度学习   谱图融合  

摘要： 水声通信信号类型识别是水声通信侦察的重要内容，是实施引导型通信对抗的重要前提。传统的水声通信信号类型识别方法通常是基于模式识别技术，依赖领域专家的专业知识和经验进行特征选择和提取，具有较强的主观性；基于深度学习的智能识别方法可实现特征提取和识别一体化，但目前主要是基于单谱图进行网络训练，当信号在单特征差异不大的时候，基于单谱图无法对所有信号类型做出正确分类。针对这一问题，提出一种基于VGG16(Visual Geometry Group 16)卷积神经网络的多谱图联合的水声通信信号类型识别的智能方法。通过对信号进行时频分析和二次方谱分析，将时频谱图和二次方谱图的联合谱图作为网络输入，构建信号数据集进行训练，在网络训练损失和准确率满足期望后即可实现对信号类型识别的测试。通过仿真数据和湖上试验数据对线性调频(linear frequency modulation, LFM)、二进制相移键控(Binary Phase Shift Keying, BPSK)、四进制相移键控(quadrature phase shift keying, QPSK)、二进制频移键控(2-Frequency Shift Keying, 2FSK)、四进制频移键控(4-frequency shift keying,4FSK)和正交频分复用(orthogonal frequency division multiplexing, OFDM)六类信号进行处理，结果表明：基于单一时频图的智能识别方法，由于无法区分BPSK和QPSK信号造成整体识别率下降；而基于多谱图联合的智能识别方法可以做出正确分类，各类型信号识别正确率大于99.0%，验证了所提算法的可行性。

关键词： 天然径流   变异   Copula函数   水文响应关系   永定河山区  

摘要： 为探究二十世纪七八十年代以来永定河天然径流衰减的根本原因，诊断了永定河流域典型水文站天然径流序列变异点，采用Copula函数研究永定河流域天然径流与降水-径流响应结构关系变异特征，并讨论导致其变异的主要原因。研究表明：1956—2016年永定河干支流天然径流序列具有显著衰减趋势性与突变性；降雨-径流相关性结构在1983年前后的边缘分布、联合分布和条件分布概率变化呈显著调整，降水与天然径流的联合概率和分布区间在变化期内明显变小，满足相同产流需要的降水量在变化期内显著增加，表明20世纪80年代后永定河流域水文响应关系和产流机制已发生根本性变化；退耕还林、城镇化以及地下水开采可能是永定河天然径流及水文响应关系变异的原因。

关键词： 阿尔茨海默症   患者分类   子图信号   排列熵   滑动窗口   功能磁共振成像  

摘要： 阿尔兹海默症(Alzheimer's disease， AD)是一种严重的神经退行性疾病，其早期诊断面临诸多挑战。本文结合功能连接网络的拓扑结构信息与图上信号，提出一种基于功能磁共振成像子图信号排列熵的分析方法，用于揭示AD患者与健康对照(healthy controls， HCs)之间的动态复杂度差异。该方法采用滑动窗口技术对血氧水平依赖(blood oxygen level dependent， BOLD)信号进行时间窗口划分，计算每个时间窗口的功能连接网络，结合稀疏表示算法，从功能连接网络中提取相应窗口下脑区的子图，并对时间窗口下的BOLD信号进行降维以构建动态子图信号。利用所提出的子图信号排列熵算法计算动态子图信号的熵值以衡量其复杂度。以受试者的动态子图信号排列熵为特征，在ADNI数据集上的分类实验表明，相较于对比方法，该方法能够用最少的特征数量以84.33%的分类精度区分AD患者和HCs。

摘要： 地理是高中阶段一门重要的学科,知识体系庞大,同时具有逻辑性与综合性.思维导图作为一种可视化学习工具,可将零散的地理知识以系统化、结构化的方式呈现给学生,有助于学生掌握地理知识间的内在联系,为学生认知结构的构建提供帮助.

关键词： 长白落叶松   胸径树高联合分布   Copula函数   雷诺误差指数   半参数估计  

摘要： 在林业研究中，胸径-树高二元联合分布多由相同边缘分布构造，而林分的胸径与树高的实际分布状况可能有所差异。为降低这种差异带来的影响，基于佳木斯市孟家岗林场的115块长白落叶松人工林数据，选择适用条件低、适应范围广的Copula函数方法拟合落叶松胸径-树高二元联合分布模型。首先选择Weibull、G-Weibull、Logistic、Logit-Logistic、Gamma、Log-Normal 6个分布函数作为备选基础模型，根据K-S检验与半参数估计结果筛选并构建Copula胸径-树高二元联合分布模型，再通过负对数似然（Negative Log-Likelihood，NLL）、Sn 拟合优度统计量和似然比检验（Likelihood Ratio Test，LRT）与二元对数logistic分布函数和二元Weibull分布函数进行比较，最后使用雷诺误差指数EI对模型预测能力进行评估。结果表明，基于Copula函数的二元分拟合结果与模型(EI=0.318 4)预估能力皆优于二元Weibull分布(EI=0.638 1)和二元对数Logistic分布(EI=0.949 0)，说明此方法构建胸径-树高二元联合Copula分布模型能够很好的描述落叶松人工林胸径树高联合分布，以Copula方法构建树高-胸径联合分布是可行的。

摘要： 吸积盘 指由气体、等离子体、尘埃、粒子组成的圆盘.吸积盘内的物质在高温下发光,会围绕黑洞旋转,并逐渐被吸入黑洞.

关键词： 图表示学习   图神经网络   数据增强   自监督学习   图对比学习   节点分类  

摘要： 图神经网络(GNN)是处理图结构数据的有效图表示方法。然而在实际应用中，GNN的性能受限于信息缺失问题。一方面，图结构通常较为稀疏，导致模型难以充分学习节点特征；另一方面，监督学习依赖的标签数据通常稀缺，使得模型训练受限，难以获得鲁棒的节点表示。针对以上问题，提出了一种基于数据增强的子图感知对比学习模型SCLDA。首先，通过链路预测学习原始图得出节点之间的关系得分，并将得分最高的边添加到原始图中以生成增强图；其次，对原始图和增强图分别利用目标节点进行采样局部子图，将子图的目标节点输入共享GNN编码器，生成子图级别的目标节点嵌入；最后，基于两个视角子图的目标节点的对比学习来最大化相似实例之间的互信息。在六个公共数据集Cora、Citeseer、Pubmed、Cora＿ML、DBLP和Photo上进行节点分类实验，SCLDA比传统GCN模型的准确率分别提升了约4.4%、6.3%、4.5%、7.0%、13.2%和9.3%。