课程文献中心 更多>>

关键词： 谣言传播   有向谣言传播联合图   关键节点群组   谣言信息覆盖率   检测  

摘要： [目的/意义]网络谣言传播中关键节点的检测对维护网络空间清朗具有重要意义。针对已有研究忽略节点在多条谣言传播中的作用，从而导致误检或漏检的问题，提出引入有向联合图的谣言传播中关键节点群组检测方法。[方法/过程]首先，构建有向谣言传播联合图，获得涵盖多条谣言传播的网络图。其次，在该图中挖掘节点发布谣言数量、传播谣言数量及影响力，实现对图中节点重要性的量化。最后，通过计算谣言信息覆盖率，检测出谣言传播中的关键节点群组。[结果/结论]实证研究在公开数据集上展开，结果显示：与已有方法相比，所提方法在准确率、召回率和F1值上均有所提高。

关键词： 储能规划   可变单位能量建设成本   充放电互补约束松弛   多参数规划理论  

摘要： 储能是缓解新能源功率波动，支撑构建新型电力系统的关键元件。然而，现有储能规划未计及其单位能量建设成本可能在规划周期内动态变化的特性，在规划周期内仅采用恒定的单位能量建设成本，不利于电力系统规划人员全面研判储能未来规划策略。因此，本文提出考虑可变单位能量建设成本的储能规划分析方法，旨在刻画储能单位能量建设成本与储能规划结果间的解析关系，提供更为全面和有效的研判信息。首先，针对储能规划模型中储能充放电互补约束引起的非线性特性，提出基于约束松弛技术的储能规划模型线性化构造方法，将原始非线性优化问题精确转化为线性优化问题。进而，依据线性优化问题形式的储能规划模型，将储能单位能量建设成本视作可变参数，基于多参数规划理论推导储能单位能量建设成本与储能规划结果的解析映射函数，从而实现储能单位能量建设成本与储能规划结果间的定量分析。通过IEEE 118节点测试系统验证：1）采用约束松弛技术前后的储能规划模型，规划结果可保持相同，即可通过所提线性优化问题以较低计算负担精确求解原始非线性的储能规划问题；2）所提方法可将储能规划结果定量解析为储能单位能量建设成本的分段多项式函数。

关键词： 非对称积分障碍李雅普诺夫函数   导纳控制   力矩观测器   反演滑模控制   下肢康复外骨骼机器人  

摘要： 为保障下肢失能患者主动康复训练的效果和安全性,针对下肢康复外骨骼机器人设计一种基于非对称积分障碍李雅普诺夫函数的无力矩传感器导纳控制方法.首先,基于广义动量法设计一种滑模观测器,用以实时估计人机交互力矩,从而降低下肢外骨骼对力矩传感器的依赖.其次,面向下肢外骨骼构建一种导纳控制框架,利用饱和函数将外环导纳模型生成的参考轨迹约束在预定的安全区间内,以保证外骨骼的柔顺性与安全性.此外,针对内环步态轨迹跟踪设计一种基于非对称积分李雅普诺夫函数的反演滑模控制算法,保障系统的输出约束性能与步态轨迹跟踪精度.最后,基于李雅普诺夫稳定性判据证明控制系统的稳定性,并在下肢康复机器人实验平台上验证所提出控制算法的有效性和优越性.

关键词： 广东省   模糊聚类软划分法   降雨   Mann-Kendall趋势检验   设计雨型   气候变化   无资料地区暴雨雨型   洪水预报  

摘要： 【目的】设计雨型作为无资料地区计算设计洪水的重要组成部分之一，对设计洪水的洪峰流量和时程分配具有显著影响。随着气候变化的影响，原有的雨型可能发生变化，需要通过延长水文序列常来，来进一步研究雨型的变化情况。【方法】采用Mann-Kendall趋势检验法和模糊聚类软划分法，选取广东省内的4个典型流域，涉及12个雨量站点的年最大24h和72h的降雨过程作为研究对象。基于指标体系构建模糊等价矩阵，运用模糊聚类法计算得出不同历时下的设计雨型。【结果】结果表明：年最大24h和72h的降雨量在洞冠水流域呈现出增加的趋势，白芒站的年最大24h降雨量变化速率最大，为0.96mm/a；而在榕江北河流域则呈现出减小的趋势，富口站年最大72h降雨量变化速率为-1.25mm/a。同时，各典型流域的设计雨型均呈现出复合型雨峰的特点，且主雨峰在总降雨量中的占比没有明显差异，主要不同体现在降雨的时程分配上。【结论】与《广东省暴雨径流查算图表使用手册》中的设计雨型相比，主雨峰的控制时段发生了改变。研究结果不仅可为典型流域的设计洪水计算提供有价值的参考，同时也为无资料地区的暴雨雨型研究提供思路。

关键词： 初中英语   思维导图   知识结构化   语篇教学  

摘要： 随着新课标的推进与落实,初中英语课程融合素质教育内核,以多元活动促进学生全面而个性化发展.思维导图作为图形思维工具,直观地呈现出知识隐藏的千丝万缕联系,帮助学生串联新旧知识形成结构化认知.教师在语篇教学中引入思维导图,对提升教与学的质量助益良多,间接渗透核心素养培育目标.初中英语课程应立足核心素养施教,探索思维导图助力语篇教学创新价值,从课前疏导、课堂引领与课后牵引等角度出发,促进学生整体认知、结构化思维发展,促进英语课程创新提质.

关键词： 复杂机动动作识别   轻量级混合神经网络   多尺度可分离卷积   双向线性自注意力   小波时频图  

摘要： 机动动作的快速准确识别是实现飞行员飞行训练质量自动评估的关键，针对目前不等长度飞行参数的复杂机动动作识别存在精度不足、效率低下以及识别类别有限的问题，提出一种基于小波时频图与轻量级CNN-Transformer混合神经网络的复杂机动动作识别方法。该方法有效结合了小波时频分析在处理非平稳信号方面的优势以及卷积神经网络（CNN）和Transformer在图像分类任务中的强大性能。首先，提出了一种机动动作分割方法以从单架次多维飞参数据中提取机动动作子序列，有效剔除了大量冗余背景动作序列。其次，利用连续小波变换将提取的子序列由多维飞参时序信号转换为包含时频特征的多维度小波时频图，有效解决了机动动作飞参数据长度不一致的问题。进一步，设计了一种用于特征提取的轻量级CNN-Transformer混合神经网络架构ConvBiFormer，通过多尺度可分离卷积和双向线性自注意力机制，有效地捕捉小波时频图中的局部与全局关键特征，并显著降低了模型的学习参数和计算量。在自建的24类真实复杂机动动作数据集上的实验结果表明，与对比方法相比，所提方法具有更高的识别准确率和稳定性，加权平均精确率、召回率和F1分数分别达到97.32%、97.28%和97.28%，同时在计算复杂度、模型推理时间和存储上具有优势。本文首次尝试将小波时频分析和Transformer用于复杂机动动作识别，为该领域研究提供了一种新的思路。相关代码已公开在https://***/bh0011/ConvBiformer。

关键词： N–v   特征函数   世界各地区差异性现状   差异性评价方法  

摘要： 作为区域土理论和方法的核心内容之一，本文开展了区域土N–vs特征函数差异性实证分析及评价方法研究。针对世界上目前拥有的实测N–vs特征函数，提出了差异性定量评价结果，并建立了不同地区N–vs特征函数差异性评价方法。收集整理了13个国家42个不同地区砂土N-vs特征函数和22个不同地区黏土N-vs特征函数，以此构成了1092组对比工况，通过分析揭示了不同地区实测N–vs特征函数差异性的统计学特征及一般规律。结果表明，全球不同地区实测N-vs特征函数大多具有显著及以上差异，其中极显著差异约占1/3以上，工程意义上无差异不超过10%。以41组N–vs函数关系为样本，构建了不同地区砂土和黏土N–vs特征函数差异性概率与差异性等级计算公式，并通过了既有全部数据的检验。本研究结果，从实证角度支持了N–vs函数关系可以作为区域土一种特征函数的概念，并在实证角度使土性质具有区域特征的认识从感性上升到理性，同时也为解析不同地区土性质的差异性提供了技术手段。

关键词： 图流   三角形计数   近似算法  

摘要： 近年来,图流分析在研究领域和工业领域都变得愈发重要.图流是从数据源持续高速到达的边序列,这些边组成了一个不断变化的动态图.在图流上可以进行多种不同的分析,而三角形计数是其中最基础的操作之一.由于图流数据规模大,更新速度高,在图流上进行精确三角形计数效率较低,而且并不必要.因为大部分三角形计数应用都允许一定的误差,所以,图流上的近似三角形计数一直都是研究热点之一.研究基于采样的滑动窗口模型下的图流近似三角形计数.滑动窗口模型只关注最近到达的图流数据,较早的图流数据被认定为过期.它被广泛应用于不同的工业场景和研究工作中.将一种“采样前计数”的方法与该问题场景下最新的算法结合,并提出一套策略以应对由于边过期产生的困难.使用真实数据集展开广泛的实验以测试提出的CBS算法.实验结果表明, CBS相比目前最好的工作,估算误差降低了70%以上.

关键词： 历史教材   历史图片   家国情怀素养  

摘要： 中学历史课程要落实立德树人任务,注重培养学生的家国情怀,历史教材中的选图则是重要的教学资源之一.但当前中学历史教学过程中,对教材选图的教学应用不够充分,教师未能找到恰当的教学方法引导学生对教材选图进行深入分析.因此,文章针对这些现状探讨了部编版七年级历史教科书中的选图在涵育学生家国情怀过程中的实践策略.

关键词： 异质图   图注意力   节点表示学习   LSTM注意力   社交机器人  

摘要： 现阶段社交机器人已经广泛存在于社交平台,社交机器人的存在使得网络上的舆论环境可以被人为操纵,这样不仅损害了绿色和谐的网络环境,同时也导致人们正常的网络生活受到极大影响。现有的检测方法可以分为基于特征、基于文本和基于图的方法,其中基于图数据的检测方法大多忽略了图中关系的异质性,并且由于图神经网络存在过渡平滑现象而不能进行深度检测。针对这一问题,提出基于多关系图注意力网络的社交机器人检测方法,在训练时首先将不同关系下的子图抽取出来,然后对子图中的节点采用注意力机制进行聚合,在不同关系下进行节点表示学习并得到节点表示,最后利用通道注意力融合不同关系下的同一节点得到节点表示;同时采用基于LSTM注意力的后连接操作让节点可以自适应地选择邻域进行聚合,以此来缓解过度平滑现象。在Cresci15,Twibot20和MGTAB这3个数据集上的实验结果表明,与11个模型中评价指标的最优值相比,该模型的准确率分别提升了0.47%,1.19%和0.38%,验证了多关系图注意力网络进行社交机器人检测的有效性。