课程文献中心 更多>>

关键词： 分布式光伏   功率预测   图建模   互信息   图注意力机制   时序卷积神经网络  

摘要： 为解决现有功率预测方法多从时序角度提取功率特征，未能有效利用空间特征信息提升功率预测精度的问题，该文提出一种基于图建模与图注意力机制-时序卷积神经网络的时空混合预测模型。首先，计算各光伏电站间互信息，构建分布式光伏电站图结构。在此基础上，利用图注意力机制为光伏电站分配权重，并进行特征的传递与更新，充分捕获分布式光伏电站间的空间特征。其次，将更新后的特征矩阵与电站的气象数据共同作为时序卷积神经网络的输入，进行光伏出力的时序预测。最后，基于真实分布式光伏电站数据进行仿真分析，结果表明，对分布式光伏电站进行图建模可以有效提取电站空间特征，所提时空混合模型相比于其他模型具有更高的预测精度。

关键词： 钙钛矿闪烁体   辐射成像   蒙特卡罗  

摘要： 钙钛矿闪烁体材料具有高含氢量、高光产额、能量响应线性的特征，可以用于制作快中子辐射成像屏，而点扩散函数则是评价闪烁体成像能力的重要参数。目前，钙钛矿闪烁体的点扩散函数研究较少，且难以通过快中子成像实验实现材料的有效设计筛选，因此，建立并发展点扩散函数研究方法对钙钛矿快中子成像技术发展有重要作用。本文利用Geant4与Matlab建立了快中子成像物理模型，使用蒙特卡罗方法模拟了快中子在闪烁体中的能量沉积分布，分别模拟计算了铅基、铜基钙钛矿闪烁体在不同能量中子、X射线辐射条件下的点扩散函数。通过对比不同点扩散函数的趋势，发现钙钛矿闪烁体材料点扩散函数的半高宽随着中子能量的上升而下降。最终借助该模型获得了C5H7Cu2I2N4实验成像照片的模拟转化结果，仿真结果与实验结果趋势一致。该点扩散函数计算方法可以理论评估新型钙钛矿快中子闪烁屏的中子成像能力，对开展新型快中子成像屏研究、快中子成像实验具有指导意义。

摘要： 阅读中年,把自己读成一座雪山. 厚厚的积雪,是人世的负重. 半日读书,读到一块石头面孔里深藏的沧桑时,眼神微微颤动. 唯有继续读下去.悬腕,雪落峭壁.纸页上,那么多的雪花在飞舞,落在我的身上. 这时,洁白的文字中,一株雪莲向我走来.不,我分不清是我在走向她,还是她在走向我,我们用修辞里那些透明的意象洞穿了彼此.

摘要： 唐武宗会昌五年(845)三月廿一日,致仕闲居洛阳的白居易(74岁)邀请胡臬(89岁)、吉旼(88岁)、郑据(85岁)、刘真(87岁)、卢贞(83岁)、张浑(77岁)等6位老友在履道坊寓所举行了一次别开生面的雅集.他们听歌、观舞、喝酒、赋词、吟诗……诗酒相会,一派祥和的宴乐胜景.

摘要： 王宸(一七二○—一七九七),字子凝,号蓬樵,出身于以『娄东画派』而闻名的书画世家,王时敏六世孙,王原祁曾孙.王时敏、王原祁都是『娄东画派』的重要画家,与王鉴、王翚合称为『四王』.王宸自幼在这种环境下成长,故山水承家学,画宗宋元,尤得黄公望法.

摘要： 一、选择题 1.若集合 A={1,m2},B={3,9},则"m=3"是"A∩B={9}"的(). A.充分不必要条件 B.必要不充分条件 C.充要条件 D.既不充分也不必要条件 2.已知a∈R,若集合 M={0,a},N={0,1,2},则"a=1"是"M⊆N"的(). A.充分不必要条件 B.必要不充分条件 C.充要条件 D.既不充分也不必要条件 3.对于集合 M,N,定义M-N={x|x∈M,且x∈N},M⊕N=(M-N)∪(N-M),设A={y|y≥-9/24},B={y|y＜0},则A㊉B等于().

关键词： 英国   海洋地质   填图   净零战略   地质图  

摘要： 英国是较早系统开展海洋地质填图的国家，其海洋地质填图可大致划分为三个阶段。20世纪90年代，英国已基本完成大陆架内中小比例尺海洋地质填图工作，并在2010年前后初步实现大陆架1:5万海洋地质填图全覆盖。近年来，在英国“净零战略”的牵引下，英国地质调查局启动了新一轮大陆架海洋地质填图计划，并陆续发布1:1万高分辨率海底数字地质图。新一代海底地质图创新提出了多要素“一张图”显示、“一米原则”、“二分”制图法等新理念新方法，可有效服务二氧化碳捕获和储存(CCS)项目选址和风险评估、海上可再生能源开发、海洋生态管理和空间规划等。借鉴英国的填图经验，新时期我国海洋地质填图工作应强化顶层设计，统一组织实施全国海洋区域地质调查工作，创新填图理念、变革填图路径、升级技术手段、优化表达形式，有效服务“双碳”目标。

摘要： 借助集合概念的形成和集合工具性的应用,可以培养同学们的数学抽象、逻辑推理、数学运算、直观想象等核心素养. 一、集合的基本概念形成中的"素养" 例1 已知集合A={x|x∈z,且3/2-x∈Z},则集合A中的元素个数为____. 解:因为3/2-x∈Z,所以2-x的取值为-3,-1,1,3.又因为x∈Z,所以x的值分别为5,3,1,-1.故集合A中的元素个数为4. 素养:研究一个集合时,首先要看集合中的代表元素的属性,然后看元素的限制条件.

关键词： 亲脂性分类   分子表示学习   图神经网络   图池化策略  

摘要： 亲脂性分子分类是生物信息学和化学领域的重要研究方向，其目标是根据化学结构和功能特征，对分子进行有效的亲脂性分类。然而，由于亲脂性分子的特性复杂且多样，传统的图神经网络分类方法在处理这类问题时，未能有效提取分子内部的层次关系和充分考虑分子的结构信息，这导致关键原子的信息丢失和全局结构信息缺失。针对上述问题，提出一种多级联合图嵌入网络Mul-JoG。Mul-JoG融合Graph Transformer和图池化策略构建网络层，通过将不同网络层的输出串联，每一层融合以往所有层的信息，从而构成多级联合图嵌入网络。该网络通过从多个视角获取分子的拓扑结构，捕捉分子的全局信息和交互关系，有效建模分子复杂结构，实现亲脂性分子的准确分类。在药物分子数据集上的实验结果显示，Mul-JoG在AUC和ACC上分别达到了97.96%和92.94%。相较于基准方法，AUC提升了1.53个百分点，ACC提升了3.07个百分点。这表明Mul-JoG能够准确分类亲脂性分子。

摘要： 易错点1:忽视空集的存在性 例1 已知集合 A={x|-1≤x≤1},B={x|a-1≤x≤2a-1},若B⊆A,则实数a的取值范围是(). A.a≤1 B.a＜1 C.0≤a≤1 D.0＜a＜1 错解:要使B⊆A,需满足{a-1≥-1,2a-1≤1,解得0≤a≤1.应选C. 剖析:上述解法忽视了B=Ø的情况,从而导致漏解.Ø是任何集合的子集,解题时不能忽视Ø的存在性.