课程文献中心 更多>>

关键词： 全纯函数   正规族   微分多项式  

摘要： 本文利用Pang-Zalcman引理,研究关于例外函数和微分多项式的全纯函数正规定则。通过反证法,推广前人的结果,得到一个新的正规定则。

关键词： 设计-采购-施工   总承包商   施工图设计   风险因素   层次分析法  

摘要： 构建设计-采购-施工（engineer procure construct，EPC）总承包商视角下施工图设计阶段的风险评估体系并初步评价厘清风险因素的主次轻重，以期帮助总承包商有的放矢地管控风险，改善总承包商“全抓全放”的粗犷式管理手段。结合文献勾选法、案例分析法识别出EPC项目施工图设计阶段的风险因素，运用层次分析法构建层次结构模型，根据两两比较的相对重要程度对各级指标赋值，计算各级风险因素的指标权重，建立风险评价体系，并针对重要风险给出应对措施。结果表明：“预算超概算风险”、“设计质量风险”、“发包人履约风险”是EPC项目施工图设计阶段较为重要的风险，总承包商应重点关注与管控，提前采取措施规避和预控此类风险，为其能高质量、高效率达成EPC项目目标提供保证。

关键词： 人体检测   动作识别   时空图卷积网络   注意力机制  

摘要： 人体动作识别技术在智能安防和视频监控等领域应用广泛，通过对人体动作进行异常判定，可以监测和预防潜在的风险。传统方法利用人工提取行为特征，再使用分类算法进行动作识别，而后发展的基于深度学习的方法可与骨架数据相结合，但只是考虑关节坐标形成的特征向量，没有提取到骨架之间的时空依赖关系。为了对人体动作序列中的时空关系进行更全面的特征提取，结合YOLOv5、AlphaPose和时空图卷积网络(spatial-temporal graph convolutional networks，ST-GCN)算法，提出了一种基于图神经网络的人体动作识别方法。首先使用改进的YOLOv5s目标检测算法得到人体检测框，获取人体位置信息，接着使用AlphaPose姿态估计算法获取人体骨架关节点坐标信息，最后使用改进的ST-GCN算法构建时空图，完成人体动作识别。该方法对图数据直接进行深度学习，有效提取关节之间的时空关系特征。通过实验验证，该方法在本文构建数据集上可以准确识别人体跌倒、奔跑、踢腿、蹲坐动作，且与长短期记忆 (long short-term memory，LSTM)动作识别相比，本文提出的方法具有更高的识别精度，为人体行为识别提供了技术支持。

关键词： 声速剖面   EOF分解   随机森林   快速重构  

摘要： 海洋声速显著影响水下声传播特性，快速获取声速剖面对水声定位、目标探测和水下通信意义重大。单变量经验正交函数法(single Empirical Orthogonal Function regression，sEOF-r)通过建立声速剖面的经验正交系数与海表环境信息之间的线性回归关系重构声速剖面。上述方法主要存在以下不足：一是声速与海表信息并非简单的线性关系，二是逐格点重构对于大区域三维声速场重构而言计算效率低下。为此，本文基于HYCOM再分析资料，采用三维经验正交函数法(three dimensional Empirical Orthogonal Function， 3dEOF)和随机森林(Random Forest， RF)算法，建立声速与海表面温度、海平面高度等海表信息之间的非线性映射，提出一种区域逐深度层的全海深声速剖面快速重构方法(3dEOF-RF)。声速剖面重构结果表明：3dEOF-RF的重构精度和重构效率均有效提高，且重构结果具有较好的空间连续性，声速剖面重构的平均精度比经典sEOF-r法提高1.5 m/s，重构效率提高70.58%。

关键词： 存算一体化   计算划分   最小割   模拟退火   异构系统  

摘要： 存算一体化系统中引入了存内计算单元，改变了冯·诺依曼结构中“存算分离”的执行模式，是一种缓解甚至打破存储墙的有效解决手段。尽管存算一体化系统潜力巨大，却和现有“存算分离”的软件体系严重不匹配，其性能和能效严重受制于程序的计算划分。极端情况下，甚至会导致系统性能与能效的负优化。针对这一问题，提出了一种存算一体化系统中的静态计算划分方法。该方法将存算一体化系统中程序的执行过程抽象为基于注释调用图的表征模型，从而将计算划分问题转化注释调用图的最小割问题，并提出了一种基于模拟退火的启发式计算划分求解算法。实验结果表明，相较传统方法，所提方法的计算划分结果可平均提升39%系统性能，降低32%系统能耗。

关键词： 拓扑信息不确定   关键节点辨识   拓扑场景集   随机优化  

摘要： 随着城市供电网络的规模和复杂性不断增加，其面临的安全威胁日益增多，为此提出一种拓扑信息不确定的城市供电网络关键节点辨识的随机优化方法，以支撑防御策略的制定。首先基于不完备信息电网通过随机抽样建立补全拓扑场景集合，从结构可靠性、运行经济性、存在合理性等几个方面，挖掘合理性判据、约简拓扑场景集合，并建立场景概率模型；其次，考虑蓄意攻击场景下节点失效后果的严重性，建立关键节点辨识的双层随机优化模型，上层模型以多场景系统负荷损失期望值最大为目标函数，下层模型接收上层传递的系统节点状态，以系统负荷损失最小为目标，计算当前节点状态下各拓扑场景的系统负荷损失，并采用KKT条件将双层问题转化为单层S-MILP问题求解。最后，本文以某大型城市实际电网进行算例分析，验证了场景建模和关键节点辨识模型的有效性。算例分析表明：在一定范围内，随着选取的合理性阈值不断逼近实际电网，关键点辨识的重合率也在逐步上升。

摘要： 高中时期,三角函数作为一个重要知识点,受到了广大师生的共同关注.在三角函数的表达式y=Asin(ωx+φ)+B中存在参数ω,因此,围绕着参数ω的取值范围出现了各种各样的问题.在各地各类考试中,常将ω的取值范围与三角函数的单调性、对称性、零点等知识结合在一起进行考查,意在考查同学们的综合分析能力.下面结合实例介绍关于ω取值范围的常见问题及解题策略,以供参考.

关键词： 思维导图   高中物理   问题解决能力  

摘要： 传统的物理教学方法侧重于教师的讲授和学生的机械记忆,容易忽略学生主动思考和问题解决能力的培养.基于此,通过运用思维导图,以图形化的方式将复杂的信息和知识点进行梳理和整合,帮助学生建立清晰的知识框架和逻辑结构,更好地理解和记忆知识.在高中物理教学中,思维导图的应用可以帮助学生将抽象的物理概念具体化,将复杂的物理问题简单化,提升学生的问题解决能力.因此,文章研究旨在探讨思维导图辅助的高中物理问题解决能力培养策略.

关键词： 图神经网络   位置信息   结构信息   拉普拉斯位置编码   Adamic-Adar结构编码  

摘要： 图神经网络是一种强大的学习图数据的模型，通过节点信息嵌入和图卷积运算实现图结构数据的表示。图数据中节点的结构信息和节点的位置信息对获取图特征至关重要，但现有的图神经网络在同时捕获位置信息和结构信息的表达能力有限。在本文中，提出了一种新的图神经网络——融合位置和结构信息的图神经网络（Positional and Structural Information with Graph Neural Networks，PSI-GNN）。PSI-GNN的核心思想在于利用编码器获取节点的位置和结构信息，并将这些信息特征嵌入到网络中。通过在网络中更新和传递这两种信息，PSI-GNN实现了对位置和结构信息的有效融合与利用，为解决上述问题提供了有效的解决方案。同时，为应对不同类型的图学习任务，PSI-GNN给予位置和结构信息以不同的权重来应对不同的下游任务。为了验证PSI-GNN的有效性，在多个基准图数据集上进行了实验。实验结果表明，PSI-GNN在节点级任务上最高提升了约14%，在图级任务上最高提升了约35%，验证了PSI-GNN在同时捕获位置和结构信息方面的有效性。

关键词： 初中英语   思维导图   教学研究  

摘要： 思维导图作为一种图形化的工具,通过中心主题与分支结构的展现方式,有效地帮助学生组织和记忆信息.在初中英语教学中,思维导图的应用尤为重要,因为它不仅能够帮助学生更好地理解和记忆英语词汇,还能促进学生对语法规则的理解和应用,提高阅读理解的效率,以及指导学生构思和组织写作内容.通过思维导图,学生能够以一种直观和系统的方式掌握英语知识,从而提高学习效率和兴趣.因此,在英语教学中运用思维导图对提高学生的学习效果至关重要.