课程文献中心 更多>>

摘要： 张鹏翀,字天扉,号南华,嘉定人.清雍正五年(1727)进士,改庶吉士,授检讨.历任文颖馆八旗志书馆纂修、云南副考官、河南正考官.晋詹事府,历任日讲起居注官、侍讲右庶子、少詹事、詹事.张鹏翀诗才敏捷,年少即以诗名扬天下,在翰林时所进诗篇屡受乾隆赞许,获书籍、笔砚、纱缎绒貂等赏赐无数,与钱大昕、王鸣盛并称"嘉定三先生",与孙致弥、张云章等合称"嘉定六君子".工画山水,师法自然,尤长倪、黄法.其画作潇洒闲逸,全以韵胜,曾绘《春林淡霭图》《松桂交柯图》《西山秋眺图》等进呈,颇得乾隆嘉许,为"画中十哲"之一.书法亦苍秀,论者谓其"兼郑虔三绝,而敏捷过之".好山水,喜读《南华经》,人称南华散仙.著有《潭柘寺志》《南华山人诗钞》《敬斋日录》等.乾隆十三年(1748),张鹏翀请假归乡省墓,临行前乾隆帝赐白金百两,又赐诗以宠其行.舟行至山东德州,病卒,年五十八.皇帝听闻,深为惋悼.

摘要： 欢迎来到我们的"总结思维导图"专区!这里,我们特意留白,等你来填满.我们为你从本期文章中挑选出了六篇,你可以用你的智慧,将那些闪闪发光的知识点,像星星一样点缀在这个空白的思维导图上.动动脑,动动手,让知识在你的指尖跳跃,绽放思维的火花!轻松一点,乐趣无限,快来开启你的知识整理之旅吧!

关键词： 导航系统   双动态载体   相对定位   模糊度固定   因子图优化   基线约束  

摘要： 随着无人系统、自动驾驶等领域的快速发展,双动态载体相对定位技术在满足高精度实时定位和复杂环境适应性方面变得愈加重要。为提升现有双动态载体相对定位算法的精度与可靠性,本文构建了参考站处理、模糊度固定、移动站解算优化方法,提出了一种双重因子图与模糊度优化(Double Factor Graph and Ambiguity Resolution Optimization,DF-AR)的双动态载体相对定位算法。利用融合多频多系统卡尔曼滤波的因子图优化模型抑制参考站端单点定位模式的误差,提升相对定位精度。并通过基线约束与数据质量定权,构建了改进的数据加模型驱动部分模糊度固定策略,优选出可靠性更高的模糊度子集,提升模糊度固定成功率和相对定位解的可靠性。在上述改进基础上,在因子图优化模型中引入滑动窗口,动态调整数据量,对移动站定位解进行再优化,获得了更为鲁棒的相对定位结果。分别开展了静态评估实验、双车载以及无人机/车载动态相对定位实验。实验结果表明:在不同的实验场景下,DF-AR算法相比于RTKLIB算法的基线误差分别降低了69.72%、94.89%和68.03%,基线解精度由米级提升至分米级,有效提高了相对定位的可靠性和精确性。

关键词： 图论   图同构   重构猜想   度结合边重构数   冠图   Graph Theory   Graph Isomorphism   Reconstruction Conjecture   Degree Associated Edge Reconstruction Number   Corona Graph  

摘要： 本文研究了冠图 P n ∘ P m 的重构性及其两种度结合边重构数。通过分析冠图 P n ∘ P m 边主子图的结构，确定冠图 P n ∘ P m 所有可能的扩展及其度结合边主子图；利用图同构的必要条件和充分条件，探索冠图 P n ∘ P m 扩展的度结合边主子图与冠图 P n ∘ P m 度结合边主子图的同构情况；结合上下界逼近法证明了冠图 P n ∘ P m 的可重构性，确定了它的两种度结合边重构数。

关键词： 并行架构   图缓存   大语言模型   检索增强   知识图谱  

摘要： 目前大语言模型在检索增强(Retrieval-augmented Generation， RAG)领域大部分工作都着重于提高检索能力提高召回精度，以及结合大语言模型对知识图谱进行构建。但是在面对实际工程化任务时，RAG系统往往会面临高并发场景，目前的RAG系统存在知识图谱数据检索速度慢，系统并发能力差等问题。为了克服这些局限性，本文提出了一种面向大语言模型检索增强的并行图缓存架构(PGCA-RAG)，和一种面向大语言模型检索增强的动态缓存图数据模型知识图缓存单元(KGCU)，能够在RAG系统中表现出良好的适用性，并基于VoltDB实现了并行缓存调度算法。通过仿真对比实验结果表明相比于现有架构，PGCA-RAG在多轮查询检索速度指标上提高了82.8%，同时在并发测试中性能保持领先，较好的证明了该并行图缓存架构的合理性和有效性。

关键词： 恶意软件分析   图神经网络   大语言模型   对比学习  

摘要： 恶意软件检测与分类面临复杂性和隐蔽性的挑战。图神经网络（GNNs）虽能有效建模控制流图，提升行为模式捕捉精度，但其“黑盒”特性限制了可解释性。此外，现有方法依赖大量标注数据，泛化能力较弱，难以应对新型恶意软件。大型语言模型（LLMs）具备强大的特征提取和上下文理解能力，能够有效处理少样本数据，实现多模态信息融合，从而增强分析精度与泛化性。本文受大型语言模型的启发，结合对比学习策略，同时学习控制流图的结构和汇编指令，以提高恶意软件分析的效果和灵活性。基于此，本文设计了Instruct-Malware框架，该框架采用轻量级图-文本对齐投影，通过双阶段指令优化，显著增强了恶意软件分析的灵活性和鲁棒性。此外，模型的解释能力得到了提升，透明化了决策过程。实验结果表明，所提出的框架在恶意软件分类和子图识别任务中展现了显著的性能提升，超越了现有的主流方法，并大幅缩小了与专业模型之间的差距，为构建一个高效且可靠的恶意软件分析系统提供了新的思路。

关键词： 水淹层厚度划分   测井曲线去噪   变分模态分解   随机森林   SMOTE算法  

摘要： 水淹层厚度划分任务是油田开发过程中重要的一环。为解决现有水淹层厚度划分方法耗时耗力，且测井曲线去噪方法效果不稳定等问题，本文提出了一种融合变分模态分解(VMD, Variational Mode Decomposition)和随机森林相结合的方法来对水淹层厚度进行智能划分。首先，通过VMD实现测井数据的多尺度自适应分解，同时去除噪声并保留关键特征，其中采用麻雀搜索算法优化VMD参数以提高分解的精确性；其次，借助主成分分析法自动选择相关特征，并对相关特征进行特征工程挖掘更多潜在信息；第三，结合SMOTE(Synthetic Minority Oversampling Technique)算法解决数据不均衡问题，由此构建平衡数据集；最后，利用改进的随机森林算法，实现了自动化厚度划分。实验以某油田L区块内17口井的测井数据为基础，实验结果表明，本文方法相比小波变换结合随机森林和单一随机森林算法具有更好的厚度划分效果，尤其在小样本情况下依然表现出良好的适应性，为高效、自动化的水淹层厚度解释提供了新思路。

关键词： 案例教学法(CBL)   思维导图   肾脏疾病   临床见习  

摘要： 目的:探究案例教学法(Case-Based Learning,CBL)联合思维导图在肾脏疾病临床见习课中的可行性和有效性.方法:采用便利抽样方法,以右江民族医学院2018级临床医学本科1班和3班的学生作为本研究的研究对象,将1班设为对照组,3班设为观察组,在血液系统疾病临床见习课中,对照组采用传统的教学模式,观察组采用CBL联合思维导图的教学方法,对两组研究对象的见习成绩、期末理论考试成绩以及对教学模式的认可度进行对比性研究.结果:观察组学生见习成绩为(91.86±10.43)分,优于对照组的(86.75±10.14)分,观察组的期末理论成绩为(88.97±9.81)分,优于对照组的(80.61±9.11)分,差异均有统计学意义(P＜0.01);观察组学生对CBL联合思维导图教学模式的认可度高于对照组的传统教学模式(P＜0.001).结论:在肾脏疾病临床见习课中,相较于传统教学法,CBL联合思维导图教学法的教学效果更佳,不仅能够强化学生的基础理论知识,激发学生的学习兴趣,而且能培养学生临床思维、团队协作及实践能力,提高学习成绩,促进整体教学满意度的提升.

关键词： 建筑   图学   赛教融合   人才培养  

摘要： 随着建筑业向工业化智能化转型,建筑教育需培养新时代创新型人才,因此图学课程构建了分层分类教育培养体系.团队打造"以赛促学"育人模式,涵盖课内教学与课外拓展.课内通过在线课程、新形态教材、朋辈微课、翻转课堂"强基固本";课外借助社团组建、微信公众号宣传、以赛促学等实现"赛教融合",推广先进成图技术."强基固本+赛教融合"的教学模式探索与实践有利于提升教学质量,助力学生成长,为培养高素质专业人才奠定基础.