课程文献中心 更多>>

关键词： Excel函数   缝线线径   数据修约  

摘要： 医用外科缝线线径检测涉及多样品的多次检验,检测数据多,常采用人工、计算器进行数据计算、修约和结果判定,效率不高且易致人为错误。采用Excel软件中自带函数组合编写命令,实现检测数据能够高效准确地按照标准的要求进行计算和修约。该方法经实际案例验证表明结果正确、稳定,解决了检测数据大量繁琐的计算问题,减轻检验人员的压力并提高工作效率,具有实用性。

关键词： Q型空间   权函数   Carleson测度刻画  

摘要： 本文引入了一类与权函数K有关的Q型空间Q_(K)^(p)(H~n).首先给出了Q_(K)^(p)(H~n)的基本性质,进而利用一类卷积算子族建立了Q_(K)^(p)(H~n)的Carleson测度刻画.

关键词： 义务教育课程   绘本阅读   政策文本   图画书   写话能力   小学低年段   课程标准   发散思维  

摘要： 从2022年版《义务教育课程方案》和16个课程标准共17个政策文本中进行分析比对,以“绘本”或“图画书”为关键词进行定向聚焦检索,发现共有7个课程标准提及这两个词,且这两个关键词均出现在小学低年段,这足以说明绘本对于低年段小学生学习的重要性。教师在绘本阅读教学中,要引导学生发散思维习惯对绘本进行思考与表达,鼓励他们在阅读后进行写话练习,让学生将绘本中的语言、情节和感受转化为自己的写话内容。

关键词： “情境—模型”   双向建构   深度学习   锐角三角函数  

摘要： “情境—模型”双向建构包括从情境到模型的抽象过程和从模型到情境的应用过程,有助于知识的迁移和思维的拓展。初中数学采用“情境—模型”双向建构的设计理念,旨在加深学生对数学模型的理解。这一设计理念符合《义务教育数学课程标准(2022年版)》对数学建模的要求,强调运用数学思想方法和知识解决实际问题,且与深度学习理念相契合。文章以“用锐角三角函数解决问题”为例,具体阐述了基于深度学习的初中数学“情境—模型”双向建构教学的实践应用。

关键词： 连续函数   一致连续   Lipschitz连续   Holder连续   绝对连续  

摘要： 主要分析连续函数、一致连续函数、Lipschitz连续函数、Holder连续函数和绝对连续函数这五类连续函数之间的关系.首先分析连续函数、一致连续函数、Lipschitz连续函数和绝对连续函数之间的包含关系,接着分析Holder连续函数与其它连续函数的关系,最后进行总结,给出这五类连续函数的关系图.

关键词： 微项目学习   反比例函数   单元复习课   实践探索  

摘要： 单元复习课是数学教学活动中必不可少的环节,起着梳理巩固新知,建构知识网络的重要作用微项目学习注重以真实的情境为载体,聚焦问题解决,这样的学习方式有助于学生更好地理解数学,提高学生的解题能力。研究以“反比例函数单元复习课”为载体,凸显函数的研究策略,引导学生梳理总结一般函数的研究范式,通过微项目学习活动,学生在真实且具有挑战性的情境中探索和学习,将所学知识和技能迁移到新问题的解决中,促进学生对知识的深度理解,从而培养学生的批判性思维和创新意识。

关键词： 高考数学   函数极值   解题效率   函数性质   多元解法  

摘要： 函数极值问题是高考数学中的重要考点,掌握其多元解法不仅能提高我们的解题效率,还能加深对函数性质的理解。本文将从基本概念出发,结合高考真题,探讨函数极值问题的多种解法,帮助大家更好地应对高考中的相关题目,提高解题能力和应试技巧。

关键词： 电力负荷预测   加法秘密共享   函数秘密共享   隐私保护   神经网络  

摘要： 为了应对短期电力负荷预测过程中存在的隐私泄露风险,确保用户数据在预测过程中的安全性,提出了一种基于函数秘密共享的隐私保护短期电力负荷预测方法。首先,采用轻量级的加法秘密共享和函数秘密共享技术,构造了针对神经网络线性层与非线性层函数的安全基础协议。然后,通过兼容卷积神经网络(CNN)、长短期记忆网络(LSTM)等多种神经网络模型,在保护数据隐私的前提下,实现安全高效的短期电力负荷预测。最后,在多种神经网络模型上进行了实验验证。实验结果表明该方法在保证负荷预测准确性的同时,显著降低在线计算和通信开销,为电力负荷预测领域提供了可靠的隐私保护解决方案。

关键词： 动作识别   图卷积网络   对比学习   多层次   拓扑细化  

摘要： 动作识别是计算机视觉领域中的前沿探索,得益于图卷积网络(GCN)处理非欧几里德数据的优势,该方法已成为从骨架数据中提取特征的主流方法。针对目前GCN忽视跨序列信息、对运动轨迹相似度高的模糊样本难以区分等问题,提出一种结合对比学习的图拓扑对比细化方法(graph topology contrast refinement block,GTCR-Block)。首先,根据模型的识别情况,将样本划分为可信样本和模糊样本;其次,建立样本级记忆库(sample-level memory bank,B sam)和全局级记忆库(global-level memory bank,B glo),存储跨批次图拓扑,使用对比学习方法使图拓扑具有类内聚合、类间分散的特性,将模糊样本在特征空间中分隔开。最后,采用多层次的策略学习更多的判别特征表示。实验结果表明,在不增加额外参数的情况下,在NTU RGB+D数据集达到了X-Sub基准93.3%和X-View基准97.4%的准确率,在NTU RGB+D 120数据集达到了X-Sub基准89.4%和X-set基准91.2%的准确率。采用GTCR-Block能够有效提升动作识别的效果。

关键词： 低照度   图像增强   噪点   纹理信息   反射图   伽马校正  

摘要： 针对现有图像增强算法未针对矿井环境进行优化,导致噪点、伪影和真实感丧失的问题,提出基于反射图增强的Retinex图像增强算法。首先,采用基于卷积神经网络的模型去除图像噪声;其次,调整光照增强纹理信息丰富的反射图;最后,融合经过基于图像环境反射强度自适应伽马校正的光照图与增强的反射图,消除光晕伪影并且避免过度曝光。实验结果表明,将该算法与多种对比算法比较,所提算法可以有效提高矿下低质图像的清晰度、亮度和真实自然感,减少图像噪声、色彩失真。