课程文献中心 更多>>

关键词： 5E教学模式   可视化教学   指数函数的图象与性质  

摘要： 本文以“指数函数的图象与性质”教学为例，探讨在5E教学模式下实施数学可视化教学的有效途径与方法.

关键词： 地形图   数学精度   自动统计   FME  

摘要： 论文基于FME软件提出了一种地形图数学精度批量自动统计的方法，该方法大大减少了质检员人工手动匹配同名点的时间，提高工作效率约95%，同时快速输出统计报表，规范作业标准。

关键词： 吴湖帆   山水画   笔墨色彩   《层岩积雪图轴》   扬州博物馆  

摘要： 吴湖帆是中国美术史上一位举足轻重的书画大师，他在中国绘画史上的意义其实已远超出他作为一名山水画家的意义。山水从“四王”、董其昌上溯宋元各家，冲破南北宗壁障，以雅腴灵秀、缜丽清逸的复合画风独树一帜，尤以熔水墨烘染与青绿设色于一炉并多烟云者最具代表性。在山水画的设色上，吴湖帆抛弃自然主义，根据主题思想的需要，运用恰当的色彩增强感染力，敢于突破自然固有的色彩，赋予色彩以感情，将色彩与立意、构图、运笔等有机结合，形成完整的体现，表现出色彩与其他元素的高度和谐，达到清新雅致、笔墨滋润、色墨交融的艺术境界。吴湖帆凭借其在山水画色彩表现和处理上的心得与技法，成为20世纪最为成功的大家之一。

关键词： 写意人物画   泼墨   造型特征   笔墨韵味  

摘要： 梁楷作为中国水墨大写意人物画的重要开创者，在继承北宋绘画传统的基础上推陈出新，对后世影响深远，是一位独具创新精神的画家。他的传世画作众多，尤以《泼墨仙人图》最得笔者喜爱。笔者就梁楷生平及其传世画作《泼墨仙人图》进行分析研究，旨在对其用笔和用墨进行研究。笔者试图通过《泼墨仙人图》的造型及笔墨进行研究学习，希望通过此次研究学习，为今后写意人物画的学习提供借鉴与参考。

关键词： 函数   最值   同构   切线不等式   恒成立  

摘要： 同构思维是解决数学综合问题中一种比较特殊的解题思维与技巧方法.本文中结合一道含参函数的最值问题，借助不等式恒成立的构建，以及关系式的恒等变形，依托同构思维与不等性质的应用，立足同构思维与不等性质求参数的值，归纳总结同构思维与切线不等式思维的解题技巧与规则，合理变式拓展，指导数学教学与复习备考.

关键词： 新教材   函数的图象与性质   探究式教学  

摘要： 本文以“探究函数y=x+1/x的图象和性质”教学为例，立足教材，从研究函数的图象、发现函数的性质、应用函数的图象和性质解决实际问题等方面，由浅入深地帮助学生构建知识体系，形成研究函数的思想方法．

关键词： 村庄规划   多源异构   模型构建   数据驱动   自动化  

摘要： 为有效解决村庄规划图件编制过程中面临的工作量大、项目工期短、数据源繁杂等问题，基于ArcGIS环境设计并开发了一套集出图前端数据库自动化生成、多线程的复杂模型构建、多源异构数据智能化处理、数据驱动快速出图于一体的实用性批量出图工具。该方法采用开放式模块化设计，建立大量可扩展的模型，实现了从多源数据整合计算到快速批量图件生产，实践表明，该产品不仅大幅度提高地图的生产效率，还具有较强的扩展性，可以支持多样化需求。

关键词： “教-学-评”一体化   高中数学   教学实践   函数的奇偶性  

摘要： 在教学中践行“教-学-评”一体化理念,能有效整合教师教学、学生学习和教学评价,对于深化课程改革、落实立德树人根本任务有重要意义.从确定学习目标、设计评价任务、开展教学活动、检测教学效果四个方面论述一体化视角下的教学设计流程,以“函数奇偶性”为例,阐述“教-学-评”一体化视角下的教学实践过程,为一线教师提供参考借鉴.

关键词： 知识推理   图注意力机制   邻域结构   知识图谱推理   实体相似度矩阵   多跳推理  

摘要： 现有知识推理模型大多存在以下问题：依赖局部一阶邻域，忽略实体周围丰富的多跳领域结构；无法捕捉三元组中不同关系的独特语义内涵；在获取邻域信息时引入噪声。针对这些问题，提出一种融合邻域感知图自注意力机制的知识图谱推理模型NA-GAT。该模型分为两个阶段。第一阶段是具有邻域聚集策略的图注意力网络（GAT），此网络将特征信息聚合，生成三种不同的局部结构，并依据结构信息推导出对推理有积极影响的实体。第二阶段是邻域感知自注意力机制，在计算注意力得分时，通过添加实体相似度矩阵，让模型能更好地从邻域实体获取信息以进行推理。在两个数据集上的实验结果显示，NA-GAT在指标MRR和Hits@k(k=1, 3, 10)上均得到有效提升。就指标MRR而言，与ComDensE模型相比，NA-GAT在FB15k-237数据集和WN18RR数据集中分别提升了1.2个百分点和0.6个百分点。

关键词： 分知识图谱   机器学习算法   网络安全攻击图   BiLSTM-CRF  

摘要： 对知识图谱、机器学习算法在网络安全攻击图自动化生成中的分析与应用进行研究，提出了一种利用知识图谱技术对网络安全领域攻击图的输入进行扩展，指导网络安全领域攻击图自动化更新与生成方法，该方法的重点研究内容是基于改进Bi-LSTM-CRF命名实体识别的知识图谱构建。首先，对网络安全知识图谱的本体进行构建，然后对Bi-LSTM-CRF模型进行改进，并将其用于网络安全知识图谱构建，进行命名实体识别任务，最后对模型的识别精确度进行实验测试。测试结果表明：经过改进和训练的BiLSTM-CRF模型在命名实体识别任务中表现达到了理想效果，平均准确率为93.86、平均召回率为94.55、平均F1值为0.937,对不同网络攻击实体标签的识别准确率都在93%以上，最大可以达到96.79%。可以达到提高知识图谱技术对互联网上的新漏洞与新攻击方式进行检索的效率和准确度，让网络安全领域攻击图的自动更新与生成、精准地反映当下网络安全状态的目的。