课程文献中心 更多>>

关键词： 解题   命题   三角函数  

摘要： 学会“怎样解题”是掌握数学知识的关键途径,而学会“怎样命题”则能深入理解数学的核心思想.以一道三角函数习题为例,深入剖析如何从“解题的思路”到“命题的思路”,通过反复向内提问“有没有可以解决的类似的问题”,引导学生逐步掌握从“怎样解题”到“怎样命题”的能力,促进其对数学知识的深入理解,激发其创造力,培养其发散性思维.

关键词： 跨社交媒体   用户识别   异质网络   注意力机制   命名实体  

摘要： 跨社交媒体用户识别对于网络舆情的协同治理以及用户偏好的全方位识别与预测具有重要的指导意义。针对现有方法存在数据表达能力弱、忽略用户信息的动态性和关联性的问题,本文提出一种融合异质特征嵌入与实体动态关联的跨社交媒体用户识别模型。首先,整合用户的基本属性、生成内容和社交结构信息,构建各个社交媒体的异质信息网络;其次,通过设计新的元路径识别策略构造邻接矩阵,使用异质图注意力网络模型汇聚用户节点信息,增强节点特征的表示能力;再其次,引入了3种连续时间衰减函数,对跨社交媒体的实体相似矩阵进行加权,增强实体之间的动态关联;最后,融合单社交网络和跨社交网络中的以上特征,利用多层感知机实现跨社交媒体用户的识别和预测。在微博-知乎真实数据集中的研究结果显示,本文模型的整体性能优于其他基准模型,特别是线性衰减函数,其展现了最佳效果,且本文提出的元路径识别策略对提升用户识别效果具有重要作用。

关键词： 动态脑电图   脑梗死   继发癫痫   诊断  

摘要： 目的 研究动态脑电图对脑梗死继发癫痫患者的诊断价值。方法 接诊初次发病脑梗死患者105例,按照是否继发癫痫分成两组,其中50例继发癫痫为研究组,其余55例未发生癫痫为对照组。两组患者均接受动态脑电图检测,比较两组患者异常放电检出情况及不同部位癫痫样波检出情况。结果 研究组异常放电检出率96.00%高于对照组的9.09%,差异有统计学意义(P<0.05)。研究组患者脑叶皮质区、深部白质区癫痫样波检出率分别为80.00%、78.00%,均高于对照组的1.82%、0,差异有统计学意义(P<0.05)。结论 动态脑电图对脑梗死继发癫痫诊断率高,可有效对癫痫疾病发作与病情变化进行预测,对脑梗死后患者是否继发癫痫进行有效安全监测,利于临床诊疗方案的制定,促进患者康复。

关键词： 集合卡尔曼滤波   水文模型   洪水预报   数据同化   实时校正  

摘要： 集合卡尔曼滤波已应用于水文模型初始状态误差校正。如何选择校正变量、是否同步校正模型参数、如何优选滤波超参数是其应用难点。为此,以綦江流域GR5J模型为原型,同化实测流量反馈校正模型状态,通过合成实验和滚动预报实验,分析状态变量选择、模型参数扰动、滤波超参数对预报精度的影响。结果表明:准确识别有偏初始状态,集合卡尔曼滤波能提高预报精度;若难以识别,建议同步校正产流汇流状态变量,减少过校正。模型参数有偏时,应先识别模型参数,再校正模型状态。增加集合数和预热时长能提高校正精度,模型和观测噪声的影响具有非单调性;滤波校正效果随预见期延长而衰减,但要优于模型预热技术。该发现可作为作业预报应用状态校正法的参考。

关键词： 声图测量   无源定位   聚焦波束形成   反卷积快速算法  

摘要： 二维反卷积声图测量中点扩散函数(PSF)的二维移变性导致算法计算量较大,为此提出了一种极坐标系下方位、距离分离降维处理的快速反卷积声图测量方法。该方法将二维移变反卷积运算转换为两次一维反卷积运算,同时利用方位维反卷积具有近似一维空域移不变特点,采用移不变模型进行计算,仅对距离维进行一维移变反卷积运算,从而减少算法的PSF存储空间和计算量。仿真和实验数据处理结果表明,所提方法显著降低了计算量,且与原二维移变模型反卷积声图测量方法的性能相近。

关键词： 中华民族共同体   少数民族文学   乌热尔图   鄂温克族  

摘要： 乌热尔图的鄂温克书写通过虚构的文学话语与真实的民族文化要素之间的交融互渗,实现对鄂温克族历史文化的动态保存和活态传承;通过征用鄂温克族民间文学素材并进行当代改写,增强了文本的魔幻色彩,同时,实现了对中国当代文学的丰富;通过对鄂温克族口述叙事传统的创造性转化,形成了富有民族特色的话语范式,实现了听觉文化对视觉文化的丰富,以及对汉语表现力的拓展。在中华民族共同体视域下,乌热尔图的作品作为我国多民族文学话语的典型代表,为建构我国多元一体的多民族文学共同体提供了可供参考的有效路径。

关键词： 多发性骨髓瘤   心脏淀粉样变   超声心动图  

摘要： 目的探讨超声心动图在多发性骨髓瘤(MM)合并心脏淀粉样变(CA)中的诊断价值。方法选取2015年1月至2024年6月于南京鼓楼医院确诊为MM并具有完整超声心动图资料者共93例,其中单纯MM者61例为对照组,MM合并CA者32例为病例组。比较2组患者的超声心动图常规参数及应变参数;采用单因素Logistic回归分析MM合并CA的超声心动图相关参数;采用Pearson分析评价病例组血清脑钠肽(BNP)与超声心动图参数的相关性。结果与对照组相比,病例组的超声心动图参数左心房内径(LAD)、左心室室壁厚度、相对室壁厚度(RWT)、E/e'、心尖保留率(ASR)、室间隔应变比值(SAB)及左心室射血分数应变比值(EFSR)均较高,左心室射血分数(LVEF)及左心室整体纵向应变(GLS)较低,差异均具有统计学意义(P均<0.05)。单因素Logistic回归分析显示,LAD、左心室室壁厚度、RWT、E/e'、LVEF、GLS、ASR、SAB及EFSR是评估MM是否合并CA的相关因素,单因素分析结果有统计学意义(P均<0.05)。ROC曲线结果显示,RWT、LVEF、GLS、ASR、SAB及EFSR参数预测MM合并CA的ROC曲线下面积分别为0.754、0.709、0.824、0.724、0.661及0.821(P均<0.05),特异度为82.0%~95.1%,敏感度为50.0%~68.8%,其中GLS与EFSR的预测效能优于其他参数。与对照组相比,病例组血清BNP水平较高(P=0.007);对照组心电图提示肢体导联低电压和(或)V_(1)~V_(3)导联R波递增不良者2例,病例组中15例,差异有统计学意义(P<0.001)。相关性分析显示,病例组中LVEF与血清BNP呈负相关(P<0.001),应变参数GLS、ASR、SAB、EFSR均与血清BNP呈正相关(r=0.666、0.633、0.396、0.609,P均<0.05)。结论超声心动图可以评估MM合并CA的心脏功能受损程度,对预测MM合并CA具有一定的诊断价值,尤其应变参数GLS和EFSR,可以提高对MM合并CA的早期诊断效能,为临床诊疗提供更可靠的依据。

关键词： Hecke特征形式   对称幂平方L-函数   Fourier系数   四个整数平方和序列  

摘要： 设f(z)为全模群SL(2,Z)上权为偶数k的Hecke特征形式,L(s,sym^(2)f)为其对应的对称幂平方L-函数,λsym^(2)f(n)为对称幂平方L-函数L(s,sym^(2)f)的Fourier展开式中第n个正规化Fourier系数.本文借助Newton和Thorne近期关于函数Symjf的重要工作以及自守L-函数的亚凸界和均值估计结果,研究了λsym^(2)f(n)在四个整数平方和序列上的三次均值估计和四次均值估计,得到了均值估计的渐近公式,改进了之前的结果.

关键词： 数据增强   多视图对比学习   图神经网络   图异常检测  

摘要： 图异常检测在预防金融欺诈、网络入侵等有害事件上具有重要价值。基于对比的异常检测方法尽管能够根据异常节点实例对的不一致性有效挖掘异常信息,避免因采用自编码架构导致模型需要全图训练的弊端,但是现有的大多数基于对比的图异常检测方法仅关注节点−子图的对比模式,忽略了采样的节点−子图实例对中只包含目标节点的局部信息,同时没有考虑各子图对目标节点的重要性,导致节点全局信息缺失和对比模式过于泛化的问题。为解决上述问题,提升图异常检测的准确度,提出了一种基于数据增强的多视图对比学习图异常检测(data augmentation based multi-view contrastive learning graph anomaly detection,DAMC-GAD)方法。具体地,提出了一种用于异常检测的图数据增强方法,通过目标节点的相对局部结构和自身属性关联距离较远的节点,以构建全局信息丰富的增强视图。引入逐层采样结合节点−子图对比,根据子图重要性制定对比模型的优化策略。通过互补的融合策略构建基于数据增强的多视图对比学习模型,在合成异常与真实异常数据集上进行大量实验,实验结果表明,DAMC-GAD在两类数据集上均优于目前先进的基线模型。