课程文献中心 更多>>

关键词： 无人机   轨迹规划   逼近值函数   轨迹跟踪  

摘要： 为解决载荷状态下的无人机运输的轨迹控制问题,提出了一种基于逼近值函数算法的轨迹规划控制方法。首先建立了无人机运输系统的动力学模型,通过马尔可夫决策过程获得轨迹规划结果,值函数由参数向量和特征向量逼近,利用批处理的方法对参数向量进行更新,并采用贪心策略生成期望轨迹,在此基础上将期望轨迹传递给四旋翼控制器进行轨迹跟踪。仿真结果表明训练后的参数能较好地拟合出值函数,无人机悬挂载荷可以从起始位置平稳地输送到不同的期望位置,且具有较好的收敛性能,最后通过实验验证了该算法的合理性和有效性。

关键词： 延安木刻版画   语图关系   绘画图像   标题语言   意图  

摘要： 绘画图像的不确定性使得木刻艺术家的创作意图很难准确传达给广大人民群众,尤其是在特定历史环境中,简单精练、朗朗上口的标题语言的指向性往往会强化图像所传达的意识形态。将二者相结合,可以减少图像的多义性,准确传达图像中的语义内容。延安木刻版画为达到宣传效果,通过向民间传统艺术汲取优点、塑造贴合实际生活的人物形象等方法迎合大众的审美趣味。

关键词： 一次函数   正整数集   等比数列   无穷数列   等差数列   数列问题   前n项和公式   定义域  

摘要： 数列是刻画离散现象的一种数学模型,数列的通项公式与前n项和公式,本质上是定义域为正整数集(无穷数列)或正整数集的一个子集(有穷数列)的函数关系式。《普通高中数学课程标准(2017年版2020年修订)》指出:“了解等差数列与一元一次函数、等比数列与指数函数的联系,感受数列与函数的共性与差异,体会数学的整体性。”

关键词： 函数概念   初中数学   引入方法  

摘要： 初中数学教学中函数概念的引入与理解是教学中的重要环节.本文探讨了四种函数概念的引入方法:生活实例引入法、图形可视化引入法、数学模型引入法以及历史发展引入法.同时,分析了四种函数概念的理解方法:对应关系的理解、变量概念的理解、函数图像的理解以及函数表达式的理解.通过这些方法,教师可以有效帮助学生建立函数概念,提升数学素养.

关键词： 南京老城区   旅游导图   增强现实技术  

摘要： 随着时代进步,人们对旅游方式的要求日益提高,促使各地方景区引流竞争加剧、各具特色的资源重组。将增强现实技术与旅游导图结合的交互设计,可以形成新型宣传方式,让游客即刻身临其境,带来科技、数字和艺术的新体验。

摘要： 东路坑坑洼洼.应该是走过马车的 影子不紧不慢跟在后面.像押解的官人 风声细细碎碎.是县令大人的判词传过来了 一岸荷花.都不敢动 远处狗吠.不知道今晚要在哪里歇脚 已经来不及和老妇作揖.和村舍挥别.和炊烟泪目 湖光平平静静.山色淡淡薄薄 人瘦长.正好挤进山水间

关键词： 解不等式   压轴题   不等式问题   构造函数   数学解题   非常规方法   同构  

摘要： 同构法是数学解题中一种重要的非常规方法,是破解考试压轴题的利器.所谓同构法,就是通过将不同的式子变形转化为形式结构相同或相近的式子,进而构造函数或方程,并利用函数或方程的性质来解决问题.在解决不等式问题时,同构函数作用非凡,本文举例说明.

摘要： ~~

关键词： 面积-服务-格局   单位面积水源涵养服务贡献率(PCRWCS)   生态阈值   优先保护空间   张家口-承德地区  

摘要： 生态空间的分区比例设定是影响地方政府能否以最小的财政投入来最大化保护重要生态空间的直接因素,恰如其分地划定优先保护空间颇具挑战性。本研究以生态系统面积-服务效益最大化为目标,遵循“空间效率优先、兼顾空间连续性”的分区原则,创建单位面积水源涵养服务贡献率(per-unit-area contribution rate of water conservation services,PCRWCS)用以判定分区阈值,提出基于“面积-服务-格局”的优先保护空间划定方法,并以张家口-承德地区(简称“张承地区”)为例开展了实例应用分析。结果表明:①PCRWCS用以识别优先保护空间的划分阈值,可以定量识别出水源涵养量相对较大的栅格,避免了传统统计分区方法中分级数量、断点识别凭主观判断的弊端以及对生态过程及相互作用机制考虑不足的问题。②PCRWCS≥1的栅格经临近斑块聚合、破碎细小斑块剔除以及边界优化后,在空间上呈集中连片分布状态,范围覆盖了京津城市群主要水源地(密云水库、潘家口水库)的上游汇水区域,其中森林生态系统面积占比最高。③划定的张承地区优先保护空间,以49.0%的面积提供了66.3%的水源涵养量,实现了“以小面积提供大服务”的效果,生态系统完整性得到增强。研究显示,利用“面积-服务-格局”方法划定的优先保护空间,既保护了水源涵养服务较高、空间连续性较强的森林、草地、湿地生态系统,又预留了城镇空间,在实践中解决了优先保护空间“划多大”的问题,为权衡国土开发与生态保护的空间竞争关系提供了新途径。

关键词： 深度图聚类   无监督学习   特征信息整合   模块最大化   聚类自训练  

摘要： 图聚类的目的在于发现网络的社区结构。针对目前聚类方法无法很好地获取网络深层潜在社区信息,且不能对特征进行合适的信息整合导致节点社区语义不清晰的问题,提出了一种路径掩码自编码器引导无监督属性图节点聚类模型(Path-Masked Autoencoder Guiding Unsupervised Attribute Graph Node Clustering, PAUGC)。该模型通过对网络进行随机路径掩码后使用自编码器来深度挖掘网络拓扑结构,从而获得良好的全局结构语义信息,利用规范性方法来对特征进行信息整合,使节点特征能够更好地表征特征的类别信息。此外,模型结合模块最大化来抓取整个图中的底层社区群落信息,目的在于更合理地将其融合到低维度节点特征中。最后通过自训练聚类来不断迭代优化更新聚类表示以获得最终的节点特征。通过在8个基准数据集上与11种经典方法进行大量实验对比,证明了PAUGC的有效性。