课程文献中心 更多>>

关键词： 必考内容   常用逻辑用语   高考   集合  

摘要： 集合与常用逻辑用语是每年高考的必考内容之一。为了早日熟悉高考,适应高考,了解高考,下面就2024年高考集合与常用逻辑用语的四类经典问题进行分析,希望对同学们的学习有所帮助。经典1:集合的交、并、补集运算。例1 (2024年高考全国卷)集合A={1,2,3,4,5,9},B={x|√x∈A},则C_(A)(A∩B)=()。

关键词： 单元整体   教学   核心素养  

摘要： 在单元整体视域下,数学教学的核心目标是培养学生的数学学科核心素养.“函数的性质”是中学数学中重要的基础知识,内容繁多且复杂.因此,教师需基于课程标准、学生实际情况以及知识特点设计教学方案,从而为提高教学效率奠定基础.文章从问题引导、探索构建、抽象概括、实际运用四个维度出发,利用问题链为学生的思维构建“脚手架”,以推动深度学习的实现.

关键词： 客运资源   智能调图   客运组织  

摘要： 为了提高铁路车站的客运资源利用率,分析车站客运组织现状及运行图变化对客运组织带来的影响。针对因区间限速而影响列车大面积晚点的问题,建立列车晚点推算模型,优化智能调图方案。在此基础上,结合车站客运资源,如股道、开行列车、客运人员等,设计了客运组织优化算法,为类似研究提供参考。

关键词： 农民画   中共浙江省委   乡村振兴   文学艺术界   人文荟萃   艺术宝库   乡建   书画  

摘要： 浙水悠悠润笔端,书画风流映江南,浙江自古就是人文荟萃的艺术宝库。2022年,中共浙江省委宣传部、浙江省乡村振兴局、浙江省文学艺术界联合会共同印发《关于开展“艺术乡建”助力共同富裕的指导意见》,积极探索开展“艺术乡建”活动。2024年5月,浙江省“艺术乡建”工作现场会召开。

关键词： 多重图   共享单车   调度优化   混合整数规划   禁忌搜索  

摘要： 共享单车能有效解决“最后1公里”出行问题,在全国各城市应用广泛。建立在城市路网基础上的共享单车网络属于典型的多重图。以共享单车网络中的调度作业为背景,考虑站点之间弧的不同属性,研究多重图中的共享单车调度优化问题。以最小化运输成本和偏离期望需求的惩罚成本为目标,建立混合整数规划模型。针对问题特性,设计三个启发式邻域算子提高算法运行效率和一种高效的弧选择算子处理平行弧的选择,并嵌入到混合禁忌搜索算法中对问题进行求解。数值实验表明,混合禁忌搜索能有效求解各种规模的问题。与基于完全图相比,基于多重图调度可有效降低总成本并大幅提高用户需求得到满足的数量,显著提高决策质量。

摘要： 乡镇土地利用现状图是土地资源管理和规划的重要基础数据,对科学反映乡镇土地利用状况、协助决策具有重要意义.本文基于ArcGIS平台(一款地理信息系统GIS平台),结合空间数据库技术和地理信息处理技术,提出了一种高效绘制乡镇土地利用现状图的方法.

关键词： 联邦学习   图神经网络   图联邦学习   隐私计算  

摘要： 图作为一种高效、灵活、通用的数据结构,在多个学科领域得到了广泛应用。近年来,基于图的深度学习算法不断涌现,并在社交网络、生物信息学、推荐系统等领域取得显著成效。尽管公开的图数据量在增加,但高质量的数据往往分散在不同的数据所有者手中。随着社会对数据隐私保护要求的提高,现有的图学习算法面临着许多挑战。图联邦学习作为一种有效的解决方案应运而生。文中系统回顾了图联邦学习领域近五年的研究进展,将该领域的核心问题划分为3个部分,并在结构上进行了垂直整合,在关系上进行了递进阐述,包括:1)原始图数据差异导致的结构异构性;2)图联邦特性导致的模型聚合问题;3)模型整体调优方面的挑战。针对每个问题,详细分析了代表性工作及其优缺点,并总结了图联邦学习领域的典型应用和未来挑战。

关键词： 水光互补调度   水库调度   新能源   蓄能调度图  

摘要： 光伏接入流域梯级水电站系统,使得流域水网、区域电网耦合关系更加复杂,如何充分发挥流域梯级水电站间的调节能力,提高水光利用率,实现水光互补优化调度是亟待解决的实际问题。以北盘江流域中长期水光互补系统为研究对象,构建了水光互补蓄能调度模型,同时考虑梯级水电站满足保证出力的要求,绘制了水光互补蓄能调度图,提出了相应的梯级蓄能控制和发电运行策略,为梯级水电站接入光伏能源的优化调度提供应用示范。

关键词： 推荐系统   跨领域   属性异质图   图嵌入   对抗学习  

摘要： 跨领域推荐常用于解决推荐系统中的冷启动与数据稀疏问题,然而现有的方法往往假设用户在不同领域中的喜好是相似的,基于这一假设进行推荐忽略了用户偏好的异质性,无法达到最优推荐性能。此外,现有的方法主要关注领域对之间的推荐任务,无法自然地扩展为多领域的推荐。本文提出一种基于属性异质图的多目标对抗跨领域推荐(Multitarget Adversarial Cross-domain Recommendation based on Attributed Heterogeneous Graph,MAAH)方法,利用属性异质图结构表征用户与项目,捕获领域间用户行为的同质性与异质性;结合对抗学习进一步融合与区分用户偏好,使每个领域的推荐效果同时提升,实现多目标的跨领域推荐。在公开的数据集上进行实验,结果表明该方法缓解了数据稀疏,可以进一步解决冷启动问题。