课程文献中心 更多>>

关键词： 对分课堂   高中数学   教学设计   逻辑思维  

摘要： “对分课堂”作为一种创新教学模式,既汲取了传统的教学精华,又融合了现代教学理念,实现了传统教学方法的创造性转化。本文从“对数函数图象与性质”教学的设计为例展现对分课堂在高中数学教学中的实践运用。“教学传统”并不能给学生留出足够的时间去深入思考、理解,而“对分课堂”可以让学生更多地去思考,更自觉、主动地去探索,深入理解知识及其运用,提高他们的逻辑思维能力以及数学语言表达能力,对学生的学习探索、教学效果的提高都是有帮助的。

关键词： 语音合成   说话人识别   双向优化   说话人多样性  

摘要： 为了克服真实语音数据的说话人多样性稀缺问题,实现基于生成语音数据的多说话人语音合成、说话人识别模型迭代双向优化,提出一种名为双优回路的方法。双优回路综合利用多说话人语音合成模型的数据生成能力和说话人识别模型的特征过滤能力,基于有限的手工标记语音数据,以生成和过滤语音数据的方式迭代增强说话人多样性,并实现对回路系统的迭代双向优化。在Aishell-1、Aishell-3、MagicData-READ和LibriTTS数据集上的实验证明,该方法可以与传统数据增广算法结合,有效扩充了语音数据的说话人多样性,显著提高了多说话人语音合成模型的泛化能力和说话人识别模型的判别能力。

关键词： 刺槐人工林   坡向   生长特征   土壤理化性质  

摘要： 目的探讨不同坡向刺槐人工林土壤理化性质变化,为实现刺槐人工林可持续经营提供科学依据.方法以太行山南麓南山林场的刺槐人工林为研究对象,探讨阳坡、半阳坡、半阴坡和阴坡四个生境条件下刺槐林生长特征和土壤理化性质的变化.结果阴坡的平均树高、胸径和冠幅均表现为最低值,而在半阴坡则达到最高值;半阴坡的土壤含水量显著优于其他坡向,而阳坡和阴坡的土壤pH值则显著高于其他坡向,不同坡向间的土壤和土壤电导率无显著差异;半阴坡土壤有机碳和全氮含量显著高于其他坡向,阳坡速效磷含量显著高于其他坡向,阴坡速效钾含量最低;与土壤物理性质相比,刺槐人工林生长特征与土壤化学性质的相关性更大.结论半阴坡更有利于太行山南麓山区刺槐人工林的生长.研究结果为进一步探索其他树种在不同生境条件下的土壤效应提供参考和借鉴.

关键词： 稀疏图   局部严格邻点可区别边染色   最大平均度   权转移法  

摘要： 用权转移法研究稀疏图的局部严格邻点可区别边染色问题,得到了最大度至多为4且最大平均度mad(G)<31/5的图G的局部严格邻点可区别边色数至多为10.

关键词： 指数函数   联系   对数函数   图像交点   方程  

摘要： 给出两个方程,若孤立看难以精确求出每个方程的根,而用联系观点看这两个方程又存在着相似结构,可以探寻这两个方程的根之间是否存在着某种联系.从微观层面看,对于指数函数、对数函数共存于同一个方程中解的问题,可以尝试转化为指数函数、对数函数图像交点的横坐标;从宏观层面看,对于不同的两个方程中所蕴含的指数函数、对数函数,看看它们之间是否互为反函数,若是,可以利用反函数图像关于直线y=x对称的性质挖掘两个不同方程根之间的联系.处理这类问题的难点在于要能够洞察两个不同的函数之间存在互为反函数的关系.

关键词： AI赋能   教学评一体化   初中代数  

摘要： 一、选题背景教育部等九部门联合印发《关于加快推进教育数字化的意见》,明确提出将人工智能技术融人教育教学的全要素过程。在《义务教育课程方案和课程标准(2022年版)》中,将“教学评一体化”列为教学改革的核心内容之一,要求各学科落实评价与教学的深度融合。而AI技术的不断开发与实践,大大提高了教学评一体化的进展。

关键词： 类增量学习(CIL)   多标签分类   多标签类增量学习(MLCIL)   类激活图   最小化熵  

摘要： 目的多标签类增量学习旨在学习多标签分类任务时,能够持续学习新任务中的新标签信息,同时保持对之前学习任务的良好性能。不同于单标签连续学习中的标签互斥性假设,多标签连续学习中的跨任务标签无法被补全。因此,样本的大量标签缺失使得跨任务之间的关联被完全阻断,模型无法区别新类与旧类,导致相似类别的混淆。方法为了解决类别混淆问题,提出一种类激活图回放和最小熵采样的多标签类增量学习,以实现跨任务的监督信息传递。具体地,首先在传统经验回放策略的基础上,开辟一块新的存储区用于存储样本正类的类激活图。其次,基于交叉熵的数值对当前任务样本进行采样,以挑选那些拥有精确类激活图的样本放入存储区作为回放样本。最后,在后续任务中回放样本,对当前模型的正类激活图输出进行正向监督,并将存储的正类的激活图作为其他类别激活图的反向监督,使其显著区域不重合。结果在PASCAL VOC(pattern analysis,statistical modeling and computational learning visual object classes)数据集上进行广泛实验,验证了所提出方法的有效性和鲁棒性。对比实验结果表明,类激活图监督回放方法显著提升了模型在多标签连续学习中的性能。结论本文所提出的类激活图监督回放法为跨任务类别补充了监督信息,缓解了多标签类增量学习中的标签缺失问题。

关键词： 可视化监督   生态答卷   三峡库区   奉节县  

摘要： 长江之滨,夔门之畔,奉节县是三峡库区的腹心地带。如今,这里一江五河水质稳定在Ⅱ类以上,空气优良天数每年超350天,工业废气、交通污染、城市扬尘等问题得到有效治理。这份生态答卷的背后,离不开奉节县人大常委会对监督方式的变革——以“可视化监督”破题,进而推动智慧化监督升级。

关键词： 温室机器人   稠密建图   ORB-SLAM2算法   自适应阈值   关键帧选择  

摘要： 针对温室内环境复杂,ORB-SLAM2算法无法构建稠密地图的问题,本文提出了基于改进ORB-SLAM2算法的温室机器人定位与稠密建图方法。首先,在跟踪线程中提出一种根据图像总体像素自适应调整特征点提取阈值方法,提升特征点提取的质量和数量;其次,在ORB-SLAM2算法基础上,结合帧间相对位姿计算,增加旋转量与平移量作为关键帧选择条件,降低关键帧数量和平均跟踪时间,提高定位精度;最后,引入稠密建图线程,通过点云恢复、统计滤波、点云拼接及体素滤波算法,融合多帧点云数据,生成精细三维稠密地图。为验证方法的有效性与实用性,分别进行公开数据集仿真分析与真实场景测试,在Freiburg1_room、Freiburg1_xyz、Freiburg1_desk序列上,改进ORB-SLAM2算法比ORB-SLAM2算法运行轨迹更接近真实轨迹,平均绝对轨迹误差分别降低46.00%、29.01%、39.85%。在3种不同枝叶遮挡的温室环境内,相比ORB-SLAM2算法,改进ORB-SLAM2算法特征点匹配数量分别平均提升7.20%、12.37%、12.81%;同时,关键帧平均数量分别从400、525、1132帧减少到371、411、708帧,且平均跟踪时间分别从0.0390、0.0357、0.0318 s减少到0.0373、0.0343、0.0290 s。试验结果表明,改进ORB-SLAM2算法的估计轨迹与温室机器人实际运动轨迹基本契合,具有良好的回环检测性能,准确还原了作物与过道在三维空间中的真实分布,成功构建出温室场景的三维稠密点云地图。该方法可为温室移动机器人的定位与导航提供技术支撑。

关键词： sigmoid函数   光伏并网   孤岛检测   准确性  

摘要： 针对光伏并网系统孤岛检测问题,提出了一种基于sigmoid函数算法的检测方法。该方法通过构建sigmoid函数模型,利用其在特定阈值下的非线性变换特性,实现了对光伏并网系统运行状态的有效监测。根据sigmoid函数的性质,设计了相应的检测算法,并确定了合理的阈值设定。通过实时监测光伏系统的输出功率、电压和频率等参数,并利用sigmoid函数进行数据处理,系统能够准确判断孤岛状态的发生。最后,实验分析结果表明,该方法在光伏并网系统孤岛检测中具有较高的准确性和可靠性。与传统检测方法相比,基于sigmoid函数算法的方法不仅能够快速响应孤岛效应,还能有效避免误报和漏报现象的发生。