课程文献中心 更多>>

关键词： 卷积神经网络   监督学习   原子力显微镜   针尖形状预测   深度学习   图像处理  

摘要： 原子力显微镜（AFM）探针针尖形貌尺寸是表面微纳结构精确测量、局域物理化学特性准确表征中的关键参数。基于数学形态学的传统方法，针尖盲估计方法可以仅根据扫描图像来评估针尖形状尺寸，但其往往能给出的是针尖尺寸上限值并非真正的针尖尺寸。而且此种方法受扫描噪声影响较大，获得的尺寸精度难以完全满足需求。针对该问题，本文基于编码器-解码器架构的卷积神经网络，进行了AFM针尖形貌尺寸的稳定、准确的估计研究。在网络的监督学习训练中，以包含不同半径和数量的纳米颗粒结构，应用数学形态学膨胀算法模拟一系列设定半径针尖的扫描图像作为训练数据集，并以平均绝对误差作为损失函数来更新网络参数。结果表明，卷积神经网络模型对于针尖半径包含在训练集范围内的探针所得扫描图像具备准确预测针尖尺寸的能力。但是当扫描图像的对应针尖尺寸超出该范围时，预测的准确性会降低。此外，通过引入叠加噪声的训练数据，模型的预测能力显著提高，可以准确预测含噪声的扫描图像所用探针的针尖尺寸，且无需额外去噪处理。随后在实际AFM扫描图像上的测试结果证实了该方法预测针尖形貌尺寸的有效性。本文的最后通过模拟和实验数据验证了同样的方法还可以用在受针尖效应影响的图像处理上。

关键词： 香港中学文凭考试   地理试题   试题特点  

摘要： 2012年香港考试及评核局为响应“三三四”学制改革，举行了首次香港中学文凭考试。为了深入了解香港中学文凭考试地理科试题特点，对2012—2023年的试题进行了详细分析。结果表明：试题内容本土化突出，且题量较大；图像试题比例较大，注重多种图像的组合使用；试题情境突显生活化，充分发挥试题的德育功能；试题形式和设问开放性较高，鼓励学生勇于创新。通过汲取香港中学文凭考试地理科试题设计的有益经验，针对内地高考地理试题的命制提出了建议。

摘要： 2022年版课标提出:"考试命题应以情境为载体,依据学生在真实情境下解决问题的过程和结果评定其素养水平."据此,笔者所在区域开启了情境化命题的探索.在2023-2024学年第二学期的期末纸笔测试中,三年级的一道试题引起了热议.笔者结合该试题引起热议的原因、反映的问题及对改进教学的启示,谈谈这道试题引起的思考.