课程文献中心 更多>>

关键词： 高阶思维   数学运算   必考内容   高中数学   联考   圆锥曲线   学生核心素养   探究知识  

摘要： 圆锥曲线是高中数学重要知识板块,也是高考必考内容,但是圆锥曲线的运算一直都是学生的痛点和难点.本文通过对一道联考中圆锥曲线试题的研究,着眼于学生数学运算的难点,通过性质理解实现优化运算目的,探究知识本质,延伸推广相关结论,渗透数学思想与方法,引导学生从低阶思想转向高阶思维的学习,实现有效发展学生核心素养的目标.

关键词： 叉车   属具   检验检测  

摘要： 叉车属具检验检测主要就是对基础功能、承载能力以及安全性能进行综合分析,综合检验要求以及标椎,确定检测要点、技术手段,可以有效保障叉车属具应用性能。基于此,分析叉车属具的定义,探究叉车属具检验方式、技术以及要点,可以有效保障叉车运行的安全性、稳定性。

关键词： 玉米   品种   方差分析   灰色关联分析   评价  

摘要： 为选出适宜玉米品种评价的方法,采用方差分析和灰色关联分析方法,对2020年3个玉米品种筛选试验点中各玉米品种的穗部性状及产量进行分析比较。方差分析结果表明,敦玉735、雅玉988、中玉335、华玉11、先玉696、西抗18的产量极显著高于对照品种凉单4号。灰色关联分析结果表明,穗粗对各品种产量的影响最大;敦玉735、中玉335、仲玉2号、雅玉988的关联度较大,综合性状良好。由此表明,评价方法不同会导致对玉米品种的评价和选择结果不同,在多个环境且仅涉及产量性状的评价时可采用方差分析的方法,而对于单一的环境和涉及多个性状指标的评价时可采用灰色关联分析的方法。

关键词： 网络切片   异构图神经网络   时延预测   深度回归  

摘要： 端到端时延作为网络切片重要的性能指标,在切片部署中因受到网络拓扑、流量模型和调度策略等影响,很难通过建模方式进行准确预测。为了解决上述问题,提出基于异构图神经网络的网络切片时延预测(Heterogeneous Graph Neural Network-Based Network Slicing Latency Prediction,HGNN)算法。首先,构建了切片-队列-链路的分层异构图,实现了切片的分层特征表达。然后,针对分层图中切片、队列和链路3种类型节点的属性特点,使用异构图神经网络挖掘拓扑动态变化、边特征信息和长依赖关系等和切片相关的底层特征,即分别选用GraphSAGE图神经网络、EGRET图神经网络和门控循环单元GRU来提取切片、队列和链路特征。同时,利用基于异构图神经网络的深度回归实现了网络切片特征表达的更新迭代和切片时延的准确预测。最后,通过构建基于OMNeT++的不同拓扑结构、流量模型和调度策略的切片数据库,验证了HGNN在实际网络场景下对切片端到端时延预测的有效性,并通过对比多种基于图深度学习的切片时延预测算法,进一步验证了HGNN在时延预测准确度和泛化性方面的优越性。

关键词： 弱无回溯模式匹配算法   协方差矩阵   相似度指数函数   敏感大数据  

摘要： 随着信息技术的广泛应用,敏感大数据在传输和存储过程中存在隐私泄露、数据滥用、安全风险等问题。为了提高敏感大数据的安全性,提出了一种基于弱无回溯模式匹配算法的敏感大数据安全分级检测方法。建立协方差矩阵构建敏感大数据样本库,设定约束条件同构嵌入敏感大数据子图,采用弱无回溯模式匹配算法回溯匹配敏感大数据查询图索引,降低计算复杂度。利用核函数映射查询图特征向量,提高敏感大数据识别准确度,以剪枝的方式完成敏感大数据特征相似性匹配。通过相似度指数函数计算敏感因子,划分敏感大数据安全等级,完成自动化分级检测。实验结果表明:所提方法的敏感大数据安全分级准确度为100%、特征匹配耗时为2.7 s、收敛速度为0.44。由此证明,所提方法能够有效保护敏感大数据安全,在数据传输和存储中具有较高的实际应用价值。

关键词： 体育舆情   饭圈化   生命周期理论   计算传播   公关应对  

摘要： 以巴黎奥运会女乒决赛事件为例,爬取相关贴文6 972条和相关评论数据112 765条进行实证研究,运用LDA模型提取主题,结合SnowNLP情感词典判断公众情感倾向及社交网络提取,并基于生命周期理论对体育饭圈舆情的周期进行划分,在研究各阶段演化特征的基础上提出具体的应对措施,以推动我国体育产业健康有序发展。

关键词： 初中   生物   情境化试题   编制问题   编制策略  

摘要： 作为评估学科教育质量的重要路径之一,情境化试题是当前中考生物命题的主要方向之一,但是由于忽视试题命制的内容、素材与方向等原因,直接影响了试题命制的质量。本文立足初中生物试题编制现状,明确了情境化试题编制的意义,最后对其编制问题与策略进行了重点研究,旨在为生物学情境化试题命制的有关研究提供一些理论参考。

关键词： 轴向柱塞泵   故障诊断   增量学习   图神经网络图形样本聚合   K-最邻近法   图结构数据  

摘要： 针对轴向柱塞泵在故障诊断中对大规模、动态变化数据处理困难,以及故障类型增加导致分类性能下降的问题,提出了一种基于改进图神经网络图形样本聚合(Graph-SAGE)的增量学习模型。首先,将轴向柱塞泵的不同故障振动信号构建为带标签的数据集,并通过数据增强生成了新的数据集;然后,采用K-最邻近法(KNN)分别构建了初始训练阶段和增量训练阶段的图结构数据(其中,初始阶段的图结构用于模型的初始训练,增量训练阶段的图结构用于增量训练);接着,为了确定最适合轴向柱塞泵故障图数据集的聚合方法,在初始训练阶段比较了不同聚合器对故障识别准确率的影响,并在增量训练阶段结合显性知识与隐性知识对模型进行了优化;最后,采用了实验的方式,验证了该模型的可行性,并通过对比实验和鲁棒性测试,对该模型的性能和稳定性进行了评估。研究结果表明:该增量学习模型在应对新增故障类型时表现优异,在轴向柱塞泵的复合故障识别中,平均准确率达到了92.35%,显著优于传统图神经网络在相同条件下的表现;同时,该模型在混合工况下的增量训练准确率达到了95%,展现出较强的适应性和鲁棒性。该方法能够有效应对不同的故障模式和工况条件,准确识别轴向柱塞泵的复合故障。

关键词： 生化检验   肝功能指标检测   肝硬化  

摘要： 探讨生化检验中肝功能指标检测在肝硬化患者中的诊断价值。方法 以2022年2月至2023年2月收治的78例肝硬化患者以及同时期78例健康体检者为研究对象,分别将其设为肝病组与健康组,均接受肝功能指标检测,比较两组的肝功能指标水平。结果 肝病组的AST、ALP、ALT、TBil各项指标水平显著高于健康组,而其CHE、ALB、TP各项指标水平明显低于对照组(P<0.05);Child-PughC级患者的AST、ALP、ALT、TBil指标水平相比A级、B级更高,而其CHE、ALB、TP指标水平相比A级、B级更低(P<0.05)。结论 肝硬化患者中采取肝功能指标检测可切实反映患者的肝脏功能,了解其肝脏受损程度,是一种值得采纳且能为临床提供重要诊断依据的诊断方式。

关键词： 布雷德利   装甲运兵车   阿帕奇   装备性能   美国士兵   战场纪律   程序设计   M113  

摘要： 1991年2月17日凌晨1时左右,海湾战争中的1辆美国“布雷德利”步战车和1辆M113装甲运兵车被友军“阿帕奇”直升机发射的2枚“地狱火”导弹摧毁,造成美国士兵2死6伤。事后,美军对这次误击事件进行了详细的调查。调查报告披露当年美军在程序设计、通信协调、装备性能和战场纪律等多方面出现的纸漏。