基于CNN-SVM的地下目标形状识别

针对传统地下目标识别算法中特征提取方法的缺陷,鉴于深度学习中的卷积神经网络（CNN）能自动从数据中提取特征,但CNN自带的分类器不能很好的解决非线性分类问题,由于SVM具有良好的泛化分类能力,为此提出基于CNN-SVM的地下目标形状识别方法。本文首先在地表面光滑场景下,利用该方法对地下圆形和矩形目标识别,然后加大场景难度,在地表面粗糙场景下进行地下目标形状识别。实验结果表明,相比传统人工设计的特征分类方法,该算法利用CNN自动提取的特征联合SVM提高了CNN的分类准确率,并且在两种场景下都具有更高的地下目标识别精度。     

好的问题并渐次呈现:教学设计的两个关键--从教学设计的“三二一”说起

一、从教学设计的“三二一”说起近读《章建跃数学教育随想录(下卷)》,章建跃博士关于“搞好教学设计,提高教学质量”的论述中提出教学设计的“三二一”,即三个基本点(理解数学、理解学生、理解教学),两个关键(提好的问题、设计自然的过程),一个核心(设计概括过程).     

水热法制备二氧化锡/钨酸铋复合光催化材料及其催化活性研究

本文用水热法制备了正交晶系的纳米球状结构的二氧化锡和正交晶系的由片状聚集成球状结构的钨酸铋,并且对二者进行了复合,制备出了二氧化锡/钨酸铋复合光催化材料。采用X射线衍射(XRD)、扫描电子显微镜(SEM)、比表面积测试仪(BET)、紫外可见分光光度计等技术对复合样品的结构、形貌、比表面积、孔容孔径和光学性质进行了表征。用碘钨灯模拟太阳光,分别以二氧化锡、钨酸铋和二氧化锡/钨酸铋复合材料为催化剂降解罗丹明B(RhB),研究所制备的二氧化锡/钨酸铋复合材料的光催化活性。光催化90 min时二氧化锡、钨酸铋和二氧化锡/钨酸铋对罗丹明B的降解率分别是9%、22%和30%。实验结果表明,在可见光下,二氧化锡/钨酸铋复合材料的光催化活性要高于单一的二氧化锡和钨酸铋。     

对称向量拟均衡问题有效解的存在性

利用标量化方法建立对称向量拟均衡问题有效解的存在性定理。作为标量化方法的应用，利用这一方法得到向量变分不等式和拟向量变分不等式有效解的存在性定理。     

论数学实验在解题中的应用及能力培养——以2020年北京高考试题为例北大核心

近年来,北京高考正逐年加重对数学实验的考查,尤其是2020年高考,在题目数量以及考查形式上达到新的高度,2020年北京高考数学试题中的(6)、(8)、(10)、(14)、(19)、(21)等6道题在求解过程中,可以借助数学实验的手段获取解决思路,因此研究数学实验在解题中的应用以及探究提升数学实验能力的途径具有重要意义.     

托卡马克中磁流体不稳定性与高能量离子相互作用

在托卡马克中,磁流体不稳定性与高能量离子相互作用是一个非常重要的问题,它对未来聚变堆稳态长脉冲运行至关重要。HL-2A是我国第一个具有先进偏滤器位形的非圆截面的托卡马克核聚变实验研究装置。撕裂模是托卡马克中的一种基本的电阻磁流体不稳定性,它可以改变磁场的拓扑结构,形成输运短路,甚至会触发大破裂。高能量离子在燃烧等离子体和各种外部辅助加热过程中是不可避免会产生的。目前,撕裂模与高能量离子相互作用依然存在一些关键性问题,例如撕裂模与高能量离子相互作用的共振关系、该物理过程导致高能量离子损失的物理机理等,并且还没有完整的关于撕裂模与高能量离子共振相互作用的数值模拟工作。因此,本综述论文主要从以下三个方面展开:1)回顾撕裂模与高能量离子相互作用的研究历史;2)基于HL-2A实验,从数值模拟的角度讨论撕裂模与高能量离子共振相互作用的物理机理以及其导致高能量离子损失的物理机制;3)展望未来聚变堆中撕裂模与高能量离子相互作用的情况。     

对初中数学深度学习的理解与探究

初中生在数学学习过程中,往往更多地将注意力集中在数学知识的习得,以及数学习题的解答上.这样的认识实际上限制了学生学习主动性的发挥,再加上初中生受身心发展局限性的影响,他们的学习行为有时停留在浅层学习(Surface Learning)的层面,存在碎片化、浅表化、浮躁化的现象,学生很难深度加工知识信息、深度理解复杂概念、深度掌握内在含义,进而建构个人化和情境化的知识体系以解决复杂问题.要化解这些难题,关键之一就是要优化学生的学习方式,要将学生从浅层学习中解放出来,要让学生真正经历深度学习的过程.     

从学生的“问题”出发审视空间向量内容的教学和育人价值北大核心

1问题提出高中数学课程引入空间向量内容后,使很多原本需要进行推理演化的立体几何问题的求解“代数化”、“程序化”了,以往的一些立体几何的“难题”变得“简单”了.有老师认为,立体几何内容在培养学生直观想象、逻辑推理核心素养的育人价值减弱了.在教学中,不难发现即便有空间向量作为解决立体几何问题的有力工具,学生在解决立体几何问题时依然会存在各式各样的“错误”.