巧用直线的参数方程处理线段长度问题

直线的参数方程作为高中数学选修部分的内容,已经成为很多省份的高考考点．直线的参数方程在解题中的应用非常广泛,随着新一轮高中教材的改革,它的应用又呈现在大家的视线里．实际上,用直线的参数方程表示直线,在处理直线与圆锥曲线的位置关系问题中涉及的长度问题时有其独到的优势,本文笔者以近两年的高考和竞赛中出现的试题为例,谈谈如何用直线的参数方程来处理有关线段长度问题．     

基于RANSAC方法的星表自动匹配方法

本文把星表匹配问题转化成计算机视觉中的对应点匹配问题,接着使用二维Delaunay三角化方法对星表进行三角化,然后用RANSAC方法对星表的自动匹配问题进行了研究。研究结果表明,我们的方法能够快速有效地完成星表匹配。在总共960个样本中,除了两幅不符合匹配的星表之外,全部获得了正确的匹配结果。     

液化土侧向扩展对具有轴向力单桩的变形影响

将地震液化场地土层分为表层的非液化土层,中部的液化土层以及底部的基础层,利用表层的非液化土层的土压力和液化土层及基层的Winkler模型,采用拟静力分析方法,建立了考虑上部结构对桩基产生的轴力和液化土侧向扩展共同作用下单桩水平变形的简单Euler梁模型,给出了问题的解析封闭解.计算结果与实验结果吻合较好,说明了封闭解的合理性.在此基础上,分析了各种参数对桩基变形响应的影响,结果表明:相比于液化土层的侧向扩展位移,桩的抗弯刚度、液化土层刚度以及轴力等参数对桩基力学性能具有较大影响,这些结果可以为工程设计提供一定的参考依据.     

一种面向移动终端地理场景点云在线可视化的集成型索引

针对现有点云索引研究方法欠考虑移动终端性能特点这一问题,提出了一种适用于移动端点云场景在线可视化的集成型空间索引。该索引首先利用考虑了移动终端网络带宽与计算渲染性能特点的改进型KD-tree实现点云数据的均衡划分与编码,在此基础上构建点云数据的LOD模型,并使用改进型八叉树管理其组织,最后通过改进型KD-tree的编码联结改进型八叉树形成〈1 一级树 ： 1二级树〉的优化型索引结构。该索引可支持移动端实现基于LOD的点云场景渲染策略,支持从数据块层面判断点云数据的空间关系,也支持数据的多线程查询。实验与分析表明：相比传统点云索引,该索引具有稳定的构建效率与优秀的空间查询性能,可为移动应用提供可靠的数据支持,能满足移动端点云在线可视化应用需求。     

由圆锥曲线焦点弦引发的性质

圆锥曲线是高考的重点和热点,也是学生学习的一个难点,高考考题常考常新,一般是高考中的压轴大戏,命题者可谓是费尽心机,但出题中有偶然也有必然．笔者在做2007年重庆卷文科21题后,受抛物线有关知识的启发,通过变形、猜测、论证,发现了抛物线中与焦点弦有关的两个性质,并把它推广到椭圆和双曲线中,行之成文,与同行交流．     

一种重复观测低信噪比光谱的处理方法

目前我国LAMOST光谱巡天已发布超过760万条的天体光谱,对其中大量的低信噪比光谱的处理一直是业内公认的难题。针对天体光谱中重复观测的光谱,提出了一种新的处理方法。该方法的主要内容为：对每一组重复观测光谱,选择其红移值的差距在一定范围内的组别,然后使用一种基于信噪比加权的最优叠加方法来提高光谱的信噪比。通过对LAMOST DR4中所有重复观测光谱进行处理,证明该方法对于提高低信噪比重复观测光谱的信噪比十分有效。使7 571组恒星光谱的信噪比达到参数测量的标准,3 357组类星体和星系光谱的信噪比得到提高,平均提高率为56.38%;并且获得了43 021个双星候选体。     

基于卷积神经网络的恒星光谱自动分类方法

恒星光谱自动分类是研究恒星光谱的基础内容,快速、准确自动识别、分类恒星光谱可提高搜寻特殊天体速度,对天文学研究有重大意义。目前我国大型巡天项目LAMOST每年发布数百万条光谱数据,对海量恒星光谱进行快速、准确自动识别与分类研究已成为天文学大数据分析与处理领域的研究热点之一。针对恒星光谱自动分类问题,提出一种基于卷积神经网络(CNN)的K和F型恒星光谱分类方法,并与支持向量机(SVM)、误差反向传播算法(BP)对比,采用交叉验证方法验证分类器性能。与传统方法相比CNN具有权值共享,减少模型学习参数;可直接对训练数据自动进行特征提取等优点。实验采用Tensorflow深度学习框架,Python3.5编程环境。K和F恒星光谱数据集采用国家天文台提供的LAMOST DR3数据。截取每条光谱波长范围为3 500~7 500 部分,对光谱均匀采样生成数据集样本,采用min-max归一化方法对数据集样本进行归一化处理。CNN结构包括：输入层,卷积层C1,池化层S1,卷积层C2,池化层S2,卷积层C3,池化层S3,全连接层,输出层。输入层为一批K和F型恒星光谱相同的3 700个波长点处流量值。C1层设有10个大小为1×3步长为1的卷积核。S1层采用最大池化方法,采样窗口大小为1×2,无重叠采样,生成10张特征图,与C1层特征图数量相同,大小为C1层特征图的二分之一。C2层设有20个大小为1×2步长为1的卷积核,输出20张特征图。S2层对C2层20张特征图下采样输出20张特征图。C3层设有30个大小为1×3步长为1的卷积核,输出30张特征图。S3层对C3层30张特征图下采样输出30张特征图。全连接层神经元个数设置为50,每个神经元都与S3层的所有神经元连接。输出层神经元个数设置为2,输出分类结果。卷积层激活函数采用ReLU函数,输出层激活函数采用softmax函数。对比算法SVM类型为C-SVC,核函数采用径向基函数,BP算法设有3个隐藏层,每个隐藏层设有20,40和20个神经元。数据集分为训练数据和测试数据,将训练数据的40%,60%,80%和100%作为5个训练集,测试数据作为测试集。分别将5个训练集放入模型中训练,共迭代8 000次,每次训练好的模型用测试集进行验证。对比实验采用100%的训练数据作为训练集,测试数据作为测试集。采用精确率、召回率、F-score、准确率四个评价指标评价模型性能,对实验结果进行详细分析。分析结果表明CNN算法可对K和F型恒星光谱快速自动分类和筛选,训练集数据量越大,模型泛化能力越强,分类准确率越高。对比实验结果表明采用CNN算法对K和F型恒星光谱自动分类较传统机器学习SVM和BP算法自动分类准确率更高。     

生物降解性聚己内酯-聚醚嵌段共聚物的合成及表征

A new biodegradable Poly (e-caprolactone)-Poly (ethylene glycol) block copolymer (PCL-b-PEG) has been synthesized by co-polycondensation reaction of e-caprolactone (e-CL) and poly (ethylene glycol) (PEG) in the presence of Ti(OBu)4 catalyst. The composition,hy-drophilicity and crystallinity of the copolymer can be controlled by changing the feeding dose of reaction system. The degradation rate of the PCL-b-PEG copolymer is improved by introducing the PEG segment, and the more the PEG content in the copolymers,the faster the degradation rate of the copolymer.     

免预硫化的加氢脱硫MoNiP/Al2O3催化剂的制备和表征

在Mo-Ni-P-O浸渍液中添加一定量的极性有机物如柠檬酸等,采用共浸渍法制备了一种不需预硫化和焙烧也具有较高加氢脱硫活性的MoNiP/Al2O3催化剂,并用N2吸附、程序升温还原、X射线光电子能谱、红外光谱和元素分析对催化剂进行了表征.结果表明,柠檬酸的添加削弱了金属组分与载体间的相互作用,有利于金属组分在载体表面的分散,且改善了催化剂的还原性,使催化剂在与含硫反应物料接触过程中自发硫化,从而有利于催化剂加氢脱硫活性的提高.     

基于自动体外除颤仪的电磁兼容试验分析

简述了自动体外除颤仪的基本工作原理、试验模式和试验方法与结果判定,基于电磁兼容试验中静电放电不合格的情况,从整改的角度分析了不合格的原因,并结合"堵"和"泄"两大静电整改措施,提供了具体的整改方案,供相关技术人员参考。同时有效提高了自动体外除颤仪电磁兼容试验的准确性和重复性。