《数理精蕴》中对数造表的三种算法比较

《数理精蕴》中对数造表的3种算法是西学东渐的重要内容,引起了清代许多中算家的重视和研究.从算法的复杂性方面,研究了对数造表的3种算法,并就当时笔算的条件下,对3种算法的优劣性进行了评价.     

法拉第定律和安培定律

本文提出:在初级课程中,讲授由法拉第定律所给出的静止电路中感生电动势的起源时,如果把重点放在随时间变化的磁场所生的感生电场的几何学上,而不放在此电场沿一闭合途径的线积分上,或沿此途径的电动势上,对初学的学生可能更清楚些。如果把法拉第定律写成∮E·ds=-φ,而不写成(?)=-φ的形式,则该定律就可以有与安培定律∮B·ds==μ_0I相同的形式,而两个定律都简单地变成麦克斯韦方程curlE=-B,curlH=J D的积分形式。能够清楚地了解随时间变化的磁场所生的感生电场的本性是重要的,这一点就是对初级的学生也似乎不须要再着重指出,但是在很多     

關於進行物理實驗時的安全辦法(續完)

電學實驗某些教師在学校中作靜電實驗時,濫作實驗,使起電機或充電後的来頓瓶經過學生的身體作为電路而放電。雖然當用尋常的起電機時,這種实驗對儿童生命是沒有危險的,但是對於其中某些人,這是有危害的,因為它給与神經系統以過度的刺激作用。使電流通過身體有同樣的情形。一般地應當禁止同學用手指試驗一下是否有電壓,和“用舌頭”試一試電池。為此必須使学生習惯於使用伏特計或者檢流燈泡。在聯結電路時,建議細心地按照電路圖檢驗所有的连結,而且只有在教師检查後,確信線路是正確時,才可以閉合電路。     

基于卷积神经网络语义检测的细粒度鸟类识别

细粒度识别的主要目的是在相同基本类别下对其繁多的子类别进行区分。不只局限于头和躯干的定位现状,提出了一种基于Faster RCNN联合语义提取和检测的分类方法。通过引入自上而下的方法来生成七个小语义部位,既大大减少了候选区域的个数,又提高了分类的效率。检测子网可以和区域候选生成网络(RPN)共享卷积特征,结果使得区域建议几乎不花时间,从而可以生成高质量并且具有局部特征的区域建议框,便于Fast RCNN的检测。相对于其他鸟类识别研究,实验中鸟类识别准确率达到了88.37%,提高了识别效率。说明联合语义的Faster RCNN网络适用于鸟类的细粒度识别。