浅谈基于名题背景的试题编制

不登高山,不知天之高也;不临深谷,不知地之厚也;不闻先王之遗言,不知学问之大也.——荀况正如荀况所说,这几年,数学高考试题的命制也试图从更高的观点来展望和突破.以名题为背景的试题已经从数学名题这块沃土中开出灿烂的花朵,在"百花齐放"的高考中显得端庄、华贵且芳香浓郁,颇有花王牡丹的风范.这些试题借着高考送来缕缕香气,吸引了不少观众,笔者便是其中之一.观赏着这些试题,心有所感,便不断揣摩一些高考试题.在此基础上,笔者总结了编制名题背景试题的三种类型.研究时间一长,越发觉得编制名题背景的试题有其深刻的意义且具有很大的操作空间.诚然,赏花容易种花难——命制此类试题应有其特别要遵守的原则.     

灰色GM(1,1,k,k2)模型背景值及时间响应函数优化

本文提出了一种新的带有时间幂次项的灰色GM(1,1,k,k²)模型,给出了其灰微分方程和白化微分方程基本形式。基于最小二乘法获得了该模型参数估计值,并推导了该模型时间响应函数。鉴于GM(1,1,k,k²)模型灰微分方程与白化微分方程之间存在跳跃关系,首先对灰微分方程的背景值进行了优化,并推导了优化后的背景值计算公式。为了克服初始值的影响,根据误差平方和最小,进一步优化了GM(1,1,k,k²)模型时间响应函数。最后,该优化后的GM(1,1,k,k²)模型被应用于软土地基沉降预测,获得了较好的模拟预测效果,说明模型是可行的。     

基于不确定控制理论的最优策略研究

本文在不确定理论的框架下,研究一类带背景状态变量的最优控制模型.在乐观值准则下,利用不确定动态规划的方法,证明了不确定最优性原则,得到最优性方程.作为应用,求解一个固定缴费(DC)型养老金的最优投资策略问题,在乐观值准则下,以工资变量为背景状态变量,建立养老金模型.通过求解不确定最优性方程得到最优投资策略和最优支付率.     

ICP-A ES法测定中国不同产地绒柄牛肝菌中矿质元素含量

采用微波消解处理样品,以电感耦合等离子体发射光谱法（IC P-A ES ）测定了采自云南省不同地点的绒柄牛肝菌菌盖和菌柄中的12种矿物质元素（P ,Na ,Ca ,Cu ,Fe ,Mg ,Zn ,As ,Cd ,Co ,Cr ,Ni）含量。结果显示：绒柄牛肝菌中P ,Ca ,Mg ,Fe ,Zn ,Cu的含量较高,其中菌盖中的P ,Mg ,Zn ,Cd较高,而菌柄中的Ca ,Co ,Ni较高;聚类分析结果显示,采用普洱地区的样品与其他地区的样品差异较大;主成分分析结果显示,前三个主成分的累计贡献率为77％,其中第一主成分中的P ,Ca ,Cu ,Fe ,Mg ,As ,第二主成分中的Ni ,Na以及第三主成分中的Cd和Zn对区分不同地点的样品贡献较大。结果表明采自不同生境地的食用菌元素含量差异较大。     

闭合循环HF激光器流场特性

闭合循环运行是实现高功率重复频率HF激光器小型化、实用化的重要技术途径。为了实现闭合循环电激励重复频率HF激光器激光能量的稳定性输出,研究闭合循环HF激光器的流场特性,建立了激光器管道的数学仿真模型,利用流体分析计算软件ANSYS,分析了激光器内增益区气体介质流场分布。根据流场分布均匀性要求,提出了增益区的注入段和传输段的不同的结构假设,对不同结构条件下流场进行了模拟计算及分析。最终设计了均匀性更佳的通流管道,并实验测量了激光器内增益区气体介质的流速分布,实验结果与理论仿真一致。     

电磁驱动45钢准等熵压缩的实验研究

在已有的众多准等熵加载技术中,磁驱动准等熵加载技术具有准等熵程度高、压力范围大、实验材料种类多、效费比高等特点。利用中物院流体物理研究所建成的磁驱动准等熵压缩和高速飞片实验装置CQ-1.5(最高加载压力为50GPa),成功开展了45钢的准等熵压缩实验,对装置的主要参数进行了介绍;利用激光干涉测试系统DPS获得了45钢飞片的自由面速度历史,通过反积分处理给出了材料准等熵压缩的p-V关系。通过分析实验数据,获得了45钢3种形式的等熵方程的参数。实验获得的最高等熵压力为47.5GPa。     

基于小波高频距离像的红外小目标检测

针对远距离复杂背景下红外小目标检测问题,本文提出了一种基于小波高频距离像的方法。该方法首先将处理空间变换到小波域,通过分析残留背景、目标和噪声系数在高频子带的差异,定义基于邻域均值的子带系数表达形式,构造高频子带系数的中心向量,对小波高频图像进行综合形成距离像,得到红外复杂背景的抑制结果。在此基础上,利用恒虚警率算法将单帧背景抑制图像分割成候选目标、残留背景和噪声像素点。最后,在时间域基于目标运动的相关性,利用管道滤波实现红外小目标的最终检测。仿真实验结果表明,相对于经典算法,本文方法可以实现对红外复杂背景的有效抑制,增强目标信号的强度,准确稳定的从红外复杂背景中检测出小目标。     

基于改进巴氏指标和模型更新的视觉跟踪算法

传统的Mean Shift算法采用巴氏系数度量模型与候选模型之间的统计特征相似性,但是由于背景特征的影响,有时应用巴氏指标进行匹配得到最优解的位置并不一定是目标的实际位置,在跟踪过程中可能导致目标定位出现偏差。该文提出一种改进的巴氏系数相似度指标,指标由于引入了前景/背景置信值,能够有效抑制待匹配区域中背景特征的影响,突出目标特征的权重,与原始的巴氏指标相比,明显提高了目标匹配的准确性。基于改进的巴氏指标,对目标与背景区域双模型相似度系数进行综合分析,合理地判断干扰目标匹配的原因,从而采取相应的模型更新策略。采用4段具有挑战性的视频序列对5种跟踪算法进行了测试,通过定量实验分析可知,文中算法处理1帧视频所需的平均时间为75.76 ms,实时性仅次于原始的Mean Shift跟踪算法,同时跟踪误差在5种跟踪算法中取得了最优结果。实验结果表明,该算法能够有效抑制背景干扰和避免模型漂移,在不同的复杂场景下都具有一定的鲁棒性。     

模糊概念格与模糊推理

基于伽罗瓦连接,分别在交换伴随对与对合剩余格条件下,讨论了模糊概念格的四种定义形式。并证明了在对合剩余格上,对偶性成立,四种模糊算子将具有与经典意义下一致的相互关系。最后我们提出了一种基于模糊概念格的模糊推理规则,并证明了其还原性。     

基于直方图比的背景加权的Mean Shift目标跟踪算法

针对Mean Shift跟踪算法目标模型中背景像素所造成的目标跟踪定位的偏差,提出了一种基于直方图比的背景加权的目标表示方法。该方法使用由目标核直方图和背景直方图的对数似然比值推导出的隶属度因子作为权值,通过只对目标模型进行加权变换,而不变换目标候选模型的方法,增强了目标和背景的可分性,有效减少了跟踪过程中背景像素的干扰,提高了目标定位的准确性。 仿真实验结果表明算法的有效性。