谈优化错题本的有效策略

每个人在学习过程中都不可避免地会出现错误,而对待错误的态度和方式很大程度上决定了这个人在学习上能达到的高度.好多教师和学生比较注重课堂教学,却忽视改正错题的重要性,导致了重复出错.有些教师和学生虽然能够认识到建立错题本进行改错的重要性,但是对如何科学地建立错题本、如何有效地使用错题本没有进行太深的研究,导致了错题本建立之后效果甚微.错题本要从建立和使用两个方面进行优化,从教师和学生两个层面加以强化,以便在促进学生的深度学习方面发挥重要的作用.     

结合隐藏技术的新颖语音检索算法

采用一种新颖的结合信息隐藏技术的语音检索算法,该算法将保密语音和伪语音分割成多段,利用经典的LSB算法分别隐藏到不同的音频,并存储在磁盘空间中．提取语音码流时,利用小波变换第一级细节分量系数能量的大小找到相应的载体音频,提取其中的语音码流,并建立语音库．利用特定人语音检索技术,检出相应的语音码流,合并语音码流得到真正的保密语音．研究表明：新算法的查准率和查全率可以达到很高的水平,为信息隐藏技术的发展开辟了一条新的研究道路,同样扩大了语音检索技术的应用范围。     

含氢类金刚石薄膜的生长及表征

采用射频-等离子体辅助化学气相沉积(RF-PECVD)法在硅片、玻璃上生长类金刚石薄膜.通过Raman光谱、AFM等测试手段,研究不同的生长工艺条件下类金刚石薄膜的性质的变化.实验表明,RF-PECVD生长DLC膜,在上方电极处以及较低功率下可获得较高sp3含量的薄膜.     

磁场增强大气压等离子体射流对镍钴合金泡沫的表面改性

用磁场增强大气压等离子体射流（APPJ）限域改性镍钴合金泡沫（NCF）,并在纯水中原位生长镍钴氢氧化物(NiCo（OH）2),探讨等离子体射流对氢氧化物纳米材料电催化性能的影响。结果表明：磁场可有效提高APPJ改性位置的放电强度和活性粒子浓度,提升镍钴氢氧化物纳米晶核的形成密度,加速后续纯水中氢氧化物生长速度。此外,氧化物纳米六方体镶嵌在纳米片边缘,有利于增强电催化稳定性。制备的MOx-M（OH）2/PMNCF电极材料在碱性溶液中(1 mol·L-1 KOH)传递析氢（HER）析氧（OER）电流密度为100 mA·cm-2时,过电位分别为248和385 mV,优于其他化学法制备的同类材料。本文为过渡金属化合物电催化材料的绿色构建提供了一种新方法。     

转变高中物理学习方式的实践与思考

介绍了研读式、研究式、研讨式、研习式四种学习方式实施的依据、条件、步骤及应该注意的问题和应达到的教学目标以及在教学过程中确保能够具体实施的做法及思考．     

电场的增强作用对介质膜光栅损伤形貌的影响

研究了电场在介质膜光栅结构中的增强效应对其抗激光损伤阈值的影响.使用傅里叶模式方法计算了电场在介质膜光栅浮雕结构内的分布.数值分析表明：电场在介质膜光栅中增强的最大值为入射光的2倍,其最大的位置出现在相对于入射光对面的光栅槽侧壁。实验测试介质膜光栅样品在1 064 nm和12 ns, 51.2°和TE偏振光入射时,其抗激光损伤阈值为6.61 J/cm2.对损伤形貌进行扫描电镜精确分析,发现介质膜光栅的初始损伤产生于电场在介质膜光栅内增强最大的位置处.     

连续变量量子密钥分发多维数据协调算法

数据协调是量子密钥分发的重要组成部分,特别是连续变量量子密钥分发远程化的关键环节。在Leverrier等关于多维协调安全性证明的基础上,给出了面向多维协调的低密度奇偶校验码(LDPC)错误校正算法,考查了该算法的最小收敛信噪比阈值,并估算出基于这种多维数据协调方案的量子密钥分发的最大密钥传输距离,经过协调效率的计算以及噪声分析估算出最大安全密钥量。算法仿真结果表明:Alice和Bob之间的传输距离与分层错误校正协议(SEC)相比,从30km增加到47km左右,译码速度是SEC的4倍左右,密钥传输速率可以达到8.61kb/s。     

基于热图像的种蛋气室变化监测算法

种蛋气室的大小是监测种蛋孵化过程的重要指标之一。根据种蛋的热力学结构,种蛋在孵化过程中,包裹气室部分蛋壳会与其他部分蛋壳产生温差,从而可通过热红外图像进行观察。针对在种蛋孵化过程中,人工照蛋检测气室效率低的问题,探索设计了一种基于热图像的种蛋气室变化俯视监测算法。监测种蛋气室热图像的算法主要包括种蛋目标检测,种蛋图像分割和种蛋气室面积计算3个部分,其中种蛋的目标检测采用Faster-RCNN算法实现;种蛋图像分割采用BP神经网络算法实现;种蛋气室面积是在种蛋图像分割的基础上进行计算。使用孵化5天及以上的种蛋作为研究对象,并拍取种蛋的热图像进行试验。试验结果表明：种蛋热图像的目标检测的平均精度（mAP）为99.85%,拥有较好的检测效果。使用BP网络对种蛋进行图像分割。BP神经网络经过调参后,其网络最佳的结构为三层隐藏层,每个隐藏层拥有1 000个神经元,最优初始学习率为0.000 1,最优最大迭代次数为500。以F1-measure作为分割效果的评价指标,BP神经网络的图像分割总体结果为87.02%,Otsu算法的总体结果为65.25%。其中只有一个蛋的情况下,BP神经网络的分割结果为87.17%,Otsu算法的结果为68.86%。存在其他种蛋的干扰条件下,BP神经网络的分割结果为86.94%,Otsu算法的结果为61.64%,BP神经网络的分割效果优于Otsu分割算法,BP神经网络拥有更强的抗干扰能力。最后提取了孵化5～19 d种蛋的气室变化,通过观察种蛋气室大小曲线来监测种蛋的孵化情况,可看出随着天数的增加,气室有着明显变大的趋势。人工测量法与热红外测量法比较结果说明两者相关性为0.934 3,拥有较好的相关性。基于热图像的种蛋气室变化监测算法可在实际生产中实现种蛋的识别与气室大小的快速监测,为实现监测种蛋孵化的自动化提供了技术参考。     

基于深度学习反演区域气溶胶光学厚度

为了解决现有陆地气溶胶光学厚度(AOD)反演算法精度和空间分辨率较低的问题,基于深度学习的思想,使用深度置信神经网络(DBN),实现了具有30 m空间分辨率的陆地气溶胶光学厚度反演.算法的训练样本包括全球长时间序列的AERONET站点数据以及在时空上与之对应的Landsat8 OLI的观测几何数据和表观反射率数据.为了...     

Hierarchical nanowires for high-performance electrochemical energy storage

Nanowires are promising candidates for energy storage devices such as lithium-ion batteries, su- per（：apa.citors and lithium-air batteries. However, simple-structured nanowires have some limitations hence the strategies to make improvements need to be explored and investigated. Hierarchical nanowires with enhanced periormanee have been considered as an ideal candidate for energy storage due to the novel structures and/or synergistic properties. This review describes some of the recent progresses in the hierarchical nanowire merits, classification, synthesis and performance in energy storage applieat, ions. Herein we discuss the hierarchical nanowires based on their structural design from three major categories, including exterior design, interior design and aligned nanowire assembly. This review also briefly outlines the prospects of hierarchical nanowires in morphology control, property enhancement and application versatility.