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”.     

“十四五”规划指引下的智慧城市关注点分析

自2008年以来,智慧城市在我国发展非常迅速,呈现出典型的政策推动特点,2012年试点、2012—2014年探索、2014年成为国家战略、2016年成为国家重点工程,智慧城市建设的重要性日益突出。进入"十四五"时期以来,《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》的提出,标志着我国经济迈入新的发展阶段。     

Sentinel-2卫星的多光谱轻量级船舶目标检测算法

近年来深度卷积神经网络在可见光船舶检测方面取得了显著的进展，然而，大多数相关研究是通过改进大型的网络结构来提高检测性能，因此加大了对更高计算机性能的需求。此外，可见光图像难以在云、雾、海杂波、黑夜等复杂场景检测到船舶。针对以上问题，提出了一种融合红（red, R）、绿（green, G）、蓝（blue, B）和近红外（NIR）4个波段光谱信息的由粗到精细的轻量型船舶检测算法。与现有的方法中根据光谱特性利用水体检测算法提取水体区域不同之处是该算法是利用改进的水体检测算法来提取船舶候选区域。为获取更准确的候选区域，对船舶、厚云、薄云、平静海面、杂波海面5种场景中4个波段的像素值进行了统计分析，选取近红外大于阈值作为辅助判断，并以其中心点获取候选区域32×32大小的切片，并对切片进行非极大值抑制，由此获得了船舶粗检测结果。随后构建了轻量级LSGFNet网络对船舶候选区域切片进行精细识别。构建的网络融合了1×1卷积提取的波谱特征与3×3的提取几何特征，为防止光谱特征与几何特征的信息在融合时“信息不流通”，在LSGFNet网络中引入了ShuffleNet中的通道打乱机制，并减小了模型结构，与典型的轻量级网络相比具有更好的效果且模型较小。最后，利用Sentinel-2卫星多光谱10 m分辨率数据构建了512×512大小的1 120组数据进行粗检测，以及32×32大小的6 014组数据进行精细网络训练，其中候选区域粗提取的查全率为98.99%，精细识别网络精确度为96.04%，不同场景下的平均精确度为92.98%。实验表明该算法在抑制云层、海浪杂波等干扰的复杂背景下具有较高的检测效率，且训练时间短、计算机性能需求低。     

基于RRPP技术的以太网组网应用

本文阐述了一种基于RRPP技术的环网拓扑传输系统及传输方法,主要适用于以太网的环网保护应用。该传输方法为:所述环网拓扑的结构包括一个汇聚节点和所述汇聚节点下带的多个环网,所述汇聚节点由若干台汇聚设备构成,所述传输方法通过IFR2(第二代智能弹性架构技术)将所述若干台汇聚设备虚拟化为一个设备,即虚拟化设备。在不降低双汇聚设备可靠性的前提下,简化了网络架构,确保了业务的快速倒换,提高了网络的可靠性。     

PCB废水总氮处理达标的工艺探讨

对PCB废水总氮的处理,从源头削减、分质收集、分质预处理到末端处理提出了多种方法,着重分析了MAP+管式微滤膜处理氨氮废水、多级组合式RO处理硝态氮废水和A2O+MBR处理综合废水,提出PCB废水总氮达标的组合工艺,项目建成后达到预期效果。     

物流信息管理系统开发

文章针对物流作业系统的现状及特点,设计并实现了一个基于J2EE的物流信息管理系统。该系统使管理人员可以通过浏览器轻松完成统计和监查物流信息、维护数据、分配和追踪终端实时状况等功能,清晰、层次化地体现了物流情况。     

基于深度学习的ELM实时识别研究

基于深度学习的方法，在HL-2A装置上开发出了一套边缘局域模(ELM)实时识别算法。算法使用5200次放电数据(约24.19万数据切片)进行学习，得到一个深度为22层的卷积神经网络。为衡量算法的识别能力，识别了HL-2A装置自2009年实现稳定ELMy H模放电以来所有历史数据(约26000次放电数据)，共识别出1665次H模放电，其中误识别35次，误报率为2.10%。在实际的1634次H模放电中，漏识别4次，漏识别率为0.24%。该误报率和漏报率可以满足ELM实时识别的精度要求。识别算法在实时控制环境下，对单个时间点的平均计算时间为0.46ms，可以满足实时控制的计算速度要求。