单元复习课:画龙点睛,融会贯通——以“指数与对数单元复习”为例

指数与对数是学生进入高中阶段后学习的一种全新的互逆运算,这样的特殊关系决定了需要站在单元教学高度对两个内容进行整合、重构.“指数与对数单元复习”课基于学生的认知,结合具体问题中数据的呈现,引导学生收集、整理数据,提取有效信息,灵活实施指数与对数运算,有效促进了两种知识的融合与内化,实现了知识结构的重构.     

一次洞察“数据玄机”的美好体验

从一道椭圆试题的优美结果,洞察出三条直线的斜率成等差数列,进而开启了一段愉快的探究之旅.     

Sampling Consensus of 2nd-Order Multi-Agent Systems Based on Time-Varying Topology北大核心CSCD

基于速度一致位移差保持不变的一致性概念,研究了二阶多智能体系统在时变拓扑下的采样一致性问题。首先,引入虚拟领导者,将具有时变拓扑结构的多智能体系统的采样一致性问题转换为误差系统的采样控制稳定性问题。其次,通过预估采样误差,研究采样误差对系统达到一致性的影响。最后,应用Lyapunov稳定性理论,分析所构造的误差系统的稳定性,并给出该误差系统最终稳定的充分条件。数值仿真结果验证了理论分析的有效性和正确性。     

出租车司机社会贡献评价方法研究

出租车司机的社会贡献对于促进城市经济发展和社会进步具有重要的作用,评价出租车司机的社会贡献是激励出租车司机多做社会贡献的重要手段。为了评价出租车司机的社会贡献,本文提出了一种基于实际出租车运营数据的评价方法。本文设计了运营特性、重点区域、恶劣天气、大事件四个体现司机社会贡献的指标,以此构建了出租车司机社会贡献评价指标体系,进而选用了主观赋权法G1法和客观赋权法拉开档次法相结合的赋权方式对指标赋权,并选择四种评价信息集结方法建立了出租车司机社会贡献评价模型。最后,通过实际的出租车运营数据验证了本方法的可行性。本文为评价出租车司机社会贡献提供了一种研究思路和方法,并对政府政策的制定和企业策略的实施具有一定的启示。     

考虑偏差值的中立型区间交叉效率研究

在不确定性环境下,当决策单元(DMU)的投入产出数据为区间数形式时,为解决决策单元之间既不是合作也不是竞争关系时的交叉评价问题,本文提出一种中立型区间交叉效率模型。从所有被评价者的角度出发解决评价权重的选取问题,以决策单元投入得分的平均偏差与产出得分的平均偏差之和最小化为目标,建立决策单元在最佳和最差两种生产状态下的中立型区间交叉效率模型。在本文提出的中立型模型视角下,DMU的投入得分平均偏差和产出得分平均偏差之和达到最小。算例结果表明该中立型区间交叉效率模型的有效性,解决了不确定性环境下的交叉评价问题,保证评价的客观公正,更加符合现实。     

含有偏好的DEA-BWM评价方法研究

针对传统的DEA模型在评估过程中并未考虑决策者对相关指标权重的偏好,将最优最差方法(BWM)嵌入到传统DEA模型中,基于决策者偏好排序的判断矩阵,构建一种含有偏好的DEA-BWM评价方法。首先在保持传统DEA方法的优势基础上,构建了CCR-BWM评价模型对各DMU进行评价。同时考虑为了便于各决策单元在统一权重基础上相互比较,构建了CSW-BWM公共权重模型。另外考虑决策单元自评和互评,构建了NCE-BWM中立型交叉效率。然后采用min-max方法分别将上述三种多目标评价模型转换为单目标线性规划进行求解。最后,选择一组算例对三种模型的有效性与合理性进行验证。     

多路数据动态扫描显示电路

多路数据显示,可分为静态显示和动态显示两种,静态显示稳定可靠,但电路复杂,尤其是当被显示的数据路数越多时,制造成本也越高,这～矛盾非常突出,动态显示方式由于可以公用泽码驱动电路,所以显示器件可以并联相接,不仅节省器件,而且简化方便了电路布局,在多路显示方面有比较明显的优势,图（1）为四路数据的动态显示电路．图中,F;,F。为双四选一数据选择器,构成一个四选一四位数据选择器,每个四选一数据选择器,选出四位数据中的一位．P。为七段译码驱动器,接受被数据选择器选中的四位数据进行详码,去驱动四个并联的七段…     

一维双向耦合映象网络及其应用

全局耦合映象具有硬件集成化实现不便的缺点,为此本文研究了各混沌神经元之间局部耦全的一维双向耦合混沌神经网络,发现它同样具有全局耦合映象的分类功能,对一维双向耦合网络的动态特性进行了分析,提出了利用网络的时空特性对信息进行存储的思想,并提出了将其应用到保密通信的初步设想。     

二叉排序树结点删除算法的另一种思路

树的应用是数据结构的一个重点内容,而二叉排序树结点删除算法是树的应用的难点内容。二又排序树是指二叉树中任一结点,如有左子树,则左子树各结点的数据城必须小于该结点的数据域;如有右子树,则其右子树备结点的数据域必须不小于该结点的数据域。其特点是对该树进行一次中序遍历,打印出各结点的数据域值,可得到一个非递减序列,所以也可以看作是排序算法的一种。如果要求删除二又排序树的某一个结点,删除之后的树依然是二叉排序树,称为二叉排序树结点的删除。二叉排序树结点删除的算法,目前使用较多的是根据被删除是否二叉排序树…     

多维位置数据最优融合方法

本文给出了一种多传感器多维位置数据融合的方法。这种方法基于多维位置数据的鲁棒估计和最小方差结合法。每个传感器用鲁棒估计得到自身数据的位置估计和方差估计,把这些估计融合为一个最优估计,即传感器系统的估计。