对初中数学深度学习的理解与探究

初中生在数学学习过程中,往往更多地将注意力集中在数学知识的习得,以及数学习题的解答上.这样的认识实际上限制了学生学习主动性的发挥,再加上初中生受身心发展局限性的影响,他们的学习行为有时停留在浅层学习(Surface Learning)的层面,存在碎片化、浅表化、浮躁化的现象,学生很难深度加工知识信息、深度理解复杂概念、深度掌握内在含义,进而建构个人化和情境化的知识体系以解决复杂问题.要化解这些难题,关键之一就是要优化学生的学习方式,要将学生从浅层学习中解放出来,要让学生真正经历深度学习的过程.     

航空兵塔台辅助指挥系统通信分系统技术设计方案

文章详细描述了航空兵机场塔台辅助指挥系统之通信分系统设计的特点与功能、硬件结构、软件设计原则以及接口通信协议等问题。该分系统设计已在航空兵塔台辅助指挥系统研究中得到应用 ,并达到了良好的控制效果。     

基于时空图注意力网络的跳高轨迹预测

跳高运动由助跑、单脚起跳、越过横杆落地等一系列动作组成,跳高运动轨迹是一个复杂的因果系统.在每一个时间节点,运动员的身体姿态符合一定的规律约束.研究建立了跳高运动过程中关键身体关节节点坐标依时间变化的离散过程模型,每个时刻的各关节点位置向量由给定的之前若干个时刻的运动员关节点位置决定.跳高运动员肢体的摆动、关节点位置的变化都对运动员位移有重要作用.运动员重要关节点之间的相互作用,使得跳高运动轨迹难以刻画和预测.随着深度学习的发展,图神经网络在时空特征刻画和预测上具有优势.基于时空图注意力网络结合长短时记忆网络、门控循环单元(STGAT-LSTM、STGAT-GRU)建立了具有空间位置约束的跳高运动员关节点位置随时间变化的模型,用于推算跳高运动员重心和关节点位置轨迹.实验结果表明该模型能够很好地刻画跳高运动的过程,对于关节点位置的预测能够达到较好的效果.研究所提出模型的预测效果比基线模型准确性提高了0.02-0.03米.研究给出了基于神经网络模型进行跳高运动轨迹预测的可行解决方案,可作为跳高运动仿真和技术优化研究的重要参考.     

基于双移位器的FLEXIO模拟SPI总线的设计与实现

针对嵌入式系统设计中专用的串行外设接口SPI数量不能满足要求的问题,提出一种基于双移位器的FlexIO来模拟SPI通信总线的全新方案,首先阐述了FlexIO的硬件架构,然后在分析标准SPI通信协议的基础上,通过对其内部定时器,移位器与芯片引脚的合理配置并结合少量的软件编程设计,最终模拟出拥有全双工,同步功能的SPI通信总线。通过与标准SPI从机通信的实验,表明了用FlexIO模拟的SPI通信总线具有硬件配置灵活,软件需求少且通信可靠的优点,同时也对用它来模拟其他类型的串行通信总线提供了一定的参考价值。     

基于异构光子神经网络的多模态特征融合

当前光子神经网络的研究主要集中在单一模态网络的性能提升上,而缺少对多模态信息处理的研究。与单一模态网络相比,多模态学习可以利用不同模态信息之间的互补性,因此,多模态学习可以使得模型学习到的表示更加完备。本文提出了将光子神经网络和多模态融合技术相结合的方法。首先,利用光子卷积神经网络和光子人工神经网络相结合构建异构光子神经网络,并通过异构光子神经网络处理多模态数据。其次,在融合阶段通过引入注意力机制提升融合效果,最终提高任务分类的准确率。在多模态手写数字数据集分类任务上,使用拼接方法融合的异构光子神经网络的分类准确率为95.75%;引入注意力机制融合的异构光子神经网络的分类准确率为98.31%,并且优于当前众多先进单一模态的光子神经网络。结果显示：与电子异构神经网络相比,该模型训练速度提升了1.7倍。与单一模态的光子神经网络模型相比,异构光子神经网络可以使得模型学习到的表示更加完备,从而有效地提高多模态手写数字数据集分类的准确率。     

融合图卷积神经网络和注意力机制的PM2.5小时浓度多步预测

PM_2.5小时浓度多为单步预测。为实现PM_2.5小时浓度的多步预测,基于“编码器-解码器”的序列-序列预测（Seq2Seq）模型,集合图卷积神经网络提取非欧式空间数据特征的能力以及注意力机制自适应关注特征的能力,提出了融合图卷积神经网络和注意力机制的PM_2.5小时浓度多步预测（GCN_Attention_Seq2Seq）模型。并与Seq2Seq模型和使用了图卷积神经网络、未使用注意力机制的GCN_Seq2Seq模型进行了对照,以2015—2016年北京市22个空气质量监测站点的空气质量数据为样本进行实例验证,结果表明,Seq2Seq模型和图卷积神经网络（GCN）可对PM_2.5小时浓度数据的时空依赖进行有效建模,注意力机制有助于减缓多步预测中的预测精度衰减,提升PM_2.5小时浓度多步预测的精度。GCN_Attention_Seq2Seq模型可有效应用于多种长度的PM_2.5浓度预测窗口。     

基于串行最小频移键控的8进制调制的研究

提出了一种新型的基于串行结构的最小频移键控调制技术,产生了相位连续,频谱宽度窄,每码元时间有两次π/2相移,类似于传统最小频移键控调制信号,给出了该调制方案的理论推导,并将其应用于8进制的多维多阶调制系统中。理论和仿真分析了不同的8进制调制方案在频谱特性,残留色散容限,自相位调制容限的不同,还分析了其受到系统滤波带宽的影响。最后仿真实现了通过350km的色散完全补偿的光纤120Gb/s的数据传输。     

基于并行反向注意网络的跑道线检测

针对无人机远距离跑道线检测时有效信息少且定位困难的问题,提出了一种基于并行反向注意网络的跑道线检测方法。并行反向注意网络采用Res2Net作为主干网络,首先采用并行融合编码器将低级特征与高级特征融合从而获取跑道线的初始轮廓图。在此基础上,融合通道特征金字塔和轴向反向注意力机制来增强图像中的全局和局部特征信息的表达能力。基于无人机着陆图像数据集的仿真试验结果表明所提出的算法有效地检测出跑道线,图像语义分割平均交并比达到86.3%,单帧处理时间25 ms,对于远距离小目标检测有明显的优势。     

注意缺陷多动障碍两种亚型脑血流动力学特征研究

探讨注意缺陷多动障碍(Attention Deficit and Hyperactive Disorder,ADHD)混合型(ADHD-C)及多动-冲动为主型(ADHD-HI)儿童在言语流畅性任务(Verbal Fluency Task,VFT)中脑血流动力学反应特征及差异.通过整合视听持续性操作测试将ADHD患儿区分亚型(33名ADHD-C型及36名ADHD-HI型),之后采用功能近红外光谱成像仪技术(functional Near-Infrared Spectroscopy,fNIRS)测量两组患儿在VFT中前额和左右颞叶血流动力学反应特征,并计算其积分值与重心值.结果发现,在注意力商数上,ADHD-C组得分均低于ADHD-HI组,差异有统计学意义(P<0.05);两组亚型患儿视觉得分低于听觉得分,差异均有统计学意义(P<0.05).在VFT测试中,ADHD-C组的左右颞叶积分值较ADHD-HI组降低,差异有统计学意义(P<0.05);两组亚型患儿左右颞叶的积分值与综合注意商、听觉注意商、视觉注意商均呈显著正相关(P<0.01).由此可见,ADHD-C与AD...     

浅谈如何在《高等数学》教学中提高学生的学习积极性

我们在多年教学实践中．注重通过把握教学重点难点，找准内容突破口；注意数形密切结合．加强知识对比性；加强应用环节教学．增强内容可视性；不断进行教学改革，突出内容联系性；及时进行课堂小结，把握方法规律性；充分应用所学知识．化解学生疑难点；利用寓教于乐方法．吸引学生注意力，恰当应用教学软件，调动学生主动性；介绍数学历史名人．激起学生荣誉感；搞好第二课堂活动．拓宽学生知识面等方法．在教学中提高学生学习的积极性，收到较好的教学效果。