一类三阶微分方程的非线性三点边值问题

研究一定条件下的三阶微分方程的非线性三点边值问题的微分不等式理论与解的存在性。

不具备Nagumo条件的边值问题的微分不等式

在一定的条件下研究一类不具备Nagumo条件的二阶微分方程的边值问题的微分不等式理论及解的存在性.

Hilbert空间中渐近非扩张半群不动点的粘性逼近研究

研究了Hilbert空间中渐近非扩张半群不动点的粘性逼近,得到了渐近非扩张半群不动点的强收敛定理。

准确把握概念的教学

概念是人脑反映客观事物本质属性的思维形式,数学概念就是现实世界空间形式和数量关系及其本质属性在思维中的反映.它是整个数学宫殿的基石,任何数学公式、定理和法则都孕育在数学概念之中.能否做到准确把握概念的内涵和外延,用肯定或否定等不同形式进行变通与比较,是提高数学能力的根本所在.方法是表,概念是本.只有理解深刻,才能灵活运用.而现实是,学生普遍存在忽视基本概念,一味追求解题方法的现象.结果是学生平时作业完成较好,考试成绩却差强人意.因此,如何使学生正确理解和准确把握数学概念,是提高教学质量的关键.为此,在概念的教学中,必须特别注意以下几个方面:

数学思想方法的教学浅谈

数学思想是现实世界的空间形式和数量关系反映到人的意识之中，经过思维活动而产生的结果。它是分析、处理和解决数学问题的根本想法，是对数学规律的理性认识．而数学方法是以数学事实与理论为工具进行探究的手段，这些手段与人们的数学知识、经验以及数学思想掌握情况密切相关。思想是对应方法的精神实质和理论依据，方法是实施相应思想的手段。数学思想和数学方法互为表里、密切联系。因此，我们常统称为数学思想方法。数学思想方法之间并非互相排斥，而是互相渗透、相互促进的。

基于人才知识图谱推理的强化学习可解释推荐研究

【目的】为解决现有工作推荐存在的难以大规模应用、冷启动、缺乏新颖性和解释性等问题,提出基于人才知识图谱推理的强化学习可解释推荐方法。【方法】基于真实的简历数据集构建人才社会经历知识图谱,依据强化学习的理论在知识图谱上训练一个策略智能体,将一次推理过程分解为选择方向、选择节点两个子过程,使其能够在知识图谱上寻找潜在的优质推荐目标。【结果】相比于LR、BPR、JRL-int、JRL-rep及PGPR模型,基于人才知识图谱推理的强化学习可解释推荐模型在MRR@20(81.7%)、Hit@1(74.8%)、Hit@5(92.2%)以及Hit@10(97.0%)均表现最优。【局限】实验数据集规模和任务类型相对有限。【结论】该模型有效结合人才历史工作经历、相似人才工作经历进行推荐,结合知识图谱工作岗位的属性关联,在给出推荐结果的同时,提供推理路径,能够有效应对冷启动和缺乏新颖性、可解释性问题。