关于数据表中字段属性“NULL”的理解与使用

本文针对关系数据库表中字段属性“NULL”的设置、赋值及其有关编程处理方法进行了讨论和分析 ,并给出了一些明确的结论和使用建议。这些结论和建议对于数据库维护及有关软件开发的编程和测试人员 ,具有较高的使用和参考价值。

多环境下空值“NULL”的解析与应用

本文在多环境下对空值“NULL”的设置、赋值、判断及其编程处理方法进行了讨论和分析,并给出了一些明确的结论和使用建议。这些结论和建议对于数据库维护及有关开发的编程和测试人员,具有较高的参考价值。

基于Null Importance和Stacking模型的知识追踪研究

为应对基于游戏的学习平台在知识追踪应用方面的不足,本研究利用Field Day Lab提供的教育游戏用户日志进行深入分析。采用方差法和Null Importance方法对数据集进行降维处理,并结合K折交叉验证与LightGBM算法,建立了一个高效的预测模型。此外,通过集成Logistic模型,构建起Stacking模型。研究表明,该模型在验证集上的Macro-F1值显著提升至0.699,同时也在测试集上显示出优异的泛化能力。本研究为教育游戏领域的知识追踪提供了创新方法,并为游戏开发与教育实践提供了宝贵参考,支持教育游戏的开发者为学生创造更有效的学习体验。

Principal Equatorial Null Geodesic Congruences in the Kerr Metric, and Their Quantum Propagators

Using the Raychaudhuri equation, we associate quantum probability amplitudes (propagators) to equatorial principal ingoing and outgoing null geodesic congruences in the Kerr metric. The expansion scalars diverge at the ring singularity;however, the propagators remain finite, which is an indication that at the quantum level singularities might disappear or, at least, become softened.

基于Null Importance与GS-LGBM的糖尿病视网膜病变因素分析与风险预测

目的:通过机器学习算法分析糖尿病视网膜病变(DR)关键因素,构建DR风险预测模型,为DR的预防和诊断提供参考。方法:采用国家人口健康科学数据中心的《糖尿病并发症预警数据集》,基于Null Importance方法去除噪声特征,筛选出与DR有关的关键因素;基于GridSearch优化LGBM模型参数,构建GS-LGBM DR风险预测模型。以准确率、精确率、召回率、F1分数、AUC值作为评价标准,与XGBoost、随机森林、Logistic以及未调优的LGBM模型进行比较。结果:Null Importance方法筛选出30个关键因素;与XGBoost、随机森林、Logistic以及未调优的LGBM模型相比,本研究所构建的GS-LGBM DR风险预测模型各评价指标均最优,其在测试数据上的AUC值高达0.897。结论:相较传统的DR预测模型,经过超参数优化后的模型具有更好的DR风险预测能力,更有助于DR的临床诊断。

现代数理统计中假设检验的教学探讨

假设检验是现代概率论与数理统计教学中的重要内容和知识点,而假设检验包含建立原假设、构造统计量、计算概率分布、确定临界值和得出结论等过程。在教学过程中,很多教师都忽视建立原假设这个方面。由于没有强调原假设设计方法,学生碰到此类问题很容易产生疑惑出错。实际上,原假设的三个选择是不可以随意互换的,需要通过阅读问题,依据“小概率事件原理”来选择合适的假设。通过对假设检验中单边检验真题案例的教学探讨和分析,完成对原假设存在的三个选择的不同分析,然后对得到的结果进行比较。分析探讨在假设检验教学中做原假设和备择假设设计时,需要结合题目要求,按照“小概率事件原理”来设计假设的方案,促进学生对此问题的理解,并且在实际教学应用中取得良好的效果。

一维时齐带反射边界零常返扩散过程回返时的矩

基于半直线[0,∞)带反射边界的一维时齐零常返扩散过程,探讨了其击中固定点1后首次回返时的矩,并对回返时Laplace变换所满足的带反射边界条件微分方程的近似解进行了估计;由Tauberian引理获得了回返时概率分布的渐近估计,并得到了回返时的γ阶矩有限时,阶数γ的取值范围.

辐射零点可控的平面滤波贴片天线

为满足射频前端器件集成化和多功能化的需求,设计了一款适用于WLAN 5 GHz波段的辐射零点可控的平面滤波贴片天线。该天线以同轴探针馈电的微带贴片天线为原型,上表面是由融合共生带和矩形槽的金属辐射贴片,下表面试接地面。其中共生条带位于辐射贴片的宽边两侧,矩形槽蚀刻在辐射贴片上,位于同轴馈电点两侧。两种结构分别在通带的低频和高频处各引入一个辐射零点,天线实现了的滤波响应和良好的辐射特性,同时两个辐射零点的位置自由可控,提高了设计的灵活度。仿真与测试结果表明:滤波天线的中心频率为5.25 GHz,相对带宽为14%(4.89~5.62 GHz),两个辐射零点分别位于4.55和6.05 GHz处;工作通带内增益平缓,平均增益约为7 dBi,通带外抑制水平大于19 dBi,测试与仿真结果较为一致。该滤波天线的设计未引入额外的滤波器网络,节省了天线的整体尺寸,且剖面低、重量轻、结构紧凑,具有良好的滤波和辐射性能。

基于零模型的腾格里沙漠东南缘固定沙地种群点格局分析

植物种群空间分布格局是种群生物学特性、种内或种间关系以及与环境因子综合作用的结果。明确植物空间分布格局对认识植物生态适应性与多样性维持机制具有重要意义。本研究选择腾格里沙漠东南缘30~40年固定沙地,基于点格局的完全空间随机模型、泊松聚块模型和嵌套双聚块模型分析并检验了小画眉草、狗尾草、虎尾草、猪毛菜、雾冰藜5种常见植物种群空间分布格局。结果表明:种群密度大小排序为:小画眉草>狗尾草>虎尾草>雾冰藜>猪毛菜。完全空间随机模型下,小画眉草种群在0~1000 cm尺度呈现出从聚集分布过渡到均匀分布,再转换为聚集分布的变化规律;其余4个物种在0~295 cm尺度表现为聚集分布,且聚集分布尺度随种群密度降低而降低。泊松聚块模型下,小画眉草、雾冰藜和猪毛菜物种在0~35 cm尺度内表现为聚集分布,其他尺度为随机分布;而狗尾草和虎尾草种群分别在0~55 cm、405~835 cm和0~75 cm、465~945 cm尺度表现为聚集分布,其他尺度均随机分布。嵌套双聚块模型下,5个物种在0~1000 cm尺度基本呈现随机分布,即在大聚块中都分布着小聚块。综合3种模型的检验结果,种子扩散限制、灌木的“沃岛”效应和藻结皮特性引起的微生境异质性共同决定了腾格里沙漠东南缘30~40年固沙区植被空间多聚块分布特征。

基于复杂网络的复杂产品系统关键节点辨识

复杂产品系统具有规模大、结构复杂等特点,从系统结构的视角辨识复杂产品系统关键节点,对于“事前”定位潜在风险源具有重要意义。针对目前“事后”追溯风险源难以保证复杂产品系统可靠运行及风险管理前瞻性等问题,考虑复杂产品系统的层级结构和子系统间风险的相互影响,提出了一种可用于“事前”风险管理的关键节点辨识方法。首先依据系统结构建立复杂网络;然后,构造零模型并结合网络统计特征初步划分节点集合,在此基础上引入线性阈值模型分析节点风险传播影响力,并基于风险的动态传播特征选取关键节点;最后,采用新舟700飞机的系统结构进行实证分析。结果表明,提出的方法有效地辨识了复杂产品系统的关键节点。

P值之争与管理学研究:先验概率的意义

P值之争的本质是人们把统计检验和统计推断混淆,直接用统计检验结果来进行统计推断.这导致许多似是而非的理论被接受.统计检验犯错的是假阳性概率.统计推断犯错的是假阳性之反概率.两种概率之间的数值关系受先验概率影响很大.先验概率越高,利用统计检验的结果进行推断所犯错误概率就越小.如果先验概率很小,即使假阳性概率很小,利用该结果进行推断所犯错误概率也很大.本文以管理学研究为例,提出解决该问题的办法是,通过与现实和与理论的双重对话来掌握先验概率,以提高基于统计检验的结果进行统计推断的可靠性.本文的科学哲学意义是,揭示了科学研究是先验与经验相统一的本质,以及科学研究的不充分决定性的特征.

局域非对称成分统制、分配义词素与汉英对举供用句的共性机制研究

以往研究采用传统题元理论来定义“一张床睡三个人/三个人睡一张床”这类结构中数量名短语的语义角色,不能反映该类句式中的句法语义关系。其中的数量名短语并非是由动词“睡”进行选择并指派题元的论元,而是由具有分配义内涵的数量算子“每”执行语义和语类选择的次范畴化成分。因此,数量对举供用句才应该是更为恰当的称谓,必须成对出现的两个名词短语都是纯粹表数量的无定词组,从而可以满足功能中心语“每”的语类选择和语义要求。依据最简方案的语法架构,狭义句法(NS)完成句法体的移交后,概念意愿系统(CI)依据中心语“每”的分配义内涵和数量名短语间的成分统制关系为“供”句和“用”句指派语义表征,而感觉运动系统(SM)则依据功能性词素和方式类附加语二者在拼读方面都具备的可选性组配生成四类不同但却有机关联的变体句式。

基于机器学习的飞行训练数据集构建与应用

高品质飞行训练数据集在推动科学发展中发挥着至关重要的作用。针对飞行训练领域中数据稀缺和缺乏高效质量增强方法的问题,围绕单发C172S飞机型号中的B-7943号飞机收集的数据,设计了一套基于机器学习的数据处理流程,旨在优化飞行训练数据的质量。该流程包括:利用滑动窗口修正数据中的极端异常值,应用先进的滤波技术平滑原始数据,以及使用随机森林算法填补缺失值。此外,通过灰度关联分析法评估了数据特征间的相关性。实验结果表明,该流程能够显著增强数据特征间的联系并有效提升数据质量。

复杂曲面光学元件高精度面形检测技术概述

复杂曲面光学元件应用于光学系统中可以增大系统设计自由度,同时减少系统所需元件数量,有利于实现光学系统的紧凑化、轻量化,被誉为现代光学系统的变革性元件,被广泛应用于空间光学、光刻系统、汽车照明等领域,极大推动了航天、国防及高科技民用事业的发展。然而,复杂曲面光学元件对面形精度要求较高,如何对其面形进行高精度检测从而指导加工成为限制该类元件大范围应用的瓶颈。文章对10余种常用的复杂曲面光学元件面形检测方法进行了分类梳理,按照是否采用干涉原理,将检测方法分为非干涉检测法和干涉检测法两大类,分别介绍了各种检测方法的原理和适用范围,回顾了各方法的发展历程,着重分析了几种典型方法进行面形检测的特点,并对未来复杂曲面光学元件高精度面形检测技术的发展趋势加以展望。

2×2分块对角算子矩阵拟谱的精细刻画

设A,B为可分Hilbert空间X中的稠定闭线性算子,M_(0)=(A00B)表示2×2分块算子矩阵.文中精细刻画算子矩阵M0在对角扰动情形下的拟点谱、拟剩余谱与拟连续谱,所得结论与点谱、剩余谱和连续谱的结果进行了比较,并用例子进行了辅证.最后,采用空间分解技巧,用主对角元的信息刻画M0在上三角扰动情形下的拟点谱分布.

凹非球面的非零位干涉检测技术

为了实现凹非球面的快速、高精度与通用化检测,文中提出了一种将非球面当做球面,直接采用干涉仪检测的非零位干涉检测方法,并结合相应的数据处理方法,获得非球面的面形误差检测结果。首先,介绍了该方法的检测原理,建立了回程误差、调整误差的计算与去除模型,研究了面形误差的数据处理方法。然后,以两个不同非球面度的凹非球面为例,对其回程误差和调整误差进行了仿真计算,验证了该方法的有效性。最后,搭建了凹非球面的非零位检测实验装置,成功测量得到其面形误差。通过与自准直零位检测法或LUPHOScan轮廓测量法检测结果对比发现,两种方法测量得到的面形分布和评价指标具有高度一致性,验证了该检测方法的正确性。该检测方法在保证高精度测量的同时兼备一定的通用性与便捷性,为凹非球面的通用化检测提供了一种有效手段。

机器人用同轴磁性齿轮若干基本特性分析及其数值计算

机器人用同轴磁性齿轮受其固有特性的限制,目前难以直接应用于工业机器人,其力矩密度、传动比、空程、背隙和扭转刚度、稳定工作区等关键基本特性的研究尚存不足。为此,以国家标准规定的型14谐波齿轮性能为参考对象,采用类比的方法,运用相关电磁学理论,对与其同等空间大小的同轴磁性齿轮相关性能及其数值计算方法、稳定性以及伺服电动机和同轴磁性齿轮的一体化集成技术进行了研究和对比,指出了扭转刚度不足是制约同轴磁性齿轮用于机器人的关键因素,明确了未来机器人同轴磁性齿轮伺服控制的研究重点。

基于零空间行为融合的多智能体编队控制综述

针对单智能体在民用和军用领域无法完成现实场景下复杂任务的问题,本文综述了零空间行为融合算法。阐述零空间行为融合算法的设计思想与数学模型,介绍零空间行为融合算法的文献计量分析。综述了零空间算法的研究进展,包括编队速度饱和、行为转换不连续、行为优先级分配和多种算法结合方面的改进工作,并分析当前研究存在的问题。研究表明:零空间行为融合算法在多智能体编队控制领域,提高算法的自适应性、考虑动力学特性、异构编队和行为函数优化是该算法未来的发展方向。

基于神经辐射场遮挡优化的单视图三维重建方法

单视图的三维重建是通过输入单个视角的二维图像来恢复物体的三维几何形状或场景。由于单个视图的信息有限,遮挡会造成图像特征之间的模糊,从而无法恢复准确的物体外观细节。本文提出了一种基于神经辐射场(NeRF)的框架,充分利用图像的全局信息和局部上下文信息解决遮挡问题。首先,利用Vision Transformer具有捕获数据远程相关性的特性来学习图像的全局特征,并结合SE通道注意力机制模块来防止多层特征信息丢失和信息冗余;其次,利用卷积神经网络提取像素对齐的局部图像特征,结合空洞金字塔池化结构的空洞卷积以增大感受野,挖掘多尺度上下文信息,为恢复遮挡区域的细节提供更多的信息;最后,设计了一个基于Transformer的密度特征聚合模块,以减少遮挡引起的密度预测不准确。在ShapeNet-NMR数据集上的实验表明,该方法能合成具有更多细节的新视图,并且在应用于看不见的物体时表现出良好的泛化能力。

AM-FM算子分解方法在滚动轴承故障诊断中的应用

基于算子的零空间追踪算法能够实现复杂信号的自适应分解,其关键在于信号模型的构造与求解。通过定义一种新的可完全消除调幅调频信号的调幅调频算子(AFO),进一步建立了一种基于AFO的信号分解新模型。为了提高参数对信号分解的鲁棒性,将非参数正则化(NPR)方法用于解决上述模型的约束优化问题,提出了一种基于NPR的自适应信号分解方法——NPR-AFO。论文将NPR-AFO方法引入到机械故障诊断中,并通过仿真和滚动轴承局部故障实测数据分析,与现有的其他分解方法进行了对比。结果表明:所提方法不仅可以有效的提取故障特征,而且状态故障特征更加明显。