语文本体性学习内容的选取依据

特级教师商德远在《语文教学通讯》第1期上撰文认为,语文本体性教学内容是反映语文学科本质特征的教学内容,包括语文知识、语文方法和语文技能。教师选择合宜的语文本体性内容开展教学,有利于提高学生的语文核心素养,而选取语文本体性内容也有几个重要的依据：

一种干扰系数自探测的网络事件选取方法

网络事件在传播过程中会产生相互影响,对这种事件间的影响进行研究有助于深入了解网络舆情的传播规律,并依此采取正确的应对办法.针对不同事件间存在不同干扰效果这一问题,提出了一种干扰系数自探测的网络事件选取方法.该方法使用具有多事件容量特征的mSIR-CA(MultipleSIR-Cellular Automata)模型为推演核心,并借助真实事件数据进行有针对性的参数寻优,使得方法能够根据目标事件,从当前同处于扩散过程的多个备选干扰事件中,进行有效事件选取及干扰效果排序.实验结果表明,根据真实事件训练集对方法参数寻优后,通过对已发生事件标记的事件组进行验证,该方法在有效干扰事件的分类判断、干扰效果排序结果方面有较好的准确率.

非结构化网格下海洋流场的特征提取与种子点选取算法

对于非结构化网格流场数据,现有研究存在不能定位流场中临界点的具体位置、无法对临界点精细分类以及缺乏适用于非结构化网格的种子点选取算法等问题。针对上述问题,基于非结构化网格流场数据,分别在临界点提取和种子点选取方法上进行改进创新。提出非结构化网格中临界点的定位及分类方法,通过庞加莱指数法判断存在临界点的三角网格。构造质心迭代法定位临界点在网格中的准确位置,并设计三角网格内雅克比矩阵的构造方法,将临界点精细分类。基于非结构化网格提出基于最大得分和网格密度的种子点选取算法,先比较相邻格点的标量值大小来计算每个格点的得分,形成“最大得分”标量场,再按照网格密度动态设置阈值,将得分大于阈值的格点选为种子点,接着以种子点为起始点生成流线,生成的流线可以表达出流场的关键特征与全局信息。基于多个海域流场数据的实验结果表明,临界点分类的准确率可达99%以上,证明了临界点提取算法的准确性以及种子点选取算法对提升流场可视化效果的有效性。

基于多源约束自适应视觉SLAM关键帧选取研究

该文针对现有关键帧选择方法在复杂场景下的稳定性和适应性方面不足问题,提出一种多源约束的自适应视觉SLAM关键帧选取方法。该算法基于相机几何测量原理,设计自适应阈值进行关键帧选取策略;针对复杂环境下的剧烈运动情况,设计基于IMU的实时状态检测机制和熵函数约束标准,进一步提高关键帧选取的稳定性和适应性。在EuRoC数据集和TUM数据集上对该方法进行定性和定量评估。在单目惯性和立体惯性模式下,将估计轨迹与参考轨迹进行对比,以绝对轨迹误差(absolute trajectory error,ATE)、关键帧数量和运行时间作为评判指标,并与ORB-SLAM3方法进行比较。结果显示,提出的方法可显著提高视觉SLAM在复杂环境下的定位精度和稳定性。

海浪谱法模拟海面场景仿真参数选取准则

为提升海面场景模拟的物理真实感,本文探讨了仿真参数对海洋粗糙面模拟精确性的影响,并建立了海表模拟中仿真参数的选取准则。依据海浪谱和随机过程统计理论,采用自相关函数研究了海面相关长度随风速变化规律。通过建立海浪蒙特卡罗仿真模型,结合随机粗糙面误差分析,提出了不同风速条件下海面场景仿真参数的选取准则。研究表明:将海表模拟的采样间隔限定在顺风向相关长度的0.1~0.5倍,可显著提高海面场景模拟的精确度;而当海面仿真参数超出上述范围时,可能导致海面场景模拟失真,进而影响其视觉真实感。本文所提出的仿真参数选取标准可为开发航海模拟器提供技术支撑。

多目标金属露天矿配矿装载点选取问题及求解算法

目的:为了减少矿产资源浪费,提高贫矿的利用率,针对大型金属露天矿多装载点配矿问题,综合考虑矿石剩余量不足、铲装设备数量有限等因素对配装载点选取的影响,以品位偏差最小、生产成本最小、车辆总排队时间最短为目标建立配矿装载点选取模型。方法:采用二维矩阵整数编码法,并设计一种基于随机片段交叉与特定变异算子相结合的间接二次遗传优化算法对模型进行求解。结果:以国内某大型金属露天矿实际生产数据为例进行仿真实验,结果表明:所得出的装载点选取方案在受铲装设备数量限制、优先开采矿石剩余量相对较少装载点的条件下,仍能满足配矿计划需求。结论:所提模型、算法能普遍适用于大型金属露天矿山开采,使装载点的矿石得到充分利用。意义:提高了企业的经济效益和矿山整体开采效率。

学术论文写作中关键词的选取问题与规范

关键词是对表达论文主题内容具有实质性意义的词或词组。本研究以笔者收取文章的关键词为基础数据,在研读文本资料的基础上,分析关键词选取存在的问题,提出关键词要全面而有整体性、要准确科学、排序要有一定的逻辑性。

《民法典》第一千零一十五条(自然人姓氏的选取)评注

《民法典》第一千零一十五条是关于自然人姓氏选取的规定,旨在确定自然人姓氏选取的基本规则。本条共有两款,第一款是关于自然人姓氏选取原则与例外的一般规定,旨在在作为原则的父姓或者母姓与作为例外的其他直系长辈血亲的姓氏、其他扶养人的姓氏及不违背公序良俗的其他正当理由的姓氏之间形成适当的平衡,解决自然人姓氏选取自由与社会公共利益保护之间存在的冲突。本条第二款是关于少数民族自然人姓氏选取的规定,属于本条第一款的例外规定。由于第二款是引致规范,所以适用该款应以该少数民族自然人本民族的文化传统和风俗习惯中有关姓氏选取的基本规则为前提;第二款亦是赋权规范,少数民族自然人既可以选择依据本款引致的规则选取姓氏,亦可以选择依据本条第一款规定选取姓氏。另外,获得我国国籍的外国人的姓氏选取,可以类推适用本条第二款。

环境因子组合和负样本选取策略对花岗岩区崩岗易发性评价的影响

不同环境因子组合和负样本选取策略对崩岗易发性评价结果存在较多不确定性。为探究其对评价结果的影响,该研究以江西省兴国县花岗岩区为例,利用地理探测器探测17个环境因子的统计量q值,根据累计q值百分比大小依次选择4、7、10和17个环境因子进行组合;利用单随机欠采样、频率比法及改进频率比法等负样本选取策略构建与正样本等量的负样本数据集;采用随机森林模型进行易发性评价,并对评价结果进行对比分析。结果表明:1)3种负样本选取策略下的模型精度随着因子数量的增加先下降再上升,考虑4个环境因子的模型AUC(area under curve)值分别为0.729、0.909和0.909,较最优环境因子组合仅相差0.020~0.038,说明考虑主控环境因子,即可得到较为理想的精度;2)通过频率比法选取的负样本数据集更具合理性;3)研究区内高和极高易发区主要分布在兴国县西南部,而极低易发区主要分布在兴国县北部及东部,这与实际情况较吻合。该研究通过探究不同环境因子组合和负样本选取策略对崩岗易发性评价的影响,可为花岗岩区崩岗的防灾减灾提供科学依据。

SSA-XGBoost与时空特征选取的大坝变形预测模型

针对目前部分单测点模型未考虑大坝监测数据空间关联性、难以描述大坝变形整体响应特性的问题,以及传统回归模型未考虑环境量与变形量的非线性关系导致预测精度较低的问题,本文提出了一种预测模型,包括对监测数据进行基于自适应噪声完备集合经验模态分解-小波包降噪,结合弹性网络对考虑了空间关联性的变形效应量因子进行特征选取,辅以交叉验证特征因子的有效性,并使用麻雀搜索算法提高计算效率。基于锦屏一级拱坝实测变形数据,探究了考虑空间关联性的最优因子集,并通过对比多种模型的MSE、RMSE等参数验证了本文方法的有效性,在大坝变形性态分析中具有一定应用价值。

基于变分模态分解和复合变量选取的短期负荷预测

精准的短期负荷预测是实现电网精益化运行和管理重要保障,但存在短期负荷波动性强、负荷预测关键影响因素选取困难等精准预测难题。利用变分模态分解将原始电力负荷数据分解为多个子序列,挖掘短期负荷波动特征的同时避免模态混叠问题,提出复合变量选取算法分析筛选影响负荷波动的关键因素,有效去除预测干扰信息并进一步简化预测模型的复杂度,通过兼顾数据短期依赖和长期依赖的长短时记忆神经网络对各子序列进行预测,并将各子序列预测结果进行叠加实现最终的短期负荷预测,据此建立基于变分模态分解和复合变量选取的短期负荷预测方法。选取2019年整年长沙市实际数据验证结果表明,提出算法在复杂外部影响因素下,能准确筛选负荷预测的关键影响因素,相比传统预测模型,提出模型结构更简单、预测精度更高。

考虑场址危险一致性的中国完备条件目标谱与记录选取

即使所处地区的宏观抗震设防烈度相同,不同城市的地震地质构造与活动性背景仍然存在差异。为使地震动输入与所在场址的地震危险性水平保持一致,该研究衔接我国第五代地震区划图的概率地震危险性分析结果,给出了完备条件目标谱的构建方法。采用与第五代地震区划图相同的三级潜源分布和地震动预测方程,进行目标场址的危险性分析与设定地震解耦,衔接三维(震级-经纬度)设定地震解耦结果,给出了考虑所有潜源走向与位置相对贡献的“完备”条件谱。以北京近郊某城市作为算例,结果表明,完备条件谱的均值介于使用长轴和短轴衰减关系的粗略条件谱之间,条件标准差高于粗略条件谱。研究给出的完备条件谱适用于我国区划图的长短轴类型衰减关系,可以很好体现潜源的空间分布特征与背景地震危险性差异。基于我国强震动记录数据库拟合的加速度反应谱相关系数得到的条件谱要略高于基于国外数据库的计算结果。为了实现加速度反应谱均值和标准差的高效匹配,该研究采取多元高斯分布的协方差矩阵近似替换完备条件谱高斯混合分布的协方差矩阵,结合贪心优化算法,选取得到满足目标完备条件谱分布的强震动记录数据集。研究结果系统给出了我国条件目标谱进行记录选取的构建思路与选波方案,可为后续全概率结构性态分析提供依据。

地下空间开发地质适宜性评价指标选取与赋权

地下空间评价是服务地下空间开发的先导性工作,近二十年以来,国内多个城市开展了不同尺度的地下空间开发地质适宜性评价,由于评价语义不明确以及地质条件和技术人员认识差异等原因,各城市在评价指标选取和赋权方法选择上不尽相同,制约了评价成果的推广和应用。本文基于系统理论提出地下空间开发地质适宜性评价是以地下空间系统边界、组成要素为研究对象,对系统在外部扰动作用下保持相对平衡状态能力进行评判的一项工作,阐明了具体评价要素和内容;在此基础上,重点针对评价指标体系中的层级组织、粒度选择,指标赋权中的方法选择、优化及校验评估等关键问题,构建了一套方法流程体系。海口江东新区的实践表明,以“限制级、安全级、成本级”划分第一准则层,以“复合迭代熵权法”进行权值计算,以统计评估、专业评估和多方法对比进行权值评估的方法,既体现了专业知识的导向性,也体现了数据的客观性与区分性,可为我国滨海平原城市地下空间开发地质适宜性评价提供方法参考。

参数化人体有限元模型的体表样本选取方法

为了准确选取到参数化方法建立的中国女性人体有限元模型的体表样本,设计了一种用于人体体表建模的样本选取方法。通过采用样本估计总体的方法确定体表样本的选取数量;采用计算正态分布区间估计参数和按照数据分布比例方法生成体表样本的身高、BMI和年龄3个统计特征参数;利用拉丁超立方抽样方法按照体表样本统计特征的参数分布生成各样本的选取参数;通过Pearson相关系数检验各特征参数向量间的相关性。基于所设计的体表样本参数生成方法,在置信度为95%、误差不大于10%的条件下,所生成的97例女性体表样本各特征参数所构成向量之间无显著相关性,各特征参数分布与中国女性人体的总体分布相一致。所设计的体表样本选取方法可有效选取到代表中国女性人体特征的体表样本。

基于高斯过程的桥梁代表性监测数据选取策略

高斯过程作为一种机器学习方法,能够有效拟合外部环境对结构状态的影响。不同于传统的机器学习方法,高斯过程模型允许通过自适应的方式获得合理的超参数,这使得该类方法更易于实现。此外,得益于贝叶斯模型方法的特性,高斯过程能有效考虑数据不确定性的影响并具备更好的泛化性能和可解释性,已被广泛应用于结构状态评估中。但随着训练数据的增大,高斯过程的运算时间会显著增加。为解决这个问题,本文提出了一种基于稀疏高斯过程框架的代表性监测数据选取策略,用数据尺寸更小的代表性监测数据集代替全体监测数据集以降低运算时间,实现在线结构状态预测。本文提出了新颖度和冗余度2种基于统计学特性的评价指标,以保证代表性数据集的有效性。本方法被应用于一座大跨径悬索桥的结构健康监测数据,结果表明所提出方法可以在保证精度的情况下,显著提高运算速率,且能较好的拟合环境因素影响,表明该策略在实际工程中具有较高的可靠性与适用性。

学术评价指标选取质量诊断及其路径研究

[研究目的]指标选取在学术评价中扮演着至关重要的角色,在实际工作中往往缺乏指标质量控制和质量诊断手段。研究学术评价指标选取质量控制与诊断,以期提升学术评价结果的科学性。[研究方法]将质量控制理论引入到学术评价指标选取中,提出学术评价指标选取质量的概念,并从理论上分析了学术评价指标选取质量对学术评价的影响机制,建立了学术评价指标选取质量分析框架与质量诊断工作路径。[研究结论]指标选取对学术评价质量的影响包括直接机制和间接机制。应建立指标内涵、指标检验与指标系统性相结合的指标选取质量评估体系,明确专家为主的学术评价指标选取质量诊断工作路径,加强评价指标选取方法研究。

计及典型日选取与源荷灵活性调节的优化调度研究

针对电网面临的反调峰特性和新能源消纳问题,提出一种计及源荷侧灵活性调节资源的电力系统优化调度模型。首先,根据负荷特点采用改进SSE-PFCM聚类算法求取负荷典型日。其次,基于负荷用户对电价变化的不同响应行为,提取出具有需求响应潜力的两类负荷,并且分别为其构建计及乐观响应隶属度的模糊负荷转移率模型以及需求价格弹性模型。然后,计及需求响应不确定性模型以及火电机组深度调峰,以系统综合运行成本最小为目标构建优化调度模型,采用引入步长弹性系数的改进粒子群算法求解。最后,以改进IEEE 30节点系统为例进行多种场景的仿真计算分析,结果表明所提策略能够有效提升系统可再生能源的消纳能力和系统运行的经济性。

一种标杆光伏组串选取方法及其在故障诊断中的应用

为实现对光伏组串故障的准确、快速诊断,以满足光伏电站数智化运维的需求,同时针对实际运行中的光伏组串基准运行状态难以确定的问题,提出一种基于实际运行数据的基准运行状态下的光伏组串(即标杆光伏组串)选取方法,并将其应用于光伏组串故障诊断中。首先利用多指标综合评价算法选取光伏标杆组串;然后利用标杆光伏组串与其他光伏组串间的输出电压、输出电流的相对误差,基于3σ准则设计了光伏组串故障诊断规则;最后利用某集中式光伏电站中光伏组串的实际运行数据对所提方法的合理性和有效性进行验证。研究结果显示:1)通过与其他光伏组串的输出功率进行对比,验证了所选标杆光伏组串的合理性;2)故障光伏组串所显示出的故障状态与基于所提出的故障诊断规则得到的结果一致,证明了此故障诊断方法的有效性。

重新审视面向CNN模型的测试样例选取:考虑模型校准

深度神经网络(DNN)已被广泛应用于各种任务,而在部署前对DNN进行充分测试尤为重要,因此需要构建能够对DNN进行充分测试的测试集。由于标注成本受限,通常通过测试样例选取的方式得到测试子集。然而,人们使用基于预测不确定性的方法(该方法在发现误分类样例和提升重训练表现方面表现出卓越的能力)进行测试样例选取时,忽略了对测试样例的预测不确定性估计是否准确的问题。为了填补上述研究的空白,通过实验定性和定量地揭示了模型校准程度和测试样例选取任务中使用的不确定性指标之间的相关性。校准模型会使模型有更准确的预测不确定性估计,因此研究了不同校准程度的模型用不确定指标选取得到的测试子集质量是否不同。在3个公开数据集和4个卷积神经网络(CNN)架构模型上进行了充分的实验和分析,结果表明在CNN架构模型上:1)不确定指标和模型校准存在一定程度的相关性;2)校准程度好的模型所选择的测试子集质量优于校准程度差的模型选择的测试子集质量。在发现模型误分类样例的能力上,70.57%经过校准训练后的模型对应的实验结果优于未校准模型对应的实验结果。因此在测试样例选取任务中考虑模型校准十分重要,且可以使用模型校准来提升测试样例选取的表现。

基于广义条件强度参数的水平和竖向地震动联合选取研究

为了合理地考虑竖向地震作用和实现水平和竖向地震动的联合选取,提出了基于广义条件强度参数的水平和竖向地震动联合选取方法:扩展广义条件强度参数的基本理论,提出水平和竖向地震动广义条件强度参数分布的构建方法,并与“无条件分布”对比,提出基于广义条件强度参数的水平和竖向地震动联合选取方法的基本理论,给出以水平强度参数作为条件的实际算例,利用现有水平-水平、水平-竖向强度参数相关系数模型构建水平和竖向地震动广义条件强度参数目标分布,对目标地震动数据库进行联合选取,将选取结果与传统选取方法进行对比,说明该方法的合理性。结果表明:构建出的水平和竖向广义条件强度参数分布与“无条件”分布之间存在一定差异;水平和竖向地震动联合选取结果与目标理论分布匹配良好;与仅考虑水平向广义条件强度参数地震动选取方法相比,联合选取方法能够考虑竖向地震动特性,并且不会对水平向造成影响,提出的水平和竖向地震动联合选取方法能够更加合理地、全面地考虑水平和竖向地震动特性,为工程结构在水平和竖向地震动作用下的抗震性能研究提供地震动输入基础。