初中地理学科知识迁移能力的培养

地理知识是对生活、对今后终身发展至关重要的基础学科,应给予高度重视。初中阶段是学生学习获得知识的最佳阶段,而知识迁移又是获得知识、灵活运用的有效方法之一。该文从教学实际出发,在充分了解影响初中地理学科内知识迁移的两大因素(即主体因素和客体因素)的基础上的分析了教师对学生的地理学科知识迁移能力进行"有意识"培养的四大策略,即充分分析学情,合理安排教学,明晰、比较、强化内容特点,培养积极态度。     

刍议争做党和人民满意的好教师

该文运用文献资料法、逻辑分析等研究方法以及根据自己亲身经历,对在教育一线工作的党和人民的教师进行全面的分析与讨论,从如何成为一个好教师、只有在实践中历练才能成为一名好教师方面对教师这一神圣的职业进行归纳总结,最后总结出好教师的条件必须具有较高的道德素质、坚定的理想信念、渊博的知识、良好的职业心理健康、要有仁爱之心等素养,并通过实践的历练最终成为党和人民满意的好教师。     

创新研究系统隐性知识生成转化反馈环特性仿真分析

隐性知识反馈环结构是创新研究系统的核心结构,运用组织管理系统动力学理论,进行科研创新系统隐性知识生产转化系统仿真研究,以南昌大学系统动力学创新团队研究系统为例,分析确定该系统的隐性知识量、显性知识量、创新投资量、团队人员数和创新成果量五个核心变量,运用新建的逐枝建模和逐树仿真技术建立五棵流率基本入树模型及其等价流图模型.运用枝向量行列式新增反馈环计算法,计算出系统包含创新成果流位作用于隐性知识流入率的第一类反馈环五条,团队成员数作用于隐性知识流入率第二类正反馈环十条.然后,结合模型的仿真曲线和仿真数据,对第一类反馈环进行极性转移仿真分析和主导反馈环转移仿真分析,对第二类正反馈环进行正反馈环的作用分析,以及"原始创新度"低对这十条正反馈环的制约分析,并基于上述十五条反馈环特性仿真分析结果提出四条创新研究系统发展对策.     

让美丽与智慧共同绽放——第十一届“中国青年女科学家”颁奖典礼

在"中国青年女科学家"的颁奖典礼上,我们遇见了10位优秀的青年女科学家,她们向世人证明,科学家也可以很时尚很美丽!走近"中国青年女科学家"奖2015年1月16日,第十一届"中国青年女科学家"颁奖典礼在京举行。有10位优秀的青年女科学家从183位候选人中脱颖而出,获此殊荣。"中国青年女科学家奖"由中华全国妇女联合会、中国科学技术协会、中国联合国教科文组织全国委员会及欧莱雅中国于2004年联合设立,是欧莱     

ZYJ7+SH6电液转辙机启动时表示二极管的保护

随着大准铁路复线的改造,多数车站都安装了ZYJ7型液压道岔。随之也带来了液压道岔的启动隐患,即当液压道岔启动的瞬间,烧毁道岔表示二级管。针对这一问题结合液压道岔(以ZYJ7+SH6电液转辙机为例)启动及表示电路的实际情况,作者经过多次分析试验,最终提出将ZYJ7+SH6电液转辙机启动及表示电路进行修改;使ZYJ7+SH6电液转辙机的启动及表示电路中,在启动继电器(1DQJ)励磁吸起后,而启动继电器(2DQJ)还未转极完毕这段时间内,禁止向室外供出380V电源,从而解决了ZYJ7+SH6电液转辙机在启动的瞬间,烧毁道岔表示二极管的问题,保证了铁路行车安全和行车效率。     

船舶系统研制知识工程信息化平台建设

 船舶系统研制是一项典型的知识密集型的复杂工作，结合知识工程的具体实践，分析了知识工程体系的理论模型、建设内容和原则，探讨了知识工程信息化平台的构建，并展望了未来知识工程信息化的建设。应用本方法开展知识工程体系建设，可实现企业知识的有效获取和管理，促进知识与研发流程的关联应用，使得知识真正成为支撑企业发展的智力资产。     

对多功能雷达的DQN认知干扰决策方法

基于Q-Learning的认知干扰决策方法随着多功能雷达(multifunctional radar, MFR)可执行的任务越来越多,决策效率明显下降。对此,提出了一种对MFR的深度Q神经网络(deep Q network, DQN)干扰决策方法。首先,分析MFR信号特点并构建干扰库,以此为基础研究干扰决策方法。其次,通过对DQN原理的简要阐述,提出了干扰决策方法及其决策流程。最后,对该决策方法进行了仿真试验并通过对比DQN和Q-Learning的决策性能,验证了所提方法的必要性。为提高决策的实时性和准确率,对DQN算法进行了改进,在此基础上,结合先验知识进一步提高了决策效率。仿真试验表明:该决策方法能够较好地自主学习实际战场中的干扰效果,对可执行多种雷达任务的MFR完成干扰决策。     

基于协方差矩阵重构的单基地MIMO阵列无网格DOA估计方法

提出了一种单基地多输入多输出(multiple-input multiple-output, MIMO)阵列中的协方差矩阵重构的无网格波达方向(direction-of-arrival, DOA)估计方法。该方法通过降维处理将MIMO阵列等效为信噪比(signal-to-noise ratio, SNR)提升的均匀线列阵,将目标方位估计问题转化为混合范数最小化(mixed norm minimization, MixNM)稀疏信号重构问题。进一步给出了与该稀疏重构问题等价的基于网格的凸优化问题,并模型化为半定规划来求解。为了解决网格大小影响估计性能的问题,利用了等价均匀线列阵的托普利兹结构,模型化为半定规划问题来重构无噪声协方差矩阵,最后通过范德蒙分解来估计目标方位。与传统的基于MixNM方位估计方法相比,该方法减少了优化变量个数。与其他离网格方法相比,该方法估计精度不受网格大小的影响,且能够估计相干源目标。实验仿真验证了该方法的有效性。     

基于背景重建的高光谱图像异常检测

针对高光谱图像异常检测中背景信息与异常目标信息难以有效区分,背景预测精度不佳的问题,提出一种新的基于背景重建的高光谱图像异常检测算法。通过字典学习方法获取高光谱图像背景光谱字典,并利用该字典对待检测图像进行稀疏重建,得到预测背景图像。将预测背景图像与原始图像做差后得到残差图像,进而利用局部RX检测算法对残差图像进行遍历,实现异常目标检测。通过对真实高光谱图像场景进行实验,证明了算法的有效性。     

TransE和TransH模型空间地址表示学习中的对比研究——以广州市天河区为例

将地理知识融入空间地址，研究空间信息与语义信息融合的知识表示学习方法；将空间地址数据集在TransE模型和TransH模型上进行训练，通过元组分类和向量间距离评估的方法进行对比研究.研究结果表明:(1)在地址实体的表示学习任务中，TransH模型在对复杂关系的建模任务上明显优于TransE模型；(2)在语义知识基础上融入空间关系，能够有效地解决地址实体语义相似而空间距离不相近和空间距离相近而语义不相似的两大问题.语义关系与空间关系的融合，将能够挖掘更多有价值的信息，有利于进一步开展地理知识图谱的补全工作，可为地理知识图谱表示学习提供方法借鉴.