试题知识点预测:一种教研知识强化的卷积神经网络模型

在各类在线学习系统中,为了给学生提供优质的学习服务,一个基础性的任务是试题知识点预测,即预测一道试题所考察的知识概念、能力等。在这个任务中,已有方法通常基于人工专家标注或者传统机器学习方法。然而,这些传统方法要么耗时耗力,要么仅关注试题资源的浅层特征,忽略了试题文本和知识点之间的深层语义关联。因此,这两类方法在实际应用中均受到了限制。为此,该文提出一种教研知识强化的卷积神经网络方法进行试题知识点预测。首先,结合教育学经验,定义和抽取试题的浅层特征。然后,利用一个卷积神经网络对试题的深层语义进行理解和表征。然后,考虑到教研先验与试题词句之间的关联,提出一种基于注意力机制的方法能够自动识别和计算不同教研先验对试题的重要性程度。最后,设计了一个融合知识点决策和试题语义约束的模型训练目标。该文在大规模数据上进行了充分的实验。实验结果表明,所提出的方法能够有效地进行试题知识点预测,具有很好的应用价值。     

无穷级数的敛散性

判定无穷级数的敛散性与幂级数的收敛区间.     

我国酱油行业需要巨人的崛起

0前言 　　酱油是我国最为传统的调味品之一.在两千多年封建制度的束缚下,我国酱油一直采用天然发酵工艺和手工作坊式的生产.解放后,我国的酱油生产虽然走上了工业化大生产之路,但其间也颇多坎坷,历经50多年,酱油行业仍未形成一个稳定、健康的发展局面.品牌众多,但绝大多数产品仍是地域性的,品质平平,缺乏竞争性,技术水平总体较为落后等.倒是从我国流传过去的日本酱油生产技术有了较大的发展,19世纪以来,逐步形成了工业化生产,成为世界酱油强国. 　　……     

River2D模型在溃坝洪水演进数值模拟中的应用

River2D模型能模拟溃坝洪水在水库下游地区的演进过程.为模拟水库溃坝洪水演进,以江西省大余县油罗口水库为例,利用River2D模型模拟大坝溃决后洪水在下游的演进,预测洪水淹没范围、水深及流速等洪水风险信息.     

振动加压法在混凝土板材生产中的应用

匈牙利第43建筑公司设有4家予制混凝土构件厂,年产量可供建造53万平方米住宅建筑丽积所需的构件。其中第二混凝土构件厂,年产量占公司总数的20％,现正在安装的一套混凝土拌合新设备,每小时可拌合110立方米混凝土,可望在80年四季度投产,并配合适当的混凝土输送车辆,运往浇灌混凝土地点。     

水库大坝定期安全鉴定现状及关注重点

根据有关规定,结合实际,江西省已于2017年度开始大范围开展大中型水库大坝定期安全鉴定工作。文章对水库现状存在的主要问题及标准化创建成效,定期安全鉴定工作应关注的侧重点及当前江西省开展该项工作中存在的问题进行了介绍及分析,为江西省后续定期安全鉴定工作,尤其是陆续开展的大量小型水库定鉴工作保质保量的顺利开展提供一定的参考。     

基于块正交匹配追踪预处理的米波多输入多输出雷达测高方法研究

米波雷达具有很好的反隐身性能。多输入多输出(MIMO)雷达的波形分集具有高自由度特点,使MIMO雷达在检测和参数估计等方面具有更多优势,故米波MIMO雷达受到广泛研究。而测高是米波MIMO雷达最重要的问题之一。针对米波MIMO雷达测高问题,最大似然和广义多重信号分类方法是米波MIMO阵列雷达测高方法行之有效的算法,但其计算量大,工程中难以接受。该文提出一种基于块正交匹配追踪(BOMP)预处理的方法来降低计算量。首先对MIMO阵列接收数据稀疏化处理,然后通过数学操作将其变形至适合于BOMP算法的信号模型,然后利用粗栅格得到角度粗估计。并以此为初始值中心,取MIMO雷达波束宽度作为搜索范围。仿真结果表明该算法能有效降低搜索类测高算法的计算量。      

高斯粗糙表面低掠入射散射特性研究

该文针对传统解析法不能有效求解低掠入射下粗糙表面散射特性的问题,提出了一种高阶解析法,该算法基于表面散射场的高阶分量和表面轮廓函数的高阶Taylor级数展开。利用该算法,定量比较了同极化的高、低阶散射系数,讨论了低掠入射下不同粗糙度的散射特性,分析了低掠入射下高阶微扰法和高阶基尔霍夫法求解高斯粗糙面的修正效应,得出了高阶解析法可以很好求解低掠入射问题的结论。最后,还研究了同极化散射指数与掠入射角幂函数的拟合问题,修正了极化散射指数的经典表达式。