检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

教育激励在小学班级管理中的应用研究

教育激励在小学班级管理中的应用研究

作者：张思琪牡丹江师范学院

学位级别：硕士

学校管理的基本落脚点在班级管理,班级管理工作既关乎学校培养目标的实现也关乎学生的健康发展。作为学校基本组织单位的班级经常通过教育激励提高管理效率,而现今小学班级管理并没有随着激励理论的成熟而发展。行为主义心理学家华生认... 详细信息

学校管理的基本落脚点在班级管理,班级管理工作既关乎学校培养目标的实现也关乎学生的健康发展。作为学校基本组织单位的班级经常通过教育激励提高管理效率,而现今小学班级管理并没有随着激励理论的成熟而发展。行为主义心理学家华生认为:管理的实质是激励,如何提高班级管理水平而达到激励学生健康成长的效果是以往更是当下学校、教师、学生和家长共同关心和关注的话题。本研究通过文献研究法、问卷调查法和访谈法,以H省M地区三所小学中的教师和学生作为研究对象,依据马斯洛的需要层次理论、亚当斯的公平理论和行为主义斯金纳的强化理论,从对教育激励内容的认知维度、激励应用的行为表现维度、激励实施后效果三个维度自编问卷进行调查,运用SPSS软件进行统计分析,并且用访谈法进一步了解师生的真实想法和感受。通过对调查问卷和访谈结果的分析,研究发现:教师对教育激励的理解存在偏差,实施过程中存在不公平现象,激励实施方式与学生需求不匹配,激励应用单一贫乏,教育激励流于形式忽视效果等问题。原因主要是教师缺乏科学的教育激励理论指导,教师对激励的相关研究不够深入,应用教育激励的能力欠缺,激励长效机制不健全。改进对策:通过培训提高教师教育激励的认知水平,教育激励实施过程注重公平公正,加强与学生的情感沟通、采用多样化的激励方式和手段实现按需激励,达到预期、重视实效。本研究期待为小学教师在班级管理中更好的实施教育激励提供参考。

关键词：教育激励小学班级管理

展向流动分量对地面效应条件下组合翼气动特性的影响初探

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

工程力学 2024年

作者：张思博陈红勋代钦上海大学力学与工程科学学院上海市应用数学和力学研究所

以地面效应条件下组合翼（compound wing）气动特性的风洞实验和翼尖涡PIV速度场的拖曳水槽实验结果为依据，总结了组合翼与平直翼升力和阻力差异的基本规律，并在分析翼尖涡流场演化特征的基础上，着重从展向机翼流动的观点初步探讨了... 详细信息

以地面效应条件下组合翼（compound wing）气动特性的风洞实验和翼尖涡PIV速度场的拖曳水槽实验结果为依据，总结了组合翼与平直翼升力和阻力差异的基本规律，并在分析翼尖涡流场演化特征的基础上，着重从展向机翼流动的观点初步探讨了气动力变化的机理。实验所采用的组合翼由中段平直翼和两侧外段带下反角的矩形翼组成。通常在自由空间中飞行时，下反角使机翼的横侧稳定性降低，滚转敏捷性提高，对机翼的气动性能影响并不大，但本实验结果表明，在地面效应条件下，下反角使机翼的升力和阻力均发生改变。越靠近地面，下反角大的组合翼升力增加的效果越明显，而PIV速度场测量的结果显示，组合翼的下反角结构能够抑制翼尖涡的生成和发展，有利于减小机翼的诱导阻力。此外，在特定工况下还发现翼尖涡流场中伴随有二次涡生成，诱导并耗散翼尖涡强度，从而削弱下洗运动，可进一步降低机翼的诱导阻力。

关键词：机翼地面效应组合翼下反角气动力翼尖涡

粮食干燥余热与太阳能联合驱动的有机朗肯循环多目标优化研究

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

粮食干燥余热与太阳能联合驱动的有机朗肯循环多目标优化研究

作者：张思源河南农业大学

学位级别：硕士

粮食干燥是粮食生产全程机械化的最后一步,目前的连续式粮食干燥机还存在着能耗高、污染重的问题。以热风炉提供热空气的干燥方式中,大量的热能以高温烟气的形式被浪费,本研究提出以有机朗肯循环(Organic Rankine Cycle,ORC)技术回收这... 详细信息

粮食干燥是粮食生产全程机械化的最后一步,目前的连续式粮食干燥机还存在着能耗高、污染重的问题。以热风炉提供热空气的干燥方式中,大量的热能以高温烟气的形式被浪费,本研究提出以有机朗肯循环(Organic Rankine Cycle,ORC)技术回收这部分热能。考虑到此部分余热品位较低且单一余热源驱动的ORC效果不理想,因此基于多能互补的能源策略,提出了一种粮食干燥余热与太阳能联合驱动的ORC系统。该系统包含太阳能集储热子系统和ORC子系统,针对两热源换热器的不同布置形式,将系统分为串联和并联两种模式。基于MATLAB平台建立了系统的热-经济-环境综合评价模型,然后对系统开展了参数分析和多目标优化研究。通过参数和敏感性分析,揭示了各设计参数与系统性能的关系及影响程度。研究选取了R1233zd等6种有机工质,探讨余热源温度等参数对系统热、经济和环境性能的影响并开展敏感性分析。结果发现提高余热源温度、增大集热器面积、提高热罐温度、降低冷罐温度、减小换热器窄点温差有利于提高串联模式的综合性能,并且存在最佳蒸发温度使综合性能最优。对于并联模式,提高余热源温度、提高热罐温度、降低冷罐温度、减小换热器窄点温差利于提高综合性能,且存在最佳集热器面积和蒸发温度使其综合性能最佳。另外,余热源温度和换热器窄点温差的敏感度高于其他参数,是影响系统性能的关键参数,当优化系统性能时应首先考虑这两个参数。基于DEMATEL-ANP方法,明晰了评价指标间的关系,确定了各目标函数的权重。结果发现系统（火用）效率的中心度和原因度最高(4.801506和0.750033),其次是CO2减排量(4.022857和0.314773),最后是平准化度电成本(3.995748和-1.06481),三者的权重由高到低分别是平准化度电成本(0.337614)、系统（火用）效率(0.333045)和CO2减排量(0.329341)。说明系统热力学性能是经济与环境性能的基础,热、经济和环境性能在优化过程中基本同等重要,但经济性优先级略高。构建以CMOPSO算法和TOPSIS法为核心的多目标和多准则决策框架,通过优化和决策确定了最佳模式及最优工质。串联模式R1233zd的热-经济性最佳,串联模式benzene的环境表现最优,除串联模式R1233zd外,并联模式的热-经济性优于串联模式,而串联模式的环境性能整体优于并联模式。全局最优解为串联模式与R1233zd的组合,最优（火用）效率为26.15%,平准化度电成本为0.25$/k Wh,CO2减排量为135.72 t/年。对于双热源ORC,当两热源温度均在250℃以下时,热源以并联模式组合易取得更优的热-经济性,而以串联模式组合系统环境性能表现更佳。同时也要考虑工质对系统性能的影响,低临界温度工质更有利于系统获得较好的热-经济性,选择临界温度较高的工质,则系统的环境表现更优。

关键词：粮食干燥余热太阳能有机朗肯循环多目标优化

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

大豆花叶病毒抗性相关基因功能研究及应用

大豆花叶病毒抗性相关基因功能研究及应用

作者：张思远扬州大学

学位级别：硕士

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

几类环上线性码Lee重量分布的研究

几类环上线性码Lee重量分布的研究

作者：张思敏西安理工大学

学位级别：硕士

线性码的重量分布不仅可以反映出码的纠错和检错能力,还能用来估计码在传输过程中发生错误的概率。低重线性码是一类特殊的线性码,它在秘密共享方案、认证码、结合方案等领域有广泛的应用,因此构造低重线性码一直是代数编码理论中重要... 详细信息

线性码的重量分布不仅可以反映出码的纠错和检错能力,还能用来估计码在传输过程中发生错误的概率。低重线性码是一类特殊的线性码,它在秘密共享方案、认证码、结合方案等领域有广泛的应用,因此构造低重线性码一直是代数编码理论中重要的研究方向。本文给出四类环上低Lee重线性码的重量分布。首先利用由单个极大元生成的单纯复形构造新的定义集,并以此来构造新的线性码,接着利用Gray映射、特征函数以及布尔函数等工具分别计算了这些线性码的Lee重量分布,可知这些线性码都是低Lee重线性码,最后证明有些码在Gray映射下的像是极小码或自正交码。具体研究结果如下:（1）在环F2+uF2+u2F2上利用F2m上的单纯复形构造了十类线性码,利用特征函数计算出了这些码在Gray映射下的Lee重量分布。其中一类一重码,一类二重码,四类三重码,一类四重码,两类八重码以及一类九重码,这些线性码都是低重线性码。并且利用Ashikhmin-Barg条件找到了五类极小码。（2）在环Z2Z2[u],u2=0上利用Z2m上的单纯复形构造了三类线性码,利用特征函数计算出了这些码在Gray映射下的Lee重量分布。其中一类二重码,一类三重码,一类六重码,这些线性码都是低重线性码。并且利用Ashikhmin-Barg条件找到了两类极小码。（3）在环Z2[u]/u>上利用Z2m上的单纯复形构造了四类线性码,利用布尔函数计算出了这些码在Gray映射下的Lee重量分布。其中一类二重码,一类四重码,一类五重码以及一类八重码。这些线性码在Gray映射下的二元码不仅是低重线性码,而且在一定条件下还是自正交码。（4）在环G=上利用F2m上的单纯复形构造了五类线性码,利用布尔函数计算出了这些码在Gray映射下的Lee重量分布。其中一类二重码,一类四重码,两类五重码以及一类八重码。这些线性码在Gray映射下的二元码不仅是低重线性码,而且在一定条件下还是自正交码。

关键词：线性码重量分布单纯复形 Gray映射

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

两阶段随机变分不等式的随机近似算法

两阶段随机变分不等式的随机近似算法

作者：张思奇重庆交通大学

学位级别：硕士

随着技术的进步和信息的爆炸,随机性和不确定性已经成为许多系统运行中不可避免的因素,系统科学专业致力于设计能够适应和应对不确定性的系统,研究能够处理这些随机性的数学工具和算法变得至关重要.两阶段随机变分不等式(Two-stage Stoc... 详细信息

随着技术的进步和信息的爆炸,随机性和不确定性已经成为许多系统运行中不可避免的因素,系统科学专业致力于设计能够适应和应对不确定性的系统,研究能够处理这些随机性的数学工具和算法变得至关重要.两阶段随机变分不等式(Two-stage Stochastic Variational Inequality,记作TSVI)既可以作为两阶段随机优化问题的一阶最优性条件,也可以用来描述在经济和金融领域的两阶段随机均衡问题和两阶段随机非合作博弈问题.例如,计量经济学中的Walras均衡问题,电力市场扩容问题中产生的Nash-Cournot博弈问题等.同时,TSVI还具备“动态决策”特性,即决策者在第一阶段可获得期望或风险意义上的最优决策,在第二阶段可根据随机变量的不同情景采取针对性的补救措施.因此,TSVI的研究不仅具有理论价值,也具有重要的实际意义.虽然TSVI是对单阶段随机变分不等式的推广,但适用于单阶段SVI的数值解法往往无法直接应用于TSVI的求解.因此,设计高效的数值算法以求解TSVI成为了当前随机优化领域的研究热点之一.目前,对于求解TSVI的算法研究主要集中于离散化方法和样本均值逼近方法.当样本量充分大时,计算成本相对较高.故借助随机近似方法来设计求解TSVI的高效算法,对算法的收敛性和收敛速度进行理论分析,并通过数值实验对算法的有效性和优越性进行验证具有重要意义.本文主要研究成果如下:1.提出了求解TSVI的随机投影方法和动态样本外梯度算法.首先,在TSVI第二阶段问题具有强伪单调性的情况下,证明了第二阶段解的唯一性,并建立了对于该解的误差界条件.基于此误差界条件,提出了求解TSVI的随机投影算法,并得到算法是几乎处处收敛的且在期望意义下,迭代序列能以次线性速度收敛到最优解.此外,基于动态抽样和外梯度方法,提出了求解TSVI的动态样本外梯度算法.在适当假设下对算法的几乎处处收敛性和迭代序列收敛到最优点的速度进行了理论分析.最后,通过数值实验验证了算法的有效性和优越性.2.提出了求解TSVI的动态样本向前-向后-向前算法.与动态样本随机外梯度算法相比,该算法在每次迭代中仅需进行一次投影迭代,在不需要强单调的假设条件下,得到了算法产生的迭代序列的几乎处处收敛性和期望意义下迭代序列收敛到最优点达到线性收敛速度.数值实验表明,该算法较随机投影算法和动态样本外梯度算法有一定的优势.3.提出了求解TSVI的动态样本随机Bregman外梯度算法.在非欧式空间中,通过引入Bregman距离,构造了求解TSVI的动态样本随机Bregman外梯度算法.在适当的假设下,对算法产生迭代序列的收敛性以及期望意义下迭代点收敛到最优点的收敛速度进行了分析,并通过数值实验验证了算法的有效性.

关键词：两阶段随机变分不等式随机近似方法动态抽样方法外梯度方法 Bregman距离

基于组织学亚型与基因突变特征的侵袭性肺腺癌术后风险模型

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于组织学亚型与基因突变特征的侵袭性肺腺癌术后风险模型

作者：张思远安徽医科大学

学位级别：硕士

人工智能对口腔鳞状细胞癌诊断价值的Meta分析

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

人工智能对口腔鳞状细胞癌诊断价值的Meta分析

作者：张思瑶吉林大学

学位级别：硕士

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于Transform的滑坡识别问题研究

基于Transform的滑坡识别问题研究

作者：张思远重庆三峡学院

学位级别：硕士

滑坡作为一种自然灾害,对人类生活产生了重大影响。及时和准确的滑坡检测能够显著降低滑坡所造成的危害。本论文旨在通过深度学习和遥感影像融合技术提高滑坡识别的准确性,以便于早期识别潜在的滑坡风险区域并为灾害管理提供决策支持。... 详细信息

滑坡作为一种自然灾害,对人类生活产生了重大影响。及时和准确的滑坡检测能够显著降低滑坡所造成的危害。本论文旨在通过深度学习和遥感影像融合技术提高滑坡识别的准确性,以便于早期识别潜在的滑坡风险区域并为灾害管理提供决策支持。传统的滑坡识别方法主要依赖于野外调查,这种方法不仅耗时费力,而且存在较高的危险性。在此之后,传统的机器学习算法如最邻近、朴素贝叶斯、逻辑回归等应用于遥感图像,但这些方法往往忽略了滑坡的空间信息,无法充分利用遥感图像中的丰富信息。针对以上方法存在的问题,本文选择采用基于深度学习的语义分割模型作为滑坡识别模型,以期提高识别准确性和效率。(1)本文提出了一种名为Swin-unet SE的滑坡识别模型,它基于Swin Transformer框架,集成了通道注意力机制、在线困难样例挖掘和条件随机场。首先,针对传统卷积网络对上下文特征提取不充分的问题,采用了层级式网络结构的Swin Transformer,其非重叠窗口设计对硬件要求更加友好,从而具有更快的实际运行速度。其次,针对Swin Transformer无法有效地捕获特定通道间关系的问题,引入了通道注意力机制。然后,考虑到滑坡数据集正负样本不均衡的问题,设计了在线困难样例挖掘策略。接着,为进一步提高模型空间处理能力,引入了条件随机场。最后,在毕节市滑坡数据集上,对比了在不同卷积网络结构下的滑坡识别结果,其中包括了Deeplab、U-Net和FCN。对比实验结果显示,改进后的模型在Dice指标上提高了1.9%,m Iou指标上提高了1.2%。(2)本文提出了一种基于多模态数据融合的滑坡识别网络,该网络基于Swin-unet SE,并能够综合利用不同模态的数据,显著增强对各种地形条件下滑坡事件的理解和判别能力。为了更好地利用高程和坡度数据,创新性地设计了一个基于卷积神经网络的辅助分支网络,用于提取和处理地理信息特征。此外,设计了一个特征融合模块,能有效地融合不同模态数据的特征。在Landslide4Sense-2022数据集上,通过一系列消融实验和对比实验,全面评估了辅助分支网络和特征融合模块的有效性,准确性。实验结果表明,与单一模态数据相比,多模态数据融合网络在识别形态复杂的滑坡事件方面展现了更高的准确性。此外,相较于特征相加的融合方法,采用特征融合模块进行特征融合的方法在滑坡识别任务中表现出更优越的性能。最后为验证模型在不同地理条件下的适应性和泛化能力,将在Landslide4Sense-2022数据集上训练得到的权重迁移到毕节市滑坡数据集上进行微调后,在Dice系数、m Io U、召回率和精确度等指标上取得了良好表现。通过迁移学习和微调策略,模型不仅能够在原始训练数据集上表现出色,而且能够迅速适应新的地理特征。

关键词：滑坡识别 Swin Transformer 卷积神经网络多模态网络结构