检索结果-南通市图书馆

新时代学校体育“以体育心”的内在逻辑与推进策略

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

思想教育研究 2024年第7期 131-136页

作者：谢四元王树明湖南人文科技学院体育学院湖南娄底417000 华东师范大学体育与健康学院上海200062

“以体育心”是全面加强和改进新时代学校体育工作的要求,体现了学校体育促进心理健康的价值期待。然而,学校一线体育教师在承担“以体育心”的职责上存在困惑,在践行的方式方法上存在“自然成就”等谬区。要实现“以体育心”,须遵循基... 详细信息

“以体育心”是全面加强和改进新时代学校体育工作的要求,体现了学校体育促进心理健康的价值期待。然而,学校一线体育教师在承担“以体育心”的职责上存在困惑,在践行的方式方法上存在“自然成就”等谬区。要实现“以体育心”,须遵循基于身体感知与生命意义的存在逻辑、基于运动生化指标的生理逻辑、基于人与人互动的社会逻辑、基于学生发展的育人逻辑。为此,学校体育在“以体育心”的推进策略上应做到:强化社会文化的价值引领功能,倡导体育文化中蕴含的尊重身体、珍爱生命等意识和理念;提倡跨学科视野,赋能校园育体育心环境,愉悦学生身心;充分发挥师生良好互动的协同教育作用,塑造学生的健全人格;创新体育教育模式,强化学校体育的教育功能,推进学生积极心理品质的发展。明确“以体育心”的内在逻辑与践行策略,学校体育方能更好地实现“以体育心”的独特功能。

关键词：学校体育心理健康教育以体育心内在逻辑推进策略

在线全文

学校读者我要写书评

暂无评论

永磁同步电机自适应非奇异快速终端滑模控制

控制理论与应用 2024年

作者：主父冠峰王树波青岛大学山东省工业控制技术重点实验室青岛大学自动化学院

本文针对含LuGre摩擦模型的永磁同步电机系统中参数未知问题,提出了一种新颖的基于参数估计误差信息的自适应非奇异快速终端滑模控制方法,以保证参数估计误差和跟踪误差同时收敛.为了估计系统的未知参数,通过引入辅助滤波器来提取参数... 详细信息

本文针对含LuGre摩擦模型的永磁同步电机系统中参数未知问题,提出了一种新颖的基于参数估计误差信息的自适应非奇异快速终端滑模控制方法,以保证参数估计误差和跟踪误差同时收敛.为了估计系统的未知参数,通过引入辅助滤波器来提取参数估计误差信息,然后将参数估计误差信息嵌入到自适应律设计中,实现对系统未知参数的估计.为了提高永磁同步电机的跟踪精度,提出了一种改进的滑模面,并将设计的自适应律嵌入到滑模面中,设计了自适应非奇异快速终端滑模控制器,通过李雅普诺夫稳定性理论保证估计误差和跟踪误差的同时收敛.最后,通过对比仿真和实验验证了本文所提控制算法的有效性.

关键词： LuGre模型永磁同步电机自适应参数估计滑模控制

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

社会资本影响教育获得的四种范式

教育与经济 2024年第4期40卷 3-13页

作者：王树涛李彦厦门大学教育研究院福建厦门361005 浙江大学教育学院杭州310058

教育获得是社会科学研究的重要内容之一,社会资本对教育获得的影响日益受到重视。本文通过深度梳理社会资本对教育获得影响的理论和实证研究成果,归纳分析了“网络资源”范式、“社会闭合”范式、“群体资源”范式和“宏观社会资本”范... 详细信息

教育获得是社会科学研究的重要内容之一,社会资本对教育获得的影响日益受到重视。本文通过深度梳理社会资本对教育获得影响的理论和实证研究成果,归纳分析了“网络资源”范式、“社会闭合”范式、“群体资源”范式和“宏观社会资本”范式对教育获得的影响。在评析以往研究的基础上,倡导拓展社会资本影响教育获得的研究范式,用人类发展生态系统理论统筹社会资本影响教育获得的研究,关注个体教育获得的主体性和建构性,发掘教育获得的研究维度与结合多种研究方法进行多样化适切性的研究,以期更好地为教育公平实践提供借鉴。

关键词：社会资本教育获得人类发展生态系统理论

维普期刊数据库博看期刊

UAVAI-YOLO:无人机航拍图像的小目标检测模型

在线全文

学校读者我要写书评

暂无评论

智能科学与技术学报 2024年第2期6卷 262-271页

作者：何植仟曹立杰大连海洋大学信息工程学院辽宁大连116023 辽宁省海洋信息技术重点实验室辽宁大连116023

针对无人机航拍图像目标检测效果差的问题,提出改进的UAVAI-YOLO模型。首先,为使模型获得更加丰富的语义信息,使用改进可变形卷积网络(deformable convolutional networks,DCN)替换原骨干(back‐bone)网络部分通道到像素(channel-to-pix... 详细信息

针对无人机航拍图像目标检测效果差的问题,提出改进的UAVAI-YOLO模型。首先,为使模型获得更加丰富的语义信息,使用改进可变形卷积网络(deformable convolutional networks,DCN)替换原骨干(back‐bone)网络部分通道到像素(channel-to-pixel,C2f)模块原始卷积。其次,为增加P2特征层而不增加模型参数量,提出Conv_C模块将骨干网络输出通道降维,同时避免通道降维导致的语义信息丢失,使用改进ODConv卷积替换颈部(neck)部分C2f模块原始卷积。然后,为充分利用上下文语义信息,引入双向特征金字塔网络(bidirectional feature pyramid network,BIFPN)。最后使用Wise-IoU替换原始损失函数,提高模型目标检测框的准确性。在公开的VisDrone2019数据集和UAVDT数据集的实验结果表明,UAVAI-YOLO模型相比于原YOLOv8n模型mAP@0.5分别提升了4.4%和1.1%。与其他主流目标检测模型相比具有较高的检测性精度。

关键词：无人机航拍图像小目标检测 YOLOv8 可变形卷积网络注意力机制

在线全文

学校读者我要写书评

暂无评论

A公司研发管理数字化转型方案研究

A公司研发管理数字化转型方案研究

作者：邹植元吉林大学

学位级别：硕士

数据要素、动态能力与企业全要素生产率——破解“数据生产率悖论”之谜

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

经济管理 2024年第7期46卷 55-72页

作者：赵丽胡植尧宁波大学商学院浙江宁波315211 中国社会科学院大学经济学院北京102488

数字经济时代,数据要素成为企业实现高质量发展的重要支撑。本文以2007—2021年中国上市公司数据为样本,利用Python爬取上市公司历年年报,实证研究数据要素对企业全要素生产率的影响及机制。研究发现:数据要素提升了企业全要素生产率;... 详细信息

数字经济时代,数据要素成为企业实现高质量发展的重要支撑。本文以2007—2021年中国上市公司数据为样本,利用Python爬取上市公司历年年报,实证研究数据要素对企业全要素生产率的影响及机制。研究发现:数据要素提升了企业全要素生产率;数据要素通过增强包括企业适应能力、吸收能力、创新能力在内的动态能力,提升企业全要素生产率;数据要素在非国有企业、中小规模企业、高科技行业企业、中西部地区企业、成熟期企业中对全要素生产率的提升作用更大;组织赋能、环境支撑、技术驱动、战略引领与数据要素形成互补效应,提高企业全要素生产率,这在一定程度上解释是否存在“数据生产率悖论”。本文对激活数据活力,释放数据价值,触发动态能力,发挥数据要素互补效应,实现企业高质量发展提供了理论解释和经验支撑。

关键词：数据要素企业全要素生产率动态能力生产率悖论

新型硅基复合吸附剂对钯的精确分离回收及回收钯催化制氢应用研究

在线全文

学校读者我要写书评

暂无评论

新型硅基复合吸附剂对钯的精确分离回收及回收钯催化制氢应用研究

作者：许斯植广西大学

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

基于激光散斑图像的表面粗糙度测量研究

基于激光散斑图像的表面粗糙度测量研究

作者：邓植中西安理工大学

学位级别：硕士

基于激光散斑图像的表面粗糙度测量方法具有光路简单、测量效率高、损耗低、耐高温等优点,是表面粗糙度测量领域的研究热点之一。基于激光散斑图像的表面粗糙度测量方法主要有两类:建立人工设计的激光散斑图像特征参数与表面粗糙度之间... 详细信息

基于激光散斑图像的表面粗糙度测量方法具有光路简单、测量效率高、损耗低、耐高温等优点,是表面粗糙度测量领域的研究热点之一。基于激光散斑图像的表面粗糙度测量方法主要有两类:建立人工设计的激光散斑图像特征参数与表面粗糙度之间的关系,或建立深度学习网络预测模型。本文搭建激光散斑图像采集系统,采集了平磨、卧铣、立铣、研磨标准试件的激光散斑图像,对基于激光散斑图像的表面粗糙度测量方法进行研究,主要研究内容和工作如下:(1)针对人工设计特征参数存在的特征相关和特征冗余问题,提出一种解决特征相关和特征冗余问题的方法。引入斯皮尔曼相关系数,制定简约规则,筛选出与各加工类型表面粗糙度评定参数均强相关的特征参数;改进序列后向选择算法,解决特征冗余问题,并筛选出一组适用于不同加工类型表面粗糙度测量的特征参数,通过建立基于支持向量机的预测模型,可以实现试件加工类型识别和表面粗糙度测量。提出的方法筛选出了与不同加工类型试件表面粗糙度评定参数均强相关的特征参数,并解决了特征冗余问题。建立的预测模型的预测结果表明,解决特征冗余问题后,平磨、卧铣、立铣、研磨预测模型的MAPE分别降低了 1.22%、0.62%、4.99%、1.61%,预测模型对表面粗糙度的预测性能更优。(2)针对建立深度学习网络预测模型的方法中存在的样本图像需求量大和从头训练深度学习网络耗时较长问题,提出一种基于激光散斑图像和CNN-SVR的表面粗糙度测量方法。选择Inception-V3网络作为预训练网络,引入迁移学习加速模型的训练;建立CNN-SVR预测模型,将Inception-V3池化层的深度特征作为支持向量回归网络的输入,在较少的样本图像下实现表面粗糙度值的预测。建立的CNN-SVR模型的预测结果表明,该方法建立的预测模型可以预测试件的表面粗糙度值,模型收敛速度快,经过60次迭代后,各模型的准确度和损失都呈现出收敛的趋势,在样本图像较少的情况下,对平磨、卧铣、立铣试件表而粗糙度值的预测精度较高。本文的研究对基于激光散斑图像的表面粗糙度测量方法存在的不足提出了改进的办法,并证明了改进方法的有效性,为表面粗糙度的测量提供了参考。

关键词：表面粗糙度测量激光散斑图像特征选择支持向量机卷积神经网络

基于“人-货-场”视角的社交电商平台有机农产品消费者参与研究

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“人-货-场”视角的社交电商平台有机农产品消费者参与研究

作者：王树森西北农林科技大学

学位级别：硕士