检索结果-南通市图书馆

黑龙江科学 2019年第6期10卷 22-25页

作者：茹凯倪黎安黔江铜仁学院大数据学院贵州铜仁554300

以铜仁学院大数据学院为例,验证PPS和简单随机抽样的效率。结果显示,PPS的效率高于简单随机抽样。

关键词： PPS 简单随机抽样实证检验

以工会为平台做好地方高校二级学院统战工作的实践——以铜仁学院大数据学院为例

在线全文

学校读者我要写书评

暂无评论

人文之友 2019年第21期 106-107页

作者：金慧颜宝平张蔚曦铜仁学院大数据学院贵州铜仁554300

高等院校人才汇聚,思想先进活跃,社会影响力和贡献力显著,高校统战工作历来都是党的统一战线工作的重要组成部分,地方高校二级学院统战工作更是面临诸多问题,呈现出许多新特点.本文将通过我院工会近几年的工作实际,分析高校工会与统战... 详细信息

高等院校人才汇聚,思想先进活跃,社会影响力和贡献力显著,高校统战工作历来都是党的统一战线工作的重要组成部分,地方高校二级学院统战工作更是面临诸多问题,呈现出许多新特点.本文将通过我院工会近几年的工作实际,分析高校工会与统战工作者之间的融合性,提出了以工会为平台做好地方高校二级学院的统战工作,在实际工作中必须结合和针对新时期国内外形势的不断变化和高等教育事业的不断发展这些特点展开.

关键词：二级学院统战工作工作实践成效

阅读元认知策略对学生数学成绩的影响--基于PISA2018数据分析

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

中国考试 2022年第1期 76-85页

作者：夏林丽杨龙仙颜宝平铜仁学院大数据学院贵州铜仁554300

研究阅读元认知策略对学生数学成绩的影响具有一定的价值和意义。基于PISA2018测试数据,从理解与记忆策略、信息概述策略、信息评鉴策略3个维度,利用多元线性回归模型和分位数回归模型,分析阅读元认知策略对学生数学成绩的影响。研究发... 详细信息

研究阅读元认知策略对学生数学成绩的影响具有一定的价值和意义。基于PISA2018测试数据,从理解与记忆策略、信息概述策略、信息评鉴策略3个维度,利用多元线性回归模型和分位数回归模型,分析阅读元认知策略对学生数学成绩的影响。研究发现:理解与记忆策略、信息概述策略、信息评鉴策略对学生数学成绩均存在显著的正向影响,其中信息评鉴策略对学生数学成绩的影响最大;理解与记忆策略、信息概述策略、信息评鉴策略对不同能力水平学生数学成绩的影响存在显著的差异性;信息评鉴策略显著扩大了家庭经济社会文化背景对25%分位点及75%分位点处的学生数学成绩的影响。

关键词：阅读元认知策略数学成绩 PISA2018 阅读素养

在线全文

学校读者我要写书评

暂无评论

多尺度残差注意网络的真实图像复原方法

重庆邮电大学学报（自然科学版） 2022年第6期34卷 1021-1031页

作者：聂敏田波铜仁学院大数据学院贵州铜仁554300

为了提高基于深度学习网络方法在真实图像上的复原效果,提出了一种基于多尺度残差注意网络的复原方法。将退化图像输入到该模型中,利用浅层特征网络提取原始低质量图像的浅层特征;利用残差注意网络模块提取深层特征信息和通道相关性,使... 详细信息

为了提高基于深度学习网络方法在真实图像上的复原效果,提出了一种基于多尺度残差注意网络的复原方法。将退化图像输入到该模型中,利用浅层特征网络提取原始低质量图像的浅层特征;利用残差注意网络模块提取深层特征信息和通道相关性,使用局部连接和短跳跃连接进行残差学习;将浅层特征、通道相关性以及上下文深层特征信息输入到重构网络,利用具有不同感受野的特征进行图像复原。实验结果表明,相较于其他对比方法,该方法在图像去噪、图像增强和超分辨率等多个任务中获得最优的结果,能够在不引入伪影的情况下生成纹理细节丰富的清晰图像。

关键词：真实图像复原多尺度残差网络注意力机制

在线全文

学校读者我要写书评

暂无评论

“数学建模”核心素养试题分析与命题探索

数学教育学报 2022年第2期31卷 69-76页

作者：倪黎茹凯颜宝平铜仁学院大数据学院贵州铜仁554300

高考数学核心素养测评研究中“数学建模”素养考查相对薄弱.用案例分析法对2016—2021年高考数学试卷中考查“数学建模”核心素养的试题从分值特征、题型特征、背景特征、模型特征、素养特征、阶段特征6个角度进行系统分析,从纵向(难度... 详细信息

高考数学核心素养测评研究中“数学建模”素养考查相对薄弱.用案例分析法对2016—2021年高考数学试卷中考查“数学建模”核心素养的试题从分值特征、题型特征、背景特征、模型特征、素养特征、阶段特征6个角度进行系统分析,从纵向(难度层次性)和横向(素养综合性)两个方向探索命题的多样性.研究表明:高考命题时应注意“题型灵活性与阶段差异性结合,改变难度层次性;背景丰富性与模型广泛性结合,实现素养综合性”.

关键词：数学建模核心素养试题分析命题案例分析法

能力本位理念下职业院校学生探究性学习方式研究

在线全文

学校读者我要写书评

暂无评论

职教论坛 2019年第1期35卷 145-150页

作者：饶正婵杨福林铜仁学院大数据学院铜仁学院

职业院校传统培育方式在我国经济步入新常态之后已难以与产业岗位的需求相匹配。鉴于能力本位理念下探究性学习方式具有提升职业院校学生素质能力等重要意义,故应通过确立科学合理的探究性学习指导思想和实践方法、引导学生在核心价值... 详细信息

职业院校传统培育方式在我国经济步入新常态之后已难以与产业岗位的需求相匹配。鉴于能力本位理念下探究性学习方式具有提升职业院校学生素质能力等重要意义,故应通过确立科学合理的探究性学习指导思想和实践方法、引导学生在核心价值观下形成正确的学习方法来充分发挥探究性学习方式的效用,借以为我国经济步入新常态之后产业结构转型培养出更多具有创造精神的劳动者。

关键词：能力本位探究性学习职业院校教学改革

具有反馈控制项的时滞泛函差分系统的多个正周期解

在线全文

学校读者我要写书评

暂无评论

吉首大学学报(自然科学版) 2023年

作者：朱先阳铜仁学院大数据学院

利用Banach空间中的锥不动点定理，对一类带有反馈控制项的时滞泛函差分系统进行分析，获得这类系统存在多个正周期解的性质。

关键词：时滞差分系统正周期解反馈控制不动点定理

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于二分关联图的大数据隐私保护方法

重庆邮电大学学报（自然科学版） 2020年第4期32卷 673-680页

作者：田华何翼铜仁学院大数据学院贵州铜仁554300

针对目前大数据缺乏群组隐私保护的问题,提出一种基于二分关联图的大数据群组隐私保护方法,在不同群组隐私层级的二分关联图中保护数据隐私。所提算法通过关联图分层(association graph layering,AGL)和层级群组差分隐私(hierarchical g... 详细信息

针对目前大数据缺乏群组隐私保护的问题,提出一种基于二分关联图的大数据群组隐私保护方法,在不同群组隐私层级的二分关联图中保护数据隐私。所提算法通过关联图分层(association graph layering,AGL)和层级群组差分隐私(hierarchical group differential privacy,HGDP),实现发布大数据的群组隐私保护。关联图分层将给定关联图的节点和边分组,通过划分二分关联图的节点最小化每个层级的敏感度,可以向不同权限的用户公开不同层级的子图;在层级群组差分隐私过程中,对不同层级选择灵敏度并计算方差,重复聚合噪声减少方差,通过高斯机制进行子图噪声注入,实现分层关联图的扰动,以保证每个层级的群组隐私。实验结果表明,所提方法可以用来保护群组数据的综合敏感信息,并且比其他方法具有更好的隐私保护效果和更高的数据可用性。

关键词：二分关联图大数据关联图分层层级群组差分隐私

低维Busemann-Petty测度问题的同伦形式

在线全文

学校读者我要写书评

暂无评论

理论数学 2023年第6期13卷 1744-1752页

作者：朱先阳铜仁学院大数据学院贵州铜仁

低维Busemann-Petty测度问题是指: 对其有适当密度函数的Borel测度µ及n-维欧氏空间的两个中心对称凸体K和L来说,若它们被任意的n-i-维子空间所截,所得的n-i–维截面体的测度满足µ(K∩ξ⊥)≤µ(L∩ξ⊥),其中ξ∈G(n,i)(1≤i ≤n),那... 详细信息

低维Busemann-Petty测度问题是指: 对其有适当密度函数的Borel测度µ及n-维欧氏空间的两个中心对称凸体K和L来说,若它们被任意的n-i-维子空间所截,所得的n-i–维截面体的测度满足µ(K∩ξ⊥)≤µ(L∩ξ⊥),其中ξ∈G(n,i)(1≤i ≤n),那么其n-维凸体K和L的测度µ(K)≤µ(L)是否成立?在己有文献中,获得了与Rubin及Zhang关于低维Busemann-Petty问题的n-维体积形式相一致的结论。本文证明了这个结论的同伦形式,即在上述条件下,对任意的1≤i≤n,有µ(K)≤ni/2µ(L)成立。

关键词：同伦形式截面体测度 Radon变换

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于分组量化的高效超维计算分类方法

西南大学学报（自然科学版） 2022年第9期44卷 197-204页

作者：姚晓芳田波铜仁学院大数据学院计算机科学系贵州铜仁554300

针对当前超维计算(hyperdimensional computing,HD)中大多数方法计算量大、效率低的问题,提出了一种基于分组量化的高效超维计算分类方法,在保证准确性的情况下提高HD模型的计算效率.该方法首先使用点积操作替代余弦相似度运算来降低HD... 详细信息

针对当前超维计算(hyperdimensional computing,HD)中大多数方法计算量大、效率低的问题,提出了一种基于分组量化的高效超维计算分类方法,在保证准确性的情况下提高HD模型的计算效率.该方法首先使用点积操作替代余弦相似度运算来降低HD计算推理阶段的计算量;其次,考虑到查询超向量的相似度计算随着类数的增加而增加,设计了一个分组查询方案,通过检查类的子集来减少相似度计算;最后,使用双值2次幂的量化方式来消除推理阶段的乘法运算,进一步提高计算速度.实验结果表明,与其他HD计算模型相比,所提方法性能优良,在相同的精度水平下,明显降低了能耗和执行时间.

关键词：类脑计算超维计算分组量化计算效率