关键词： 车联网(IoV)   区块链   吞吐量   深度强化学习(DRL)  

摘要： 区块链应用于车联网(IoV)可以有效解决车联网数据安全和隐私等问题。但是,区块链吞吐量低的问题阻碍了其在车联网中的广泛应用。已有的区块链吞吐量优化研究大都存在决策行为空间爆炸的问题,可扩展性较差。针对上述问题,提出了一种基于深度强化学习(DRL)的区块链车联网吞吐量优化方法,通过选择区块生产者和共识算法,调整区块大小和区块间隔优化区块链的吞吐量,同时保证IoV区块链的去中心化、延迟和安全性。该方法通过引入BDQ框架将行为空间进行细粒度划分,解决了区块链使用传统深度强化学习方法对吞吐量进行优化时出现的行为空间爆炸问题。仿真结果表明,提出的方法可以有效地提高IoV区块链系统的吞吐量。

关键词： 音标   拼音   形音义一体化   朗读  

摘要： 英语有别于汉语,是形音义一体化的语言系统。因此,在英语教学过程中,如何最大化发挥英语语音对单词学习的辅助作用、提高英语教学的效率和质量,是一线英语教师和理论研究人员极为重视和亟待解决的课程。强调朗读在英语学习中的重要性,将语音学习练习比重提高,将在一定程度上改善中国英语学习者“张不开嘴”的问题。

关键词： 落后角   损失模型   代理模型   机器学习   人工神经网络  

摘要： 为了提高压气机特性预测的精度,基于机器学习方法构建预测落后角与总压损失的代理模型。以一台两级压气机为研究对象,基于多个转速工况下的流场实验数据和叶片几何参数建立了基元叶型数据库。通过灵敏度分析方法筛选出对落后角和总压损失影响最大的输入参数,分别采用高斯过程回归和人工神经网络两种机器学习算法建立落后角与总压损失模型,并引入贝叶斯优化算法搜索最佳模型超参数。对于人工神经网络面临的优化问题和泛化问题,调整模型学习率和修正参数梯度以加速收敛,同时采用正则化方法增强模型泛化能力。模型训练过程采用交叉验证策略以降低过拟合风险,并将优化后的代理模型整合到通流程序中对压气机进行特性预测验证。对比表明,低转速工况代理模型的压比特性预测误差显著低于经验模型,其中人工神经网络建模改善最明显,相比经验模型预测误差降低了0.1。通过代理模型横向对比,基于人工神经网络建立的代理模型比基于高斯过程的代理模型预测精度更高且鲁棒性更强。

关键词： 初中物理   核心素养   一线教师   跨学科学习   教学现实   物理学习   多学科理论   新课程改革  

摘要： 核心素养视域下,初中物理在教学理念、教学方式、教学评价等方面,都需要探索更科学和适宜的新兴发展模式。多学科交融的教学现实使跨学科学习作为一种有益尝试,正在逐步发散。依据新课程改革的目标与要求,为有效提升学生物理学习素养与能力,一线教师及相关人员需要深入学习跨学科的教学理念,在教学实践中积极融入相适配的多学科知识,增强物理与其他学科的融洽度,综合统筹多学科理论框架,促进学生对所学内容获得全局上的把握,避免陷入片面化和割裂化的误区。

关键词： 电磁场与电磁波   教学方法   学习方法  

摘要： 电磁场与电磁波课程具有物理概念较多、公式抽象且复杂、计算难度较大等特点,学生学习时存在无从下手、容易厌倦的现象,需要教师在教学中不断创新教学方法,对原有的以注重概念阐述和公式推导的教学方法进行改进。该文从教学中存在的问题出发,对教学方法进行改进,提高了学生的学习兴趣、自学能力和分析问题的能力。

关键词： 机器学习   预测建模   学业成绩   神经网络   招生数据  

摘要： 利用机器学习方法从招生数据中挖掘影响高校学生大一GPA的因素并构建预测模型。首先,进行了数据清洗、筛选了招生相关数据和大一GPA成绩。随后,将学生的招生信息作为特征,训练了三种机器学习模型,分别为线性回归模型、逻辑回归模型和神经网络模型。最后,对三个模型的性能进行了评估,并对神经网络模型进行了优化。研究的成果可以为高校大一GPA预测建模提供借鉴,并有助于推进学业预警、学业成绩预测和评价的实践。研究结果表明,机器学习方法可以有效地挖掘影响高校学生大一GPA的因素并构建预测模型。通过训练和比较不同的机器学习模型,研究提供了一个可行的预测模型,并对神经网络模型进行了优化,提高了其预测精度。这些成果可以为高校学业预警、学业成绩预测和评价提供有用的参考信息,对于提高学生学习效果和改善教学质量具有积极的作用。

关键词： 文言文   培养兴趣   学习方法  

摘要： 古文是古人呕心沥血之作,是在岁月中积淀下来的文化经典。文言文言语简洁,内涵丰富,富有韵律美,具有独特的魅力。通过学习文言文,能提高学生的人文素养,有助于学生形成健全的人格,从而使其更好地传承优秀传统文化。结合语文教材中文言文的编选特点,小学文言文的学习要以培养学生的兴趣为主,初步指导学生掌握学习方法。

关键词： 具体形象思维   抽象逻辑思维   数学概念   任务驱动   融会贯通   形式化定义   自主学习   数学理解  

摘要： 数学概念具有高度的抽象性和概括性,而小学生的思维处在以具体形象思维为主逐渐向抽象逻辑思维过渡的阶段。数学概念如果仅仅采用再现式教学,就容易演变成传授符号化知识,学生接受的只是形式化定义,难以获得深刻的数学理解。问题是数学的核心,没有问题就没有学生的探究。而问题常常又会表现为教师依据教学内容下达给学生的“学习任务”。

关键词： 智能客流分析   视频监控   异质集成学习   基模型   分组Voting方法  

摘要： 为解决当前城市轨道交通(简称:城轨)列车客流分析存在的检测精度不高和适用场景单一等问题,设计了一种基于异质集成学习方法的城轨列车智能客流分析系统。该系统基于云边协同架构,采用分组Voting方法,将YOLOv5s(You Only Look Once v5s)、FCHD(Fully Convolutional Head Detector)、CSRNet(Network for Congested Scene Recognition)模型作为基模型进行集成,最终实现客流统计、拥挤度分析和辅助清客等功能。利用北京城轨某线路列车的监控图像数据进行实验,结果表明,与其他各基模型相比,该系统采用的模型检测效果更佳,有效提升了检测精度,丰富了可适用的检测场景。

关键词： 土壤有机质   总氮   连续投影算法   偏最小二乘回归   最小二乘支持向量机  

摘要： 土壤养分直接关系到作物产量与品质状况,然而传统化学方法检测存在化学试剂消耗大、耗时费力等问题,不能满足精细农业的需求。快速获取土壤养分信息是发展精细农业、绿色农业的关键,想要了解土壤肥力状况,必须先了解有机质和总氮的含量状况。许多研究表明,长波近红外光谱被广泛应用于土壤检测领域,然而短波可见/近红外光谱在土壤有机质和总氮的研究上却非常罕见。以江西省吉安市安福县和南昌市新建区的四个村庄作为研究区,根据2×2网格法采集了深度为10~30 cm的棕壤、红壤和水稻土三种最为典型的土壤样品共180份。经过研磨、风干等处理后用四分法均匀划分为两份,用于测定样品光谱信息和理化信息。将土壤样品按照2∶1(120∶60)划分为建模集和预测集。考虑到首尾端波段噪声较大,故去除325~349和1051~1075 nm波段,将350~1050 nm波段用于光谱分析。通过连续投影算法(SPA)筛选出有机质12个特征波长点,总氮11个特征波长点,考虑到土壤光谱信息与土壤理化性质之间可能存在非线性联系,建立全波段与特征波长的线性偏最小二乘回归(PLSR)模型和非线性最小二乘支持向量机(LS-SVM)模型对土壤有机质和总氮进行研究,LS-SVM模型采用两步网格搜索法优化了两个超参数γ和σ^(2)。研究结果表明:(1)土壤的光谱反射率随波长增加反射率升高,反射率曲线中460、550、580、740和900 nm处有较为明显的吸收特征。(2)从PLSR模型和LS-SVM模型结果分析可知,非线性模型LS-SVM具有更好的预测精度,分析认为土壤光谱信息与土壤理化性质之间存在一些非线性关系。(3)通过连续投影算法筛选的特征波长提高了模型精度,优化了模型运行效率。SPA-LS-SVM模型是所有模型中最优的预测模型,其中有机质模型的R_(pre)^(2)为0.8847,RMSE_(p)为0.1048,RPD为2.9450,总氮模型的R_(pre)^(2)为0.9018,RMSE_(p)为0.0104,RPD为3.1911。(4)本研究说明可见/近红外光谱能够用于测量不同类型的土壤有机质和总氮含量,并且达到较好的预测效果。可见/近红外光谱在土壤检测领域具有巨大潜力。