因式分解

摘要： 医学图像自动分割技术具有辅助临床医学诊断的功能.为改善CNN模型在医学图像分割中存在感受野小及细节特征不敏感等问题,基于多尺度策略以及注意力机制,提出一种多尺度综合注意力的U形网络架构,以提升医学图像分割质量.首先,提出一个新的双路径因式分解多尺度融合块,以扩展图像特征的感受野,进一步提取图像特征的细节信息.其次,在架构中融入通道和空间融合自注意力块,利用注意力机制的特性,抑制不相关的部分或背景以突显深层特征的空间信息.最后,引入多尺度注意力块.该模块通过融合多个尺度的特征信息,以突出不同尺度中最显著的特征图来适应当前分割对象的大小.为验证模型的可靠性,将所提出的网络模型应用于肺部、细胞轮廓及肝脏等医学图像分割任务.实验结果表明,所提方法在准确率、Dice系数、AUC及灵敏度等评估指标上均优于目前用于医学图像分割的主流方法.

摘要： 利用导数研究函数单调性是高考数学的重点、热点和难点.因为导数涉及的知识能力和思维层次要求较高,学生运用好导数这个“工具”,对提升学生的分析问题、解决问题、逻辑思维等综合能力都有很大的帮助.其中,利用导数讨论函数单调性的核心是在定义域内判断导函数的正负.而判断导函数的正负,综合考查学生观察分析和综合运用函数、不等式、零点等知识,配方、分离变量和因式分解等数学方法,考查学生对函数与方程、数形结合、等价转化等数学思想掌握情况.高考在这一部分的考查可谓是“芝麻开花节节高”.根据多年对高考题的研究和教学的反思总结,笔者将积累下来的如下解题方法分享给读者.

摘要： 教学行为是教师在课堂上的外在活动表现,是课堂和教学论结合的途径,已成为研究数学教师课堂教学的重要角度.研究采用质性和量化相结合的方式,利用文献资料和录像分析,对优秀教师的“因式分解”一课中的数学教学行为进行了整体和各环节的分析.结果表明该教师在整体教学过程中呈现出明显的教学行为特征,各教学环节之间的教学行为存在着明显差别,并在此基础上提出了改进数学教师教学行为的建议.

摘要： 在小学数学中,乘法分配律是算术运算性质方面的重要内容,它联系了乘和加两种算术运算,贯穿了四则运算教学的全过程,可用于简算,而且与中学的因式分解内容联系紧密。乘法分配律内涵丰富,其表达式(a+b)×c=a×c+b×c,左边有两个运算符号(一个加号、一个乘号)和三个数,右边运算符号(两个乘号、一个加号)及数的个数(四个数),都发生了变化。

摘要： 新课程标准提出,让学生初步学会从数学的角度发现问题和提出问题,综合运用数学知识解决简单的实际问题,增强应用意识,提高实践能力.应用因式分解解决问题,体现了增强学生应用意识、提高学生实践能力的课标要求.因式分解一方面为分式化简、解一元二次方程奠基,另一方面在简便计算、证明猜想、确定代数式的最值、判断能否被整除、解决实际问题、判定图形的形状等方面也有独特的价值.让我们一起领略因式分解的非凡价值吧!

摘要： 本文给出一元多项式因式分解的一种方法,该方法能够判别一元有理系数多项式、一元实系数多项式、一元复系数多项式在不做开方运算条件下是否可分解;能把可分解的一元有理系数多项式、一元实系数多项式、一元复系数多项式分解成f(x)=g_(1)(x)^(r_(1))g_(2)(x)^(r_(2))…g_(l)(x)^(rl)的分解式.

摘要： 以浙教版“因式分解”(第1课时)为例,艺术处理教材与作业本中的素材.通过案例提出关于课堂教学的两个观点:一要深刻理解教材,揭示知识的形成过程;二要合理改编素材,激活学生的数学思维.

摘要： 初中数学中,因式分解是一个重要的教学内容.这一内容的学习需要学生具有一定的技巧性与逻辑性.在应试教育的影响下,以往教师采取的都是相对枯燥的说教式或灌输式的教学方法.这样的课堂不利于学生创新思维能力的发展.所以,在课堂中,对这一学习内容采用启发式教学,可有效激发学生对这一知识的学习热情,从而进行自主性学习.本文将针对启发式教学在因式分解教学中起到的作用和效果进行论述.

摘要： 信息技术对于教育产生了颠覆性的影响,转变了传统的教和学的模式,改变教育环境,在一定程度上提高了教育的质量.电子书包在数学学科教学中的应用可通过学习终端为学生提供个性化学习方法,不但资源丰富,而且课堂交互性更强.本文以“因式分解”教学为例,提出电子书包应用之下数学课堂互动教学应用的策略,以供参考.

摘要： 因式分解是指把一个多项式在一个范围内分解,这种式子的变形即为因式分解,是初中数学中一个重点知识,同时也是一个难点问题,也是中考数学的常考知识点.一般来说,因式分解主要有提公因式法、分组分解法,十字相乘法,求根公式法等,但要想快速准确解答相关问题,还需要掌握一定的技巧,本文将通过举例的方式介绍几种常用的技巧,以提高同学们的解题能力,提升解题效率.

摘要： 论文介绍的签名方案是建立在离散对数和大数因式分解两个难题基础之上的.它的安全性比H-K数字签名方案要强.

摘要： 该文定义了代数神经元与代数神经网络，将符号计算融入代数神经网络。讨论了多项式因式分解的机理。设计出一类一元，多元多项式因式分解的神经网络模型。以整数域Ｚ，复数域Ｃ上多项式为例，指出其网络模型的可行性。

摘要： 快速扫描法计算因式分解程函方程可以得到精度更高的走时场,同时可较好地处理震源奇异性问题,比快速推进算法具有较高计算效率.本文利用该方法计算走时,结合层析成像方程反演地下地层的速度分布.利用PStomo_eq反演方法与本文的地震层析成像方法比较,结果表明本文方法对速度反演结果有改善效果.

摘要： 当P是大于5的质数时,整式P～-1能被240整除,应用质数和十进制正整数的数值特性P=6n±1和n=10m+j代入原式的因式分解式,较好地证明了上述结论,并且推广到P为多个大于5的质数的连乘积的合数时也正确;当P为其它形式的合数时,应用类似方法对原式的整除特性也进行了深入研究。结果表明所介绍方法的解题结构清晰,其计算过程很容易设计程序用计算机实现。然后应用初等代数和和初等数论的知识对原题再给出另外两种非常简捷的证法。

摘要： 自证实协议相比基于证书和基于身份的认证协议有其不可替代的优点,本方案充分利用这一点提出了一个使用Rabin签名体制生成用户公钥的用于智能卡应用环境的自证实协议,与Girault自证实方案相比提高了安全性.

摘要： 在修改的Ohta-Okamoto的数字签名方案基础上,设计出了一个新的(t,n)门限签名方案.该门限签名方案具有可验证性和防止内部成员合谋攻击;而且验证者在验证群签名的有效性的计算复杂性与一般个人签名方案一样.该方案的安全性是基于大整数的因式分解,因此在计算上是安全的.

摘要： 应用有限差分法代替非线性函数偏导数的计算,并将其应用于扩展卡尔曼滤波器.这种改进滤波器能代替常规的扩展卡尔曼滤波器,具有滤波精度高、数值计算稳定和适用范围宽等优点.该方法用于非线性系统的状态和参数联合估计,结果表明该滤波器具有优良的性能.

摘要： 应用有限差分法代替非线性函数偏导数的计算,并将其应用于扩展卡尔曼滤波器.这种改进滤波器能代替常规的扩展卡尔曼滤波器,具有滤波精度高、数值计算稳定和适用范围宽等优点.该方法用于非线性系统的状态和参数联合估计,结果表明该滤波器具有优良的性能.

摘要： 应用有限差分法代替非线性函数偏导数的计算,并将其应用于扩展卡尔曼滤波器.这种改进滤波器能代替常规的扩展卡尔曼滤波器,具有滤波精度高、数值计算稳定和适用范围宽等优点.该方法用于非线性系统的状态和参数联合估计,结果表明该滤波器具有优良的性能.

摘要： 应用有限差分法代替非线性函数偏导数的计算,并将其应用于扩展卡尔曼滤波器.这种改进滤波器能代替常规的扩展卡尔曼滤波器,具有滤波精度高、数值计算稳定和适用范围宽等优点.该方法用于非线性系统的状态和参数联合估计,结果表明该滤波器具有优良的性能.

摘要： 本发明属于遥感图像处理技术领域，具体为一种基于非负矩阵因式分解的遥感图像混合像元分解方法。本发明将单形体方法作为非负矩阵分解算法的前端算法，即由单形体方法获得初步端元信号估计结果，然后由其组合成的矩阵作为端元信号矩阵的初始值，代入经修改后的非负矩阵因式分解迭代式进行更新运算，获得最终的分解结果。本发明克服了两种算法各自的缺点，有效的解决了高混合遥感数据的混合像元分解问题。本方法在基于多光谱和高光谱遥感图像的高精度地物分类以及地面目标的检测和识别方面具有重要应用价值。

摘要： 本发明提供了一种基于因式分解和均方差优化的双边滤波加速方法，包括以下步骤：输入待滤波的图像，计算其累积直方图；对值域滤波核函数进行因式分解得到滤波系数和逼近函数，进行均方差优化并对在二维网格上进行采样，得到矩阵；对矩阵进行奇异值分解，得到特征值和特征向量；对特征向量进行插值运算得到完整的函数；根据得到的滤波系数和逼近函数，迭代求和实现快速双边滤波，输出滤波结果图。

摘要： 本发明公开了一种基于因式分解和ISEA的空间目标三维重构方法，包括：对空间目标大角度ISAR回波数据进行预处理和成像，得到若干帧ISAR图像序列；对ISAR图像序列中的部分关键特征点进行提取得到航迹矩阵，并利用因式分解方法估计投影矩阵；以散射点在ISAR图像序列上的能量积累值为优化的目标函数，利用粒子群优化算法搜索重构空间目标散射中心的三维分布，得到散射中心的初始集合；基于投影矩阵，将初始集合中的散射中心投影到ISAR图像序列中相应的位置，以对初始集合中的错误点进行剔除，从而得到最终的空间目标三维重构散射中心集合。本发明大幅降低了散射中心提取和关联的难度，并克服了现有ISEA算法无法对运动参数未知的空间目标进行重构的问题。

摘要： 本发明公开了一种快速因式分解后向投影SAR自聚焦方法，结合快速因式分解后向投影成像算法(FFBP)建立相位误差优化模型，并利用坐标下降方法和割线方法来求解该优化模型，有效的解决了相位误差补偿问题。与现有技术相比，本发明能够更加精确地估计相位误差以及得到良好聚焦的SAR图像，解决了现有FFBP自聚焦方法的运算量高、精度低、适应小的问题，从而实现结合FFBP成像的精确运动误差估计和良好聚焦。

摘要： 本发明属于遥感图像处理技术领域，具体为一种基于非负矩阵因式分解的遥感图像混合像元分解方法。本发明将单形体方法作为非负矩阵分解算法的前端算法，即由单形体方法获得初步端元信号估计结果，然后由其组合成的矩阵作为端元信号矩阵的初始值，代入经修改后的非负矩阵因式分解迭代式进行更新运算，获得最终的分解结果。本发明克服了两种算法各自的缺点，有效的解决了高混合遥感数据的混合像元分解问题。本方法在基于多光谱和高光谱遥感图像的高精度地物分类以及地面目标的检测和识别方面具有重要应用价值。

摘要： 本发明公开了一种基于因式分解和ISEA的空间目标三维重构方法，包括：对空间目标大角度ISAR回波数据进行预处理和成像，得到若干帧ISAR图像序列；对ISAR图像序列中的部分关键特征点进行提取得到航迹矩阵，并利用因式分解方法估计投影矩阵；以散射点在ISAR图像序列上的能量积累值为优化的目标函数，利用粒子群优化算法搜索重构空间目标散射中心的三维分布，得到散射中心的初始集合；基于投影矩阵，将初始集合中的散射中心投影到ISAR图像序列中相应的位置，以对初始集合中的错误点进行剔除，从而得到最终的空间目标三维重构散射中心集合。本发明大幅降低了散射中心提取和关联的难度，并克服了现有ISEA算法无法对运动参数未知的空间目标进行重构的问题。

摘要： 本公开提供了一种因式分解的方法，该方法包括：获取待进行因式分解的整数，将待进行因式分解的整数用两个相乘的二进制形式的未知数表示，利用待进行因式分解的整数和两个二进制形式的未知数构造目标函数，将该目标函数构造成多元二次方程，将该多元二次方程转换成伊辛模型的矩阵H和向量h，根据该矩阵H和该向量h利用光子相干伊辛机获得该待进行因式分解的整数的因式分解结果。本公开提供的使用光子相干伊辛机解决因式分解问题的方法具有大规模、快速、准确率高的特点。

摘要： 本发明属于加法器技术领域，具体涉及一种忆阻器‑CMOS逻辑模块及基于忆阻器‑CMOS逻辑模块的因式分解超前进位加法器。本发明提供的基于忆阻器‑CMOS逻辑模块的因式分解超前进位加法器包括三部分，第一部分产生进位传播和进位生成函数，第二部分完成进位的因式分解，第三部分完成进位和求和；所述的第一部分包括四组忆阻器‑CMOS逻辑模块；所述的第二部分包括二十组忆阻器；所述的第三部分包括四组忆阻器‑CMOS逻辑模块和十四组忆阻器。本发明利用因式分解将逻辑分解，后将逻辑物理融合在一起，减少了器件使用数量和功耗，实现更高速的加法运算。

摘要： 一种基于因式分解机进行棋牌游戏行为克隆的方法，选择离散输入特征作为输入，离散输入特征通过神经元是否激活的二元状态进行表示；训练因式分解机模型，通过更改模型并重新计算损失函数进行排序选取m组输入特征对进行组合，得到新增加的m个输入特征，重复直至神经元数量大于设定的值，并将最终组合后的输入特征连接一个模型重新训练。本发明利用因式分解机进行训练获取神经元之间关联对结果影响的强弱决定构建神经网络时的连接结构，实现在全连接层之前提取出合适的特征组合，不仅保留了普通的人工神经网络计算方便的特性、可以处理多输入特征的组合，还着重关注输入特征的重要组合，从而能够很好地进行棋牌游戏行为克隆。

摘要： 本实用新型创造涉及一种基于以音标为载体的因式分解拼读法的英语学习工具，它包括工具本体，所述工具本体的两端通过螺纹连接的方式连接有挡圈，所述工具本体上设置有用于标识的两条刻度线，所述工具本体上均匀设置有与所述工具本体套接且能转动的若干个音标圈，所述工具本体上还设置有能左右移动的且带有遮挡板的若干个遮挡圈，所述遮挡板上设置有用于推动且与所述遮挡板相垂直的拨动板，所述遮挡圈为透明的，所述遮挡板为板状结构，所述拨动板设置在所述遮挡板的右端部，所述音标圈在设定位置绕所述工具本体转动；因此，本实用新型具有结构简单、拼读方便、学习效果好的优点。