数学特征

摘要： 电子背散衍射(EBSD)花样揭示了材料的物相成分、晶体结构、晶粒取向、晶粒大小和晶界的信息。EBSD花样非常复杂,通常需要借助专门的计算软件才能解析。本文系统地研究了EBSD花样的数学特征,建立了任意晶体取向与EBSD花样之间的数理关系,推导了面心立方、体心立方和六方晶体的基本晶带轴的理论EBSD花样的数学特征,以及面心立方晶体的(001)取向和(001)取向的理论菊池(Kikuchi)花样特征。在实测EBSD花样的分析中与各晶系各点阵的基本晶带轴的理论EBSD花样特征比较,即通过图像特征对比,就可以直接确定实测EBSD花样所属的晶系、点阵和Kikuchi线交点对应的晶带轴[uvw],再由基本晶带轴的坐标计算出晶体取向,还能提供基本晶面信息,如原子密排晶面在样品中的空间分布,这有利于晶体的变形或生长机理研究。EBSD为单晶芯片质量检验提供了新方法。

摘要： 推动学生的综合发展是现阶段教师开展教学的重要目的,为了有效落实这一内容,教师要对自己的教学设计进行调整,构建更高效的课堂。数感是对数学的感觉、感受乃至感情。具有较强数感的学生可以对日常生活中遇到的数和运算有敏锐的感受力,并能有意识地从数学的角度去进行观察,分析其中渗透出的数学特征。在小学阶段,学生的数学学习基础建立是学生重要的学习任务,数感作为基本的数学能力构成之一。

摘要： 开发了激光切割用标准气、10^(-6)级空分用标准气混配技术,建立了特种气体混配的数学特征方程,描述了混配前后组分气物理状态的变化。设计了高精度标准特种气体混配工艺路线,并开发了标准气体混配设备。利用设计的混配设备配制百分比级特气和10^(-6)级特气,经分析,组分气体积浓度偏差符合设计要求,其中百分比级特气组分气体积浓度偏差不大于3%,10^(-6)级特气体积浓度偏差不大于5%。

摘要： 主成分分析(PCA)是研究如何将多指标问题转化为较低指标问题的一种方法,它能将高维度的问题转化到低维度的空间里去,使问题变得更为简单、直观。主成分分析除了降低变量系统的维度之外,同时还简化了变量的数学特征。主成分分析作为数学、科学领域最常用的降维方法之一,在社会经济、企业管理、工程管理、生物医学等领域都有用武之地,其在综合评价、数据压缩、信号处理和模式识别中都获得了广泛的应用。

摘要： 如何帮助学生发现角、认识角,会用量角器度量角、画出角,利用多种方法比较角的大小呢?笔者以《锐角和钝角》教学为例,谈谈如何在观察比较和实践操作中引导学生建立角的模型。一、观察思考,抽象出角数学观察指通过视觉获取对事物或问题的数学特征的相关信息,并运用思维辨认其形态、结构之间的关系,从而发现其中的数学模型的过程。

摘要： 《普通高中数学课程标准(2011年版)》将逻辑推理素养作为数学学科核心素养之一,这之后,随着人们对数学基本思想的重视和研究,逻辑推理作为最重要的数学思想之一引起关注。正是这些长期的研究和实践,为逻辑推理作为数学学科核心素养的提出奠定了基础。作为具有逻辑推理素养特征和数学特征的一项重要素养要素,逻辑推理素养是每个高中生必须具备的素养,这不仅关系到学生的数学学习成绩,还关系到学生的未来成长。

摘要： 数学学科核心素养是通过数学学习而形成的具有数学特征的关键能力、必备品质与价值观念.章建跃博士在关于数学学科核心素养的论述中说道:“数学育人必须用‘数学的方式’,而不是贴标签式的‘情感态度价值观’教育.”由此我们应该清醒地认识到,数学育人要发挥数学的内在力量——数学育人要用数学的方式!

摘要： 1引言《高中数学素养与学业质量标准》(征求意见稿)指出:“数学核心素养是具有数学特征的、适应个人终身发展和社会发展需要的人的关键能力与思维品质.数学核心素养是数学课程目标的集中体现,是学生在数学学习的过程中逐步形成的.数学核心素养包括:数学抽象、逻辑推理、数学建模、直观想象、数学运算和数据分析.这些数学核心素养既有独立性,又相互交融,形成一个有机整体.”[1]在新高考新制度下的数学课堂教学中,如何落实数学核心素养的培养,是每位数学教师需要认真思考的.

摘要： 在高中数学教学的实践过程中,合理利用信息技术不仅可以让很多知识以更加生动直观的形式呈现,还可以让很多难点内容的教学得到简化和优化,解决教学中实存的很多问题。不仅如此,合理使用信息技术还有助于轻松愉快的课堂学习氛围的创设,对于激发锻炼学生的多元学科能力,训练学生思维的灵活性与开放性,提升学生的自主探究能力等都有很大帮助。教师要做合理地教学组织与构建,透过有针对性的教学设计来丰富原有课堂,提升学习的趣味性,让学生在数学课堂上可以有更多实质性的学习收获。

摘要： 数学抽象(mathematical abstraction)是数学的基本哲学概念。是提炼明确出同类对象的相同的、本质的数学特征性质或数学属性,去掉舍弃其他不相同的、不是本质的数学特征性质或数学属性的思维过程。研究数学抽象在数学学习中的实际运用,对于学生分析问题、解决问题有重要的指导作用。

摘要： 针对大棚特点建立大棚物理模型,分析该模型数学特征.通过对模型试验研完,拟合出大棚空气湿度变化与土壤湿度的回归方程.通过对空气湿度的测量序列估计土壤湿度,完成了大棚土壤温度的非接触、低成本测量,为大棚精细灌溉提供了参数保证.

摘要： 首先对压制干扰的主要样式噪声调频干扰的数学特征进行了分析,然后从对窄带自卫距离、宽带成像两个方面分析了噪声调频干扰对相控阵雷达的影响,找出相控阵雷达抗噪声调频干扰的薄弱环节,最后根据已有文献,对其抗干扰方法进行仿真,验证其抗干扰性能.

摘要： 本文对广义的粗糙模糊集的理论研究进行了总结,对粗糙模糊近似算子的数学特征进行了刻画,并且讨论了粗糙模糊近似算子与模糊证据理论之间的关系,得到了粗糙模糊近似算子与模糊信任测度之间的相互解释.

摘要： 本发明属于语音处理及图像处理技术领域，公开了一种基于声学特征和稀疏数学的抑郁症辅助检测方法及分类器，基于语音和面部情绪共同识别的抑郁症判别；通过逆滤波器实现声门信号的估计，对语音信号采用全局分析，提取特征参数，分析特征参数的时序和分布特点，找到不同情感语音的韵律规律作为情感识别的依据；使用MFCC作为特征参数分析所要处理的语音信号，并用多组训练数据分别采集录音中的数据，建立神经网络模型进行判别；采用基于OMP的稀疏表示算法得到测试样本的稀疏线性组合，对人脸面部情绪进行判别归类，将得到的结果与语音识别结果线性组合以得到最终的表示每个数据的概率。抑郁症识别率有很大的提升，成本低廉。

摘要： 本发明涉及一种基于模糊数学与概率论相结合的指纹特征评价方法，包括以下步骤：在给定现场指纹和十指样本指纹后，比对现场指纹与十指样本指纹的纹型特征是否一致，确定指纹纹型特征出现的概率；分析判断现场指纹与十指样本指纹的特征点类型、指纹纹线流向、特征点之间的间隔线数是否一致，在指纹图像上标注现场指纹与十指样本指纹比对一致的细节特征，计算标注的指纹细节特征在指纹纹线区域内同时出现的组合概率；分析判断标注的指纹细节特征的稳定性，得出每个标注的指纹细节特征在指纹特征稳定性判断论域内的取值；列出每个标注的指纹细节特征对应的模糊隶属度；计算现场指纹与十指样本指纹特征匹配的概率。

摘要： 本发明公开了一种基于字符级特征的印刷体数学公式识别方法，其特点是采用端到端的神经网络架构，使用无监督的图像分割算法提取数学公式的字符级特征，利用位置感知的注意力机制构建字符级位置关系，使模型能够捕捉获二维空间中字符之间的复杂位置关系，该方法具体包括：字符级图像特征提取、字符级位置关系提取、LaTeX序列解码和模型训练等步骤。本发明与现有技术相比具有方法简便，准确率高，不需要对字符进行完全准确的切分，也不需要判断切分出来的图像块是什么字符，不会产生错误累积，大大提升了模型在印刷体数学公式识别任务上的准确率，具有良好且广泛的应用前景。

摘要： 一种基于特征判别法和数学推断法的遥外差时间零点偏差修正方法，主要解决现有技术在测量数据较少的情况下，无法解决遥测和外测数据的零点偏差问题。其方案包括：针对教练弹遥测数据和雷达外测数据，对外测数据进行坐标变换；利用遥测数据和坐标变换后的外测数据，得到遥外差加速度矩阵；利用特征判别法对遥外差加速度矩阵中大于系统采样周期的零点偏差进行处理；利用数学推断法遥外差加速度矩阵中小于系统采样周期的零点偏差进行处理，得到无零点偏差的遥外差加速度矩阵。本发明能够处理遥测和外测数据之间的零点偏差，提高了遥测和外测数据后续数据处理的准确度，可用于信号处理中对不同测量条件下的数据进行零点偏差处理。

摘要： 本发明公开了一种基于数理特征提取的数学题文本多标签分类方法，以数学题试题作为样本，知识点为样本标签；对样本及其标签进行预处理和特征提取，对样本特征向量进行编码得到隐藏层向量；引用自注意力机制计算各个隐藏层向量的注意力权重，得到文本输出的特征向量；将答案解析文本分为叶节点和根节点，由叶节点文本信息特征及根节点文本信息特征形成特征先验树的特征矩阵；对样本特征向量与特征先验树的特征矩阵进行数理特征提取，将文本输出的特征向量和数理特征提取部分的输出结果输入分类器，由分类器输出分类结果；设置训练停止条件，当训练停止时获得训练好的数学文本多标签分类模型；利用数学文本多标签分类模型对数学题文本进行有效分类。

摘要： 本发明设计了一种基于数学统计特征的因子图协同定位算法。首先，建立基于数学统计特征的协同定位算法因子图模型，将传统的协同定位算法二维问题转化为一维问题，然后利用位置状态变量的期望、方差作为信度信息在因子图模型中的变量节点与函数节点之间进行传递，最后实现对从艇的位置状态信息进行滤波融合估计。从而实现在不改变系统中惯性器件的测量精度的情况下，通过避免对非线性距离观测方程的线性化处理，降低协同定位误差，提高协同定位系统的定位能力，同时还可以降低计算的复杂度，减小计算量。

摘要： 本发明揭示了一种特征快速筛选方法及系统、金融风控数学模型构建方法及系统，所述筛选方法包括：对给定的数据集和变量空间根据指定排序方式排序后计算特征间的相关系数；将相关系数矩阵转换为(0,1)‑矩阵；相关系数高于设定值，将矩阵中的对应数据设置为1，否则设置为0；提取每个元素1在矩阵中的坐标，根据横纵坐标的大小来筛选保留的特征。本发明提出的特征快速筛选方法及系统、金融风控数学模型构建方法及系统，可提高在大数据场景中的建模效率。

摘要： 本发明公开了基于模糊数学的建筑区域结构特征提取及震害预测方法，包括以下步骤：S1、根据需要测量的建筑区域，规划无人机的拍摄巡航路线和航高；S2、所述无人机进行倾斜摄影，得到影像；S3、根据所述影像建立点云三维模型；S4、根据所述点云三维模型提取建筑几何信息；S5、取多个典型模型建立模型数据库，并通过服务器更新所述模型数据库；S6、所述模型数据库结合模糊识别原则得到震损预测模型，所述建筑几何信息通过震损预测模型得到震损数据。本发明可对建筑区域内多个建筑物进行批量提取，显著减少了工作时间，提高了工作效率；通过建筑几何信息预测震损情况具有便捷、高效等特点。

摘要： 本发明公开了一种基于视觉特征的在线数学教育资源分类方法。本发明根据数学教育资源数据，确定资源分类类别，并对数据进行解析，提取文本特征以及提取图形特征；将所述文本特征与图形特征进行向量化，并输入到随机森林模型中进行训练，得到训练好的模型后对未分类的数学教育资源进行分类。本发明利用机器学习的方法进行大量在线数学教育资源的分类，能有效地降低人力时间成本，同时能实时地对用户上传的资源进行分类。借助该方法，用户无需自己为上传的资源做分类工作，资源管理系统也无需聘请额外的人员做资源分类工作，同时，当训练的数据越多，利用机器学习进行分类的准确率也越高，且相比于手工分类而言花费的时间成本也越少。

摘要： 本发明公开了一种运用数学模型及人体特征点定位的人工测量方法，通过标定人工测量特征点，辅以规范的测量方式，建立数学模型，在人体测量的数据基础上，导入数学模型进行计算，即可得到精准的数据。本发明校正后的人体数据准确度更高，可用性更强，对于后续远程、即时在线人体测量系统的数据库的建立提供重要的比对依据。