高温作用后砂岩物理力学性质阈值温度的确定——基于机器学习算法

通过采用机器学习算法，提出了高温作用后砂岩物理力学性质变化的阈值温度的确定方法。基于Python语言，利用K-Means、SVM算法，实现了对样本数据的分类和聚类，确定了阈值温度区间，验证了二分类法的合理性和准确性.结果表明，砂岩样本的阈值温度区间为400~600 ℃，阈值温度上下砂岩的物理力学性质存在显著差异，体现为阈值温度区间以下的岩样物理力学性质较为分散，而阈值温度区间以上的岩样物理力学性质较为集中.     

数控仿真中切削面计算的并行化研究

针对高离散精度模型与刀具包围体进行切削计算的情况,由于三维图像重建的计算量大,基于传统CPU实现的数控加工仿真系统不能满足实时性的三维绘制。本文利用GPU的并行性特点,提出并行方式数控仿真切削面显示算法:通过线程并行处理基于MC算法的实体构造模型中体素与刀具包围体的切削计算,根据切削后体素角点信息和边的状态查找建立的构型索引表和交点数目索引表,加速数控仿真切削面的提取,从而提高三维图像的绘制速度,满足实时性显示要求。     

算法技术对信息分发机制的创新与反思

信息过载加速了人们对信息的认知盈余,而算法技术通过信息大数据化的多次过滤完成精准推送,创新了信息的适配方式,重构了互联网信息分发的形态和受众与信息之间的赋权模式,实现了对信息价值的科学评估和有效适配.文章从信息分发的路径创新和范式创新等解析了算法技术型信息分发机制的创新价值与其面临的机遇和挑战.     

改进蚱蜢算法在电动汽车充换电站调度中的应用

电动汽车充换电站调度优化问题一般采用群智能优化算法求解，但现有算法存在陷入局部最优、早熟收敛等缺陷，因此提出一种改进的蚱蜢算法:采用边界反弹机制，提高算法效率;引入正余弦搜索机制，加强算法的全局搜索能力;采用Lévy飞行对粒子进行随机扰动，防止种群陷入局部最优;采用非线性收敛策略加快算法后期的收敛速度.实验结果表明，该算法在电动汽车充换电站调度优化问题上，性能优于原始蚱蜢算法以及其他现有群智能算法.     

“启发性问题导学”在物理教学中的应用

物理是一门实践性较强的课程,高中物理学科在进修学校学科中占据着重要的地位,学生是学习的主体,学习不是单纯地被动接受的过程,需要发挥学生的积极主动性,促进其利用起自身原有的储备知识对新的知识进行理解,但是由于学生自身的知识量以及知识内容的限制,在对新的知识进行认知的过程中难免有所困难,启发性问题导学则是在老师的帮助引导下,使学生发现问题、解决问题,从而构建自身的知识结构。     

基于MATLAB下的SER算法与LMS算法的比较

本文主要研究了自适应算法中的两种算法,序贯回归(SER)算法和最小均方(LMS)算法,并且利用Matlab软件对这两种算法进行了计算机仿真.结果表明,相对于LMS算法而言,SER算法自适应权值迭代通常不是按照最速下降的路径,而是在直接指向最佳权值点的方向上进行.而且,当特征值相差较大时,自适应收敛的速率将不会因特征值的影响而变慢.     

关于如何激发学生物理学习兴趣的探究

物理是一门抽象性较强的学科，需要学生保持一定的学习兴趣方能进入积极求知状态。教师要善于结合物理学科的特点、新课程改革倡导的教育理念以及现代化的教学手段，采取多种措施激发学生的学习兴趣，通过发挥学生的非智力因素的作用，调动学生的积极性，尽可能通过发挥非智力因素的影响，挖掘学生的智力因素，促使学生的物理学习变得丰富而高效。调动学生的学习积极性。     

爱因斯坦的洞察力

<正>今年12月2日是爱因斯坦广义相对论论文发表100周年纪念日坐在办公桌前或常年在实验室中独自忙碌,直到——灵感产生——觉察到了一切。这就是科学工作的神话,而且这个过程几乎总是错的。在现实生活中,科学的进步是循序渐进的,大多数研究人员是在团队中工作,孤独的天才总是难以找到揭示宇宙的革命性的新理论。然而,阿尔伯特·爱因斯坦(Albert Einstein)却做到了。来自于哈勃空间望远镜的图像:遥远星系由于地球附近星系团质量的存在而发生弯曲——这种弯曲是由广义相对论所预言的(又称引力透镜现象)     

人教版物理教科书与科学探索者丛书的水循环过程对比分析

现如今，水资源问题已经成为一个直接威胁人类生存的问题。初中物理教材应利用水资源相关知识展现环境保护的重要性，提高学生的保护环境的意识。该文以人教版初中物理教材与科学探索者版本中的水循环过程为例，从课程标准、教材的知识纬度与教材可行度纬度三方面对比了水循环相关知识在不同版本教材中课程设置情况，通过对比分析从另一个角度来认识我国初中物理教材中的STS内容。