小学数学课程标准第一学段“数的运算”内容剖析

《课程标准（正式版）》与《课程标准（实验稿）》在课程第一学段“数的运算”内容有不少变化。较之《课程标准（实验稿）》，《课程标准（正式版）》在课程内容核心概念中新增了“运算能力”一词，预示着“运算能力”成为运算教学的核心概念之一，注重和强调了学生运算能力的发展。作为应用性广泛的运算教学，《课程标准（实验稿）》中“应用意识”依然被《课程标准（正式版）》保留。应用意识的含义主要体现在两个方面：一方面，有意识地利用数学概念、原理和方法解释现实世界中的现象，解决现实世界中的问题；另一方面，认识到现实生活中蕴含有大量与数量和图形有关的问题，这些问题可以抽象成数学问题，用数学的方法予以解决。     

VaR模型在股票风险管理中的应用研究

采用VaR模型对股票进行风险管理.介绍了VaR的3种主要计算方法,分别是参数模拟法、历史模拟法和蒙特卡罗模拟法,选取2016年沪深300指数每日收盘价序列作为分析目标,采用参数模拟法,通过MATLAB软件估计VAR值,计算出在一定的持有期内,在相应的置信度水平下的最大损失.对股票市场的风险管理提出了相关建议,并提出VaR模型未来的发展方向.     

《科学通报》征稿简则

<正>《科学通报》创刊于1950年,是中国科学院和国家自然科学基金委员会共同主办、《中国科学》杂志社出版的自然科学综合性学术刊物.《科学通报》致力于快速报道自然科学各学科基础理论和应用研究的最新研究动态、消息、进展,点评研究动态和学科发展趋势,要求文章的可读性强,能在比较宽泛的学术领域产生深刻的影响.旬刊,每月10日、20日、30日(2月最后一天)出版.《科学通报》是《中国科技论文与引文数据库》和《中国科学引文数据库》的源期刊,被《中国期刊全文数据库》收录,并进入《中文核心期刊要目总览》.     

五种希格斯玻色子与希格斯场之内部结构模型图表解析

现今，“希格斯玻色子”被认为是所有基本粒子质量的来源，也是标准模型预言的最后一种粒子，目前，物理学家普遍认为不排除未来可能会发现其他带电荷的希格斯玻色子。许多物理学家认为：事实上，希格斯玻色子组成希格斯场是一种更加复杂的理论模型，而这些理论模型预言了应有五种不同的希格斯玻色子，它们不仅带有电荷，还有可能带有色荷，而且质量也不相同。希格斯场遍布在宇宙中，该文就这五种不同希格斯玻色子及其组成的希格斯场，作一理论模型预言之图表解析。     

浅谈如何转变高职院校测绘专业教学模式

随着社会和经济的快速发展,当前社会对人才已从注重学历开始向技能型人才方向转变。高职院校虽然是培养高素质、高技能实用型人才的重要基地,但在传统的教学模式上其所培养出来的学生不能更好地满足社会发展的需求。在这种情况下,高职院校需要加快教学模式的转变,努力提高教学质量,从而培养出符合社会需求的专业性人才。文中对现有高职院校教学模式有待改变的情况进行了分析,并进一步对高职院校测绘类专业教学模式的改进进行了具体的阐述。     

小水电增效扩容改造工程设计分析

针对农村小水电设计中水工建筑物、水轮发电机组、辅助设备和电气设备的改造等关键技术问题,本文以河南省某水电站为例,结合我国小水电增效扩容改造项目相关设计内容进行分析,为该类工程提供了一种新的设计思路。     

教你如何拍雪景

冬天来了,好期待下雪啊.看着别人拍出来的美丽雪景,是不是觉得很眼馋?雪景该怎么拍才好看?现在我们就来学习一些拍雪景的小技巧吧. 选择最佳拍摄时机 冬天的早晨有很多美妙的景象,所以最好赶在太阳完全出来之前出门,这样就不怕太阳把冰雪融化掉了.不仅如此,在还不太明亮的晨光中,蜘蛛网、草上的露珠、覆盖着雪的浆果都能成为不错的拍摄对象,让你拍出浓浓的冬天的气息.     

基于交通信号灯信息的混合动力汽车节能预测控制方法

针对传统混合动力汽车控制方法不考虑已知道路交通信号灯信息对车辆能量管理影响的问题,提出了基于交通信号灯信息的混合动力汽车节能预测控制智能优化策略。通过建立混合动力汽车系统的简化模型,并采用连续广义最小残量方法求解模型预测控制问题。运用MATLAB/Simulink进行仿真,仿真结果验证了交通信号灯信息模型的有效性,以及所设计的模型预测控制算法大幅度提高混合动力汽车的燃油经济性的能力和实时控制性能。研究结果表明所提出的控制策略可以实现车辆行驶轨迹的优化控制,显著提高了车辆的燃油经济性,并满足系统的实时最优控制要求。     

基于灰色残差马尔科夫模型的河南省小麦生育期旱涝灾变预测研究

介绍了残差灰色预测模型的原理和建模方法,应用马尔可夫状态转移矩阵对残差灰色预测模型进行了改进,并将此模型应用于河南省小麦生育期旱涝灾变的预测中.结果表明,改进的预测模型精度较高,比传统灰色模型预测效果好.     

一种自适应步长的复合梯度加速优化算法

自适应步长加速(Adam)类算法由于其计算效率高、兼容性好的特点，成为近期相关领域的研究热点.针对Adam收敛速度慢的问题，本文基于当前梯度、预测梯度以及历史动量梯度，提出一种新型Adam类一阶优化算法——复合梯度下降法(C-Adam)，并对其收敛性进行了理论证明.与其他加速算法的区别之处在于，C-Adam将预测梯度与历史动量区别开，通过一次真实的梯度更新找到下一次迭代更精准的搜索方向.利用两组常用测试数据集及45钢静拉伸破坏实验的实验数据对所提算法进行验证，实验结果表明C-Adam与其他流行算法相比较具有更快的收敛速度及更小的训练损失.