高中生数学归纳法学习中的错误及教学策略

数学归纳法是数学中重要的证明方法。由于它内容抽象，方法独特，不同于普通的演绎推理的证明，从而使学生在理解和运用上比较困难。文章总结了中学生应用数学归纳法的常见错例，通过错因分析，探寻解决对策，从而指导教学实践。     

陕西省"一线两带"地区果业的实证研究

根据陕西省加快"一线两带"建设实现经济跨越式发展的决策,通过相关指标对该地区的果业生产的几种主要水果进行测定.在找出优势果业的基础上,提出相关政策建议,因地制宜发挥优势并坚持技术创新,从交易效率的角度得出建立和完善公司 农户的合作经济组织的必要性,加强基础设施建设也是降低交易费用和果业发展的需要.     

现代主义与后现代主义辨析——以电影《广岛之恋》、《疯狂的石头》为例

对于现代主义、后现代主义的异同,仅从理论上分析和概括是不够的,而且这也容易使理论显得空泛而缺少根基。文章以电影《广岛之恋》、《疯狂的石头》为例,从故事主题、时空观、艺术表现手法三个方面辨析了现代主义与后现代主义具体而实在的联系和区别。     

跳远踏跳的生物力学分析

从力学有度阐明了在跳远踏跳阶段助跑速度的转换问题，建立了较全面的踏跳模式。     

基于线性调频信号的ADC时钟抖动误差分析

模数转换器的时钟抖动引起输出信号的误差,该误差会影响后继的数字信号处理.分析了输入为线性调频信号时,模数转换器中由时钟抖动引起的误差.在给出误差平均功率表达式的基础上,推导出信噪比的近似计算公式.并利用该计算公式,对影响信噪比的各种因素依次进行讨论,其中信号带宽和时钟抖动参数的增大都会降低输出信噪比,而信号时宽和采样频率的变化对信噪比影响非常小.仿真结果验证了信噪比计算公式的正确性.     

基于ARIMA的电力视频流量分析和预测

针对电力视频业务的流量特性,提出一种基于差分自回归移动平均(ARIMA)模型的电力视频业务流量分析和预测方法.首先利用差分法对视频流量数据进行平稳化处理,然后依据数据序列的自相关函数和偏自相关函数确定模型参数,从而建立能够有效预测电力视频业务流量的分析模型.仿真实验表明,该方法充分考虑了电力视频业务流量的自相似性、周期性、突发性及趋势性等特点,有效提高了流量预测拟合的精度.     

基于改进蚁群算法的无线传感器网络路由

为了降低节点能量消耗,延长网络生存的时间,提出了一种改进蚁群算法的无线传感器网络路由机制.首先将无线传感器网络服务质量分为3类,然后利用蚁群算法可以自适应网络状况动态性的优势,构建传感器节点转移函数、信息素更新规则和自适应构建数据路由.最后采用仿真模拟实验对算法性能进行检验.实验结果表明,相对于现有无线传感器路由算法,通过引入蚁群优化机理挖掘传感器节点之间的关联性,数据传输延迟、可靠性和能量开销上具有更好的性能,使整个网络性能保持最优.     

基于贝叶斯测距和迭代最小二乘RSS的定位算法

针对基于接收信号强度(received signal strength,RSS)测距定位框架,提出基于贝叶斯测距和迭代最小二乘定位的RSS的定位算法.在测距阶段,先利用贝叶斯概率模型处理测距过程,并采用最小均方误差(minimum mean square error,MMSE)估计距离;在定位阶段,利用迭代最小二乘(iterative least square,ILS)估计节点的位置,最后重点对其定位性能做了理论分析和对比实验.仿真结果表明,提出的MMSE+ILS定位的方案极大地提高了定位精度,并降低了计算复杂度,但运行时间略有提高.     

三聚氰胺-环三磷腈阻燃剂的制备及其应用

磷腈化合物是一类无卤、对环境友好且具有生物相容性的低毒性阻燃剂,但大部分磷腈衍生物是油溶性的,需要通过熔融共混、辊轧等方式才能制成阻燃纤维、塑料,操作工艺复杂,无法直接用于天然纤维,因此大大限制了其应用范围.该文以六羟甲基三聚氰胺和六氯环三磷腈为原料,通过亲核取代、醚化两步法合成了一种水溶性、醇溶性无卤磷腈阻燃剂.用红外光谱(FT-IR)、核磁共振谱(1H NMR、13C NMR、31P NMR)和电喷雾电离质谱(ESIMS)等进行了结构表征,证明其为无氯、P螺原子链接的目标化合物.将该阻燃剂用95%乙醇溶解,配成4种浓度梯度(5%、10%、15%、20%)的阻燃溶液,浸泡布料(医用纯棉纱布、化纤窗帘布)获得阻燃布,用热重分析仪(TGA)在氮气氛下对阻燃布料的热性能进行了分析,结果表明,该阻燃剂热稳定性较高,残碳率高达41.8%.阻燃布料点燃后最高残碳率达44.2%,极限氧指数(LOI)比未阻燃前提高了29.6%,对织物有较好的阻燃性能;仅含阻燃剂质量分数为3.0%的窗帘布点燃后不再有熔滴出现,有较好的抗熔滴效果.     

基于RF模型的高分辨率遥感影像分类评价

以QuickBird高分辨率遥感影像为主要数据源,采用多尺度影像分割方法提取地物对象的光谱、纹理和形状特征;在此基础上,构建基于随机森林（RF）方法的遥感影像分类模型,分析和评价特征变量对模型重要性与稳定性的影响。结果表明:1研究区最优分割尺度参数为70、形状因子0.2、色彩因子0.8,同时构建研究区乔木、灌木和草地等8个景观类型的光谱、纹理和形状等32个特征变量信息;2选择5 000棵树和1个节点变量构建的RF分类模型的总体精度为0.94,Kappa系数为0.93,OOB（Out of Bag）数据泛化误差为6.01%;3通过分析特征变量的重要性发现,Ratio_la₁和Ratio_la₂等光谱特征的重要性值明显比形状特征和纹理特征的高;4基于平均下降精度,选择16个变量构建RF模型时总体精度达到0.94,Kappa系数0.93;5基于基尼指数构建的RF模型,在19个变量时总体精度和Kappa系数达到峰值。相比较而言,基于平均下降精度构建的RF较稳定。