分层次教学模式在背越式跳高教学中的应用

通过教学实验，将跳高教学过程实施分层次教学，即把教学内容分程序，教学对象分层次，并对不同的教学程序和不同的教学对象给予不同的教学方法和手段．制定出相应的层次目标，结果表明，这样可以充分调动学生学习的积极性，使各层次的学生在各自的起点上获得最佳的学习效果，实现了教学方法和手段的优化组合，使教学过程具有科学性、高效性和实用性。     

禁止进口固体废弃物的逻辑与前景

封闭经济体中可以进行经济协同的空间较为狭小,经济全球化则深刻改变了各国在全球价值链上扮演的角色。商品、服务、资金、人员等各类要素的流动和分配方式更为多元,为各类经济活动的全生命周期管理提供更多方案。一直以来,生活消费品的最终阶段并非止于消费者,而是需要进一步延伸至垃圾处理、回收和再利用环节。长期以来,作为全球制造中心,中国通过大量进口原材料.     

南海形势:回首2017,展望2018

2017年11月26～27日．由南京大学中国南海研究协同创新中心主办的第五届中国南海研究论坛在南京举行。本次论坛设立特别演讲、专题报告及分论坛．针对“中国一东盟关系与COC谈判””南海安全形势与大国竞争合作“”南海渔业、资源环境与生态保护”“南海法理斗争与历史证据建设”等议题进行研讨。本刊特选登部分内容．与读者分享。     

关于Hamy平均的一个优化不等式

关于n个正数的k次Hamy平均σ_n(a,k)=1/C_n~k sum from 1≤i1…ik≤n(multiply from j=1 to k a_(ij))~(1/k),利用最值压缩定理,证明了与Hamy平均、算术平均和几何平均有关的一个双向不等式(A_n(a~(1/k)))~(kp)·(G_n(a~(1/k)))~(k(1-p))≤σ_n(a,k)≤qA_n(a)+(1-q)G_n(a),其中q=n-k/n-1和p=n-k/kn-k为最佳,从而得到一个较理想的优化不等式.     

欧氏空间中常高阶平均曲率紧致凸超曲面与高斯映像

针对(n+1)维欧氏空间Rn+1中紧致无边凸超曲面M,利用一个已知的积分公式,并提出一种新的技巧,证明了:如果存在一个整数r(1≤r≤n-1)使得M的第r阶高阶平均曲率Hr是常数,并且M的高斯映照是到标准单位球面Sn的拓扑同胚,则M全脐.     

基于改进模糊C均值聚类的弥散张量成像图像分割

为了避免随机选取初始聚类中心点的缺陷,利用最大最小距离的方法确定初始聚类中心点.实验结果表明,和传统的模糊C均值聚类(FCM)算法相比,所提聚类算法具有较高的稳定性和准确性,所分割的胼胝体图像边缘信息更加清晰.     

基于磁流变阻尼器的双跨轴系PID振动控制研究

为了解决双轴串联的旋转机械在临界转速处产生共振问题,搭建了双跨转子实验台,在不改变原有支撑形式的条件下将磁流变阻尼器分别安装在串联的轴1、轴2上,并建立双跨轴系振动的半主动控制系统,采用比例-积分-微分（PID）控制方法,以振幅为反馈参数实时调节阻尼器电流,在线抑制双跨轴系的振动,并在此基础上通过整定PID控制的比例系数K研究其值对振动控制效果的影响。实验结果表明：基于磁流变阻尼器的PID控制系统可以有效控制两个串联轴在临界转速附近的振动;对临界振幅过大的转子宜采用较大K值,而对临界振幅较小的转子可适当减小K值。     

基于混沌-量子粒子群的分簇路由算法

针对粒子群分簇路由优化算法存在的收敛速度慢、 易陷入局部最优等问题, 提出一种混沌-量子粒子群 的双子粒子群分簇路由算法。 该算法以簇头的能量、 簇头与汇聚节点的距离以及与簇内成员节点的距离构造 最优簇头的代价函数, 主粒子群利用混沌粒子群寻优, 辅粒子群利用量子粒子群寻优, 加入量子波动理论, 使 算法具有较好的全局收敛性。 双子粒子群采用收敛速度快的凹函数递减策略优化权重。 仿真结果验证了该算 法可使无线传感网络节点能量消耗均衡化, 显著延长网络生命周期, 与 LEACH(Low-Energy Adaptive Clustering Hierarchy)协议、 PSO-C(Cluster setup using Particle Swarm Optimization algorithm)协议相比生命周期分别延长了 80. 1%和 41. 4%。     

n个n维向量的等价性质及应用

基于"线性代数"课程的特点和在线优质资源辅助教学的推广,利用矩阵方法讨论了向量组的线性关系与行列式的值、矩阵的秩、初等变换、线性方程组的解和矩阵的特征值等问题之间的内在联系,建立了关于n个n维向量的一系列等价性质;最后,举例说明了系统掌握这些等价结论在解决一些综合性的考研试题方面的应用。     

基于神经网络分位数回归的行业成本预测研究

针对成本在经济学系统中变化的非对称,与其影响因素之间的非线性关系,提出采用神经网络分位数回归法来研究成本与各影响因素之间的联系,并进行成本预测;该方法不仅可以通过神经网络结构模拟经济系统中非线性关系,还可以通过分位数回归功能揭示各影响因素对成本整个条件分布的影响规律;通过实证结果分析,神经网络分位数回归模型相较于OLS回归模型和分位数回归模型其预测精度更高,且揭示了各因素的影响规律,所以神经网络分位数回归模型的分析结果更科学,更有价值,更有助于相关管理决策者进行成本分析、控制和管理。