对第二类Holling型反应扩散方程组解的分岔讨论

本文首先介绍了第二类Holling型反应扩散方程组中各字母的含义;然后是对它满足Neumann边值条件的解的分岔讨论,主要包括Turing分岔和Hopf分岔;最后利用中心流形原理和正规化方法讨论反应扩散方程组解的Hopf分岔和分岔周期解的稳定性.     

浅谈思维导图在高三地理一轮复习中的运用

在新课程改革的理念下,教学倡导以学生发展为本和变革学习方式。思维导图是在这种理念下一个行之有效的教与学的工具,它是新课程改革的理念渗透进教学当中的良好体现,即教师有创新的教学方式和完整的教学设计,学生有创新的学习思维和更高的能力水平,在地理教学中发挥着至关重要的作用。通过构建思维导图,可以让高三一轮复习内容变得清晰明了,学生更乐于接受,让学习效率得到大幅提高,同时也拓展了学生的思维与学习能力。     

弹性波散射问题优化PML方法的收敛性

基于频域复坐标拉伸,给出一种解时谐弹性波散射问题的单轴优化完美匹配层(PML)方法.该方法通过在吸收函数中引入一个小参数ε_0,使散射问题优化PML方法的计算不再依赖PML层的厚度.结果表明,当参数ε_0充分小时,优化的PML解指数收敛于原弹性波散射问题的解.     

用于多标签文本分类的深度模块化标签注意网络

针对现有文本多标签语义信息挖掘方法仅注重从文本到标签的映射方向，而忽略了从标签到文本的映射方向的问题，本文认为从标签到文本的映射方向可以过滤文本中与标签无关的噪声信息，进而生成只关注于标签信息的文本表示。基于此假设，本文基于注意力机制提出了一种深度模块化标签注意网络，主要由标签注意网络进行多层级联而成。在标签注意网络中构建了双向标签注意单元和自我注意单元，从而得到标签和文本的双向依赖表示。模型在公开数据集RCV1、AAPD、EUR-Lex上与SGM、LSAN、EXAM等算法进行比较，对于现有的最佳性能平均提升0.54%。     

融合词法句法分析联合模型的树到串EBMT方法

针对传统的基于实例的机器翻译(EBMT)方法中系统构筑复杂度和成本较高的问题,提出一种基于依存树到串的汉英实例机器翻译方法。与传统方法相比,该方法只需进行源语言端的句法结构分析,可以大大降低构筑系统的复杂度,有效降低成本。为了提高翻译精度,引入中文分词、词性标注和依存句法分析联合模型,可以减少汉英EBMT中源语言端基础任务中的错误传递,提高提取层次间特征的准确性。在此基础上,结合依存结构的特征和中英语料的特性,对依存树到串模型进行规则抽取以及泛化处理。实验结果表明,相对于基线系统,该方法可以提高实例对抽取质量,改善泛化规则和译文质量,提高系统性能。     

对矩阵秩的一个不等式的3种证明

分别从矩阵方程、向量组的线性表示、矩阵的行(列)空间3种角度给出R(AB)≤min{R(A),R(B)}的证明,并给出等号成立的充分条件.     

探讨初中数学教学对学生研究性学习能力的培养

在初中数学教学中,注重培养学生研究性学习能力,是新课程改革的必然要求,也是实施素质教育的重要途径之一。将初中数学教学和培养学生研究性学习能力有机统一起来,有利于推进新课程改革下的数学教育。     

中职机械制图教学资源的有效整合分析

中职机械制图课程是一门实践性强、抽象思维强的专业课程。随着社会上的机械加工工业不断发展,中职机械制图教学资源的有效整合成为了教育界以及各大企业关注的重点。教学资源并不是一成不变的,而是根据社会需求和企业需求在不断的增加和减少,淘汰无效资源,增加先进资源。让理论和技术为学生的发展提供更加广阔的学习空间,该文就此展开分析。     

LEARNING CAUSAL GRAPHS OF NONLINEAR STRUCTURAL VECTOR AUTOREGRESSIVE MODEL USING INFORMATION THEORY CRITERIA

Detection and clarification of cause-effect relationships among variables is an important problem in time series analysis. Traditional causality inference methods have a salient limitation that the model must be linear and with Gaussian noise. Although additive model regression can effectively infer the nonlinear causal relationships of additive nonlinear time series, it suffers from the limitation that contemporaneous causal relationships of variables must be linear and not always valid to test conditional independence relations. This paper provides a nonparametric method that employs both mutual information and conditional mutual information to identify causal structure of a class of nonlinear time series models, which extends the additive nonlinear times series to nonlinear structural vector autoregressive models. An algorithm is developed to learn the contemporaneous and the lagged causal relationships of variables. Simulations demonstrate the effectiveness of the nroosed method.     

没人能嘲笑你的勇敢

<正>朵朵一脸闷闷不乐,完全不像平时放学回到家便叽叽喳喳说个不停。"怎么啦?我的宝贝。"妈妈蹲在她身边问。"我被同学们嘲笑了。"朵朵说,话里带着委屈。"是怎么一回事?可以和妈妈说说吗?"妈妈继续问。朵朵点点头,断断续续地开始叙述。原来,老师在课堂上提问谁能背诵昨天学过的课文,只有朵朵举手了,可是朵朵背到最后一段时"卡壳"了,许多同学