如何在体育与健康课中实施素质教育

实施素质教育是当今中国乃至世界教育改革与发展的主流，它是在全面发展教育的基础之上的更趋于合理的，新颖的，符合客观发展需要的教育思想和构件的教育体系，现代体育与健康课具有健身，健心，娱乐，教育，审美等多维功能，而这些功能恰恰与现代社会对人的要求和健康所涵盖的内容相吻合，因此，作为体育教育工作者，应深入研究如何将实施素质教育贯穿于体育与健康课中，并付诸于实践，从而进一步推动了体育与健康课的教学改革。     

基于偏差估计卷积神经网络恒星光谱数据自动分类

天体物理学科中恒星光谱具有极其重要的研究前景,中国自主研制的大科学天文巡天项目大天区多目标光纤光谱望远镜(large sky area multi-object fiber spectroscopy telescope,LAMOST)自启用以来,已经成为世界上空间光谱获取数据量最大的科学装置.目前,第6期数据(sixth data,DR6)已对全球的天文工作者开放.恒星光谱数据分类在研究天文观测数据分析领域中极为重要,为了同时兼顾快速的运行速度和准确的分类精度,基于偏差估计卷积神经网络方法(bias estimation convolu-tional neural network,BECNN),分析了DR5中F、G、K、M型恒星光谱.BECNN核心思想主要是利用偏差函数泰勒展开式的偏差参数代替柔性最大值传输函数的偏差参数,进而减小误差,提高准确度.将本文方法与现有的神经网络(neural network,NN)和卷积神经网络(convolutional neural network,CNN)算法进行对比,BECNN算法在F、G、K、M型恒星光谱自动分类准确率分别为93.177％、88.349％、93.807％、89.255％;CNN算法分别为91.646％、87.671％、92.701％、89.054％;NN算法分别为90.819％、87.417％、91.325％、88.092％.同时,将两两恒星光谱数据融合作为测试样本集,做进一步验证.结果表明:BECNN光谱自动分类准确率高于CNN和NN方法,在今后特殊天体索搜与恒星光谱精细分类研究中,本文方法有较好的借鉴价值.     

qp~2阶连通4度半传递图

称图X是半传递图,如果X的自同构群Aut(X)作用在其顶点集和边集上都传递,但作用在其弧集上非传递。本文证明了qp2(其中q相似文献   

基于可变形卷积网络的恒星大气物理参数自动测量

为解决海量恒星光谱数据自动处理问题,更准确地对恒星光谱物理与化学性质的研究,同时更加直观地反映恒星性质参数,通过利用可变形卷积网络(deformable convolutional network,DCN)方法对恒星大气物理参数进行分析,系统地研究了恒星表面有效温度(Teff)、表面重力(logg)、金属丰度([Fe/H])3个物理参数,实验结果对比梯度下降法神经网络(back propa-gation neural network,BPNN)、人工神经网络(artificial neural network,ANN)、径向基神经网络(radial basis function neural network,RBFNN),评价标准为平均绝对误差(mean absolute error,MAE)、均值误差(mean error,ME).基于SDSS-DR9、LAMOST-DR3恒星光谱数据得到Teff、logg、[Fe/H]的DCN-MAE分别为97.2136 K、0.281 2dex、0.125 2 dex,DCN-ME 分别为106.596 3 K、0.385 6 dex、0.175 3 dex.实验结果显示DCN效果优于BPCNN、ANN、RBFNN,为进一步分析与反映恒星真实情况提供参考.     

大学生体育运动踝关节扭伤的原因分析及预防治疗

分析了大学生体育运动所致踝关节损伤的一般原因,踝关节扭伤是大学生体育运动中最常见的外伤之一,通过对山东师范大学大学生调查研究发现,大多数学生在预防上没有引起足够的重视,结合教学工作的实际情况,对大学生踝关节损伤的原因、处理进行分析论述,进而从产生原因提出相应的预防措施。     

奇数阶6度边传递Cayley图

关于有限群G的Cayley图Γ=Cay(G,S)称为边传递,如果图Γ的全自同构群Aut(Γ)在边集合E(Γ)上作用传递.该文给出了奇数阶6度边传递Cayley图的一个刻画.