教学课程资源库 更多>>

关键词： 幼儿   北京   讨论   儿童乐园   倾听   玩具车   记忆力  

摘要： 经常与孩子讨论他们关心的问题,倾听孩子内心的想法。我曾经以为两三岁的幼儿是记不住很多事情的,但与小外孙一起时,我却时常惊叹于他超强的记忆力。他两岁多时来北京生活过一段时间。过了很长时间后,我们和他通电话,他还惦记他在北京玩过的法拉利玩具车,还有他喜欢的儿童乐园。

关键词： Geometry  

摘要： We are grateful for Prof. Tanahashi’s discussion to our paper. In this answer, we will give our opinions on questions about the definitions of the terms: "a geometrical approach" and "a mechanical approach", and the validity and the significance of the definitions. © 2025 Architectural Institute of Japan. All rights reserved.

关键词： Wooden buildings  

摘要： The structural behavior of timber joints governs the behavior of the timber structure. Therefore, the formulation of timber joints is very important for the estimation of restoring force of the structure. The authors estimated the discusser’s research due to "a geometrical approach" for the formulation of the embedment of joints. However, the discusser disagree with the author’s estimation for the discusser’s research as "a geometrical approach" because the two approaches: geometrical approach and mechanical approach are not defined and ambiguous. If the authors use these approaches, they should define the meaning of the approaches clearly and estimate the past researches adequately. © 2025 Architectural Institute of Japan. All rights reserved.

关键词： 单词共现   文本相似度   正则化约束   变分自编码器   非负矩阵分解   主题模型  

摘要： 为解决传统NMF主题模型难以处理短文本数据稀疏性的问题，以及随机初始化导致聚类结果不稳定的缺陷，提出一种基于语义相似性和变分自编码器的非负矩阵分解主题模型（VSNMF）。该模型在传统的NMF基础上引入单词共现和文本相似度的正则化约束，保证因子矩阵的近似正交性，弥补数据稀疏性缺点，使模型适应不同长度的文本数据集。同时，利用变分自编码器（VAE）初始化因子矩阵，编码器最后一层作为输出的因子矩阵，以增强模型的收敛性和稳定性。将提出的模型在4个不同长度的文本数据集上进行对比实验，VSNMF的聚类准确率（ACC）优于对比模型，分别是94.3%，96.1%，81.5%，93.8%。基于VAE的初始化方法具有良好的的收敛性和稳定性，模型分别经过30、40、40、40次的迭代就已经收敛，聚类准确率的标准差分别为0.3%，0.0%，1.0%，0.0%。实验结果表明，提出的VSNMF模型对不同长度的文本数据集的都具有良好适应性和泛化能力，VAE的初始化方法加快了模型的收敛性，提高了聚类的稳定性。

关键词： 乙型肝炎   孕产妇   母婴阻断   综合护理   HBsAg阳性率   依从性   护理满意度  

摘要： 探讨母婴阻断综合护理应用于乙肝孕产妇护理工作中的方法及效果。方法 以2021年10月-2023年10月作为本文研究时间区间,选择上述时间段内52例于我院建档的孕产妇作为研究对象,按照信封法将其分为研究组(n=26)、对照组(n=26),其中前者提供母婴阻断常规护理+母婴阻断综合护理服务,后者行母婴阻断常规护理,观察指标包括依从性(优良率)、母婴阻断效果[8月龄乙型肝炎病毒表面抗原(HBsAg)阳性率]、护理满意度等。结果 研究组依从性优良率为100.00%、对照组依从性优良率为61.54%,数据组间对比存在统计学意义(P<0.05);研究组8月龄HBsAg阳性率(7.69%)均低于对照组(8月龄HBsAg阳性率38.46%),数据组间对比P<0.05(有统计学意义);研究组护理满意度评分结果更优,数据组间对比P<0.05(有统计学意义)。结论 将母婴阻断综合护理服务应用于乙肝孕产妇护理工作中效果显著,有利于提高其依从性优良率及护理满意度,对降低新生儿HBsAg阳性率具有积极意义。

关键词： 糖尿病周围神经病变   甲钴胺   硫辛酸   效果评估  

摘要： 研究糖尿病周围神经病变患者应用(甲钴胺+硫辛酸)治疗的效果。方法 于2023年1月到2024年12月期间,本院选择100例糖尿病周围神经病变患者作为研究样本,将全部患者随机分为对照组50例(单一使用甲钴胺)和观察组50例(甲钴胺+硫辛酸),并对两组治疗效果进行评估。结果 较对照组,治疗后血糖水平最低、疼痛评分(VAS、WOMAC)最低均是观察组(P<0.05);较对照组,NVC最高、生活质量评分最高均是观察组(P<0.05)。结论 联合用药方案(甲钴胺+硫辛酸)在糖尿病周围神经病变患者的治疗中展现出显著优势,具有更高的临床应用价值。

关键词： 储能技术   新能源电力系统   应用讨论  

摘要： 新能源电力系统是我国现代能源领域建设的重要组成部分,是实现我国新能源领域高速发展的重要支持。基于新能源电力系统的发展建设,更有利于在社会生产、生活中实现对传统化石能源的取代,从而减少传统化石能源使用所带来的生态环境污染,实现可持续发展目标。但同时,新能源电力系统建设也具有较大的复杂性,其本身会受到多方面因素的影响,连带出诸多问题,需要做好新能源电力系统中的技术优势。其中,重点是要做好储能技术在新能源电力系统中的合理应用,实现新能源电力的削峰填谷,达到良性发展的效果。对此,文章主要分析储能技术在新能源电力系统中应用的挑战,并阐述储能技术在新能源电力系统中应用的必要性,以此来针对性制定储能技术的应用策略,保障新能源电力系统的良好运行。

关键词： 时间序列预测   分布漂移   双向归一化   线性映射   周期性与趋势性建模  

摘要： 时间序列预测在能源管理、交通流量和气象分析等多个实际场景中具有重要应用价值。然而，时间序列数据中存在的分布漂移（distributionshift）与长程依赖（long-termdependency）仍限制了传统方法与现有深度学习模型在长期预测中的表现。为此，本文提出了一种名为 D-LINet（Dual-Normalization and Linear Integration Network）的创新模型。该模型结合了Dish-TS（Distribution Shift in Time Series Forecasting）框架的分布归一化能力与线性映射的高效性，并通过采用双向归一化与双线性层的设计，有效缓解输入与输出空间的分布偏移，增强了对周期性与趋势性特征的捕捉能力。本文在多个真实数据集上对D-LINet的预测性能进行了全面评估。结果显示，在短期与长期预测中，D-LINet 的均方误差和平均绝对误差均显著优于主流模型（如 Transformer、Informer、Autoformer和DLinear）。此外，实验还探讨了输入窗口长度及先验知识的引入对预测性能的影响，为后续模型优化提供了重要指导。本研究针对复杂分布漂移问题提出了新的解决思路，并有助于提升时间序列预测的精度与稳健性。