线性流形上次反对称矩阵的次特征值的反问题

讨论了线性流形上次反对称矩阵的次特征值的反问题,给出了解存在的条件,并给出了解的通式。本文充分利用了次单位矩阵的作用,将次反对称矩阵的次特征值的反问题转为反对称矩阵的逆特征值问题来解决。     

自制“运动的合成和分解演示仪”

人教版高中物理必修2第五章“曲线运动”第一节中有一个涉及运动的合成与分解的演示实验,存在实验现象不直观等问题。为此,可利用厚木板、圆球、自制的塔轮等材料制作一套低成本的“运动的合成和分解演示仪”,具有结构简单、使用方便的特点。其主要结构是,运用一个同轴的塔轮带动水平方向、竖直方向和斜向上方物体的运动来达成实验效果。该演示仪既能演示分速度与合速度的关系,又能演示分位移与合位移的关系;可手动控制操作,便于课堂讲解;可批量制作,具有一定的经济价值和社会价值。     

分解目标程序教学法在篮球投篮教学中的应用

分解目标程序教学法强调目标程序与方法程序的有机结合,要求根据分解的教学目标明确教学结果,细化教学步骤,强化信息反馈.投篮技术是篮球教学与训练的重要组成部分,也是学生必须掌握的基本技术.投篮教学训练过程复杂而系统.为了有效提高篮球投篮教学训练效果,有必要探索分解目标程序教学这一高效、可行教学方法的应用策略,具体包括分解投...     

用经验模式分解和重标极差分析法进行摩擦振动信号分析

为提取和表征摩擦振动的特征信号,在摩擦磨损试验机上进行以船用柴油机缸套和活塞环为材质的摩擦副摩擦磨损试验.应用经验模式分解(Empirical Mode Decomposition, EMD)对非线性、非平稳的摩擦振动信号进行分解,获得若干个本征模式函数(Intrinsic Mode Function, IMF).从中选择反映摩擦振动特征的IMF重新合成摩擦振动特征信号,应用重标极差分析法对摩擦振动特征信号进行分析,得到线性回归谱和Hurst指数.结果表明,EMD能够实现摩擦振动特征信号的提取,重标极差分析法可以分析摩擦振动信号的渐变过程,提取摩擦振动信号的特征.该方法可为基于摩擦振动信号的机械摩擦副摩擦磨损行为的研究提供新的途径.     

基于网络全局结构关系的领域重要关键词提取与分析

提取和分析领域重要关键词及其演化模式,对于探索和预测领域知识的研究重点和研究趋势具有重要的意义.论文采用特征分解的方法,提取领域知识网络中的重要结构成分,从网络全局结构关系的视角对领域中的重要关键词进行提取与分析.研究结果表明,在网络全局结构的视角下,领域中始终保持部分恒定不变的重要关键词;恒定关键词之间关联稀疏且包含...     

基于小波阈值去噪和自适应变分模态分解的谐波检测方法

为准确检测电力系统的谐波分量,提出一种基于小波阈值去噪和自适应变分模态分解（VMD）的谐波检测方法。在传统VMD算法基础上,通过构建输入信号Hankel矩阵并进行奇异值分解（SVD）的方法,自适应确定模态分解个数;利用改进的小波阈值去噪方法减少噪声的干扰,进一步提高检测精度。仿真实验表明,所提方法能有效地估计谐波的频率和幅值参数,具有较高的检测精度和良好的噪声鲁棒性。     

在语文学习的解构与整合中探究教学的进阶性

语文学习非常注重整体性。新课标指出,要设计连贯的语文教学活动。统编教材科学地设计了不同主题的单元,单元中设计了口语交际、习作练习、语文园地以及快乐读书吧等学习资源。笔者认为,教师应该利用好这些资源,根据认识的发展规律设计好教学进阶阶段,实现学生学习从理论到实践再回到理论的大循环,链接课本中丰富的资源,提高学生的语文能力。     

“探究平抛运动特点”实验的可视化

人教版教材中“探究平抛运动特点”实验存在一定的不足。利用手机相机改进“探究平抛运动特点”实验,可以实现可视化。即:手机相机的慢动作功能可以低帧率回放平抛运动,据此可以清楚直观地得出平抛运动的竖直分运动特点;手机相机的流光快门功能可以记录发光物体轨迹——用发光小球替换平抛小球,就能清晰地记录下小球的平抛运动轨迹,再结合希沃系统的投屏功能,可以在课堂上轻松得出平抛运动的特点。     

突发事件下基于改进K-Shell分解的意见领袖识别研究

[目的 /意义]为实现突发事件网络舆情的精准管控,对突发事件中的意见领袖识别进行研究。[方法 /过程]针对K-Shell分解使得同一核层的节点具有相同K-Shell值的粗粒化分解问题,结合用户自身属性与用户交互行为对核心用户进行用户重要度因子量化,并通过重构各节点K-Shell值的计算方法来加以改进;在此基础上定义以转发比例为权重的相邻用户重要度贡献值,从而构建一套意见领袖的识别方法。[结果 /结论 ]以“郑州地铁7·20事件”为例,进行实证分析。结果表明突发事件中意见领袖主要由主流媒体与自媒体两类用户组成,且意见领袖的特征与类型随舆情生命周期的变化而变化。本文提出的意见领袖识别方法能够精确地给出意见领袖的排名,较K-Shell分解法识别效率更高,较社交平台传统的排序方法更具可解释性。