一道高考概率题的两种简单解法

2007年高考数学理科(全国卷)第18题:从某批产品中,有放回地抽取产品两次,每次随机抽取1件.假设事件A:"取出的2件产品中至多有1件是二等品"的概率P(A)=0.96.(Ⅰ)求从该批产品中任取1件是二等品的概率P;(Ⅱ)若该批产品共100件,从中任意抽取2件,ξ表示取出的2件产品中二等品的件数,求ξ的分     

基于网络下的写作

一、思路采用网络写作教学的想法源于我在教学生对话时经常采用的模式训练法,即:给出句型、对话模式、应替换的字、词、句,让学生模仿句型或对话,进行替换练习,学生训练多了,就能脱口而出。所以我在写作教学中也采用了这种方法。给出学生写作时所需的字、词、句和范文,学生浏览     

基于传感器检测探究盐酸与碳酸钠溶液的反应

针对高中化学必修教材中碳酸钠与盐酸反应存在的问题进行实验改进,使反应现象及背后的原理更加清晰直观.将pH、压力及CO2传感器相结合,实时捕捉反应的细微变化并绘制三条曲线,从多个视角了解各分步反应的化学原理.实验结果以数据和图表的形式呈现,可从定性和定量两个角度进行详细分析,为相关教学内容提供更具说服力的参考.     

构建和验证与脓毒症预后相关的新的炎症反应相关基因标记（英文）

目的：探讨免疫反应相关的基因（inflammatory response-related genes,IRRGs）在预测脓毒症患者生存预后中的作用。创新点：鉴定与脓毒症生存预后密切相关的IRRGs,构建风险评分模型。方法：对Gene Expression Omnibus(GEO)数据库中478例脓毒症患者的微阵列芯片数据进行综合生物信息学分析,利用least absolute shrinkage and selection operator(LASSO)-Cox回归分析筛选与脓毒症28天生存率密切相关的IRRGs,并以此构建脓毒症预后风险评分模型。使用受试者工作特征曲线（ROC）及生存曲线（基于Kaplan-Meier法）评估预后风险评分模型的预测效能及区分度,并用GSE95233数据集进行验证。结论：利用9个IRRGs构建了与脓毒症28天生存预后有关的风险评估模型,且在GSE95233数据集中进行验证,证实这些IRRGs可作为脓毒症患者的预后生物标志物。     

鲍照《拟行路难（其七）》的诗旨和作时

鲍照《拟行路难（其七）》“愁思忽而至”的诗旨在于抱怨其仕途不得志与时局的险恶莫测,并借蜀帝杜宇的典故,微言昔日刘裕为篡位登基而废杀晋恭帝司马德文之事件,从而感慨人生苦难无常。本诗的写作时间,应在宋孝武帝大明二年（458）前后。     

苯与溴取代反应实验的改进

在现行教材中,苯与溴取代反应的演示实验是在圆底烧瓶中进行的。由于反应放出热量,使苯与溴都产生了气化现象,烧瓶内充满了苯和溴的蒸气。当把烧瓶里的液体倒入盛有冷水的烧杯里时,苯和溴的蒸气外逸,污染教室内的空气。为此,我对这一演示实验进行了如下改进：一、仪...     

指向深度学习的“氧化还原反应”教学与评价探索

分析“氧化还原反应”教学中存在的问题,基于深度学习理论和新课程标准要求,依托课前测试诊断学生认知起点,设计系列学习任务和持续性评价的教学方案;课中通过层层递进的问题解决活动驱动深度学习,采取多样化的评价方式促进学科核心素养的落实;课后发挥拓展性学习任务和后测的评价功能,帮助学生利用所学知识和学科思维解决真实问题,以实现...     

探寻马克思最早的历史唯物主义"思想的火花"

戴维·麦克莱伦认为,弗·梅林的《马克思传》中,少年马克思的头脑中就已经闪现着一种历史唯物主义"思想的火花",是错误的.从少年马克思成长过程的社会环境、家庭环境、中学教育环境以及个人因素等方面,可以看出少年马克思受到德国和法国启蒙思想,资产阶级人本主义、人道主义,资产阶级民主主义、自由主义,空想社会主义以及朴素的唯物主义...     

PVsiRNAPred-LSTM:基于长短时记忆神经网络预测植物病毒衍生的小干扰RNA

植物病毒衍生的小干扰RNA(Virus-derived siRNAs, vsiRNAs)能够调节多种生物学过程,在抗病毒免疫中发挥着非常重要的作用。因此,植物vsiRNAs的识别有助于了解其生物发生机制,对研究抗病毒植物具有重要意义。虽然,现在已有多种实验方法通过检测RNA来寻找vsiRNAs,但是实验测试费时费力费钱。在本文中,我们从PVsiRNAdb数据库中提取植物vsiRNAs序列,基于长短时记忆神经网络(Long Short-Term Memory neural network, LSTM)与vsiRNAs序列,开发了一种深度学习算法——PVsiRNAPred-LSTM,用于预测植物vsiRNAs。PVsiRNAPred-LSTM可以自动学习并选择与预测任务相关的重要特征。为了防止模型过拟合,我们使用了五折交叉检验来训练模型。在五折交叉检验测试中,该模型的准确率为64.38%,灵敏度(Sn)为66.44%,精确度(Pr)为60.51%,F1值为0.64,特异性(Sp)为56.63%,马修斯相关系数(MCC)为0.23,AUCROC为0.67。以上结果表明PVsiRNAPred-...