Digital Module 05: Diagnostic Measurement—The G‐DINA Framework https://ncme.elevate.commpartners.com

In this ITEMS module, we introduce the generalized deterministic inputs, noisy “and” gate (G‐DINA) model, which is a general framework for specifying, estimating, and evaluating a wide variety of cognitive diagnosis models. The module contains a nontechnical introduction to diagnostic measurement, an introductory overview of the G‐DINA model, as well as common special cases, and a review of model‐data fit evaluation practices within this framework. We use the flexible GDINA R package, which is available for free within the R environment and provides a user‐friendly graphical interface in addition to the code‐driven layer. The digital module also contains videos of worked examples, solutions to data activity questions, curated resources, a glossary, and quizzes with diagnostic feedback.     

空间连杆机构装配构形的建模及求解

提出完全有效元素法并用于建立一类空间连杆机构装配构形问题的统一数学模型;将综合消元法用于确定机构的所有装配构形。实例计算表明,本文理论正确、方法实用新颖、程序运行可靠。     

谈高等代数理论的三条主线

提出贯穿高等代数理论的三条主线。它们是:从具体的数学对象向抽象的代数系统的转变;从各类数学对象的传统表示向统一的矩阵表示的转变;从数学对象间的具体关系向集合元素间的抽象关系的转变。     

对2的定性解释和定量计算

首先对输运过程中穿过参考截面ΔS的气体分子自由程的平均值λ穿为什么不等于λ而是大于λ作出了定性解释,然后通过定量计算求出了λ穿=2λ·     

论Windows映射模式在应用中若干问题的解决方法

在W indows应用程序中,只要与图形文字输出有关系,都要使用映射模式。实际应用中,我们会遇到一些与映射模式有关的问题,如OLEServer应用程序中映射模式的设置;映射模式下坐标转换误差等。本文主要针对这些问题,详细论述了解决的方法。     

n阶行列式的计算方法

通过一些具体的例题介绍了n阶行列式计算的几种常用而且行之有效的方法     

深水蛙泳教学纠正错误动作的教法研究

在深水条件下进行游泳教学，存在的一个最大问题是：教师在水中无法帮助学生体会正确的游泳技术动作。所以，一般都是采用先在陆上模仿正确的游泳技术动作，然后下水进行练习的方法(常规教法)。用这种方法，学生在陆上做模仿练习时．在教师的指导和帮助下。技术动作的模仿练习做得非常正确．但下水练习时，大多数学生仍然表现出原有的错误动作。特别是一些学生，自学成一种近似于“狗爬式”和“侧泳”的混合姿势，由于他们长期使用这种不规范的游泳姿势，形成错误的技术动力定型，对其学习、掌握正确的游泳技术形成巨大的障碍。为了提高教学质量。加速改进学生错误技术动作的进程，我们对教学方法进行了改革，尝试在水中建立“教学平台”的方法，     

矩阵光学的光路可逆性研究

本文研究了矩阵光学中 ,矩阵逆变换和物理逆光路的逻辑自洽问题 ,揭示了抽象的矩阵操作和实际的物理过程的一致性 ,最后指出 ,它们的统一性 ,本质上在于宏观物理现象的宇称守恒性。     

基于双目点云的三维物体检测准确性分析

双目相机虽然能通过算法生成密集的深度数据,但其在精度上与激光雷达生成的深度数据有着较大的差距,特别是在纹理不明显的区域。针对这种现象,尝试使用激光雷达的精确点云来排除由双目相机产生的pseudo-LiDAR数据中与之差别较大的部分点,然后将优化后的pseudo-LiDAR用以进行三维物体检测。实验结果显示,将pseudo-LiDAR数据中的不准确点（坏点）排除,有助于提高检测准确率,最多可提高21.02%。因此,如何不依赖激光雷达数据来排除pseudo-LiDAR点云中的坏点是进一步提高双目相机系统检测准确率的关键。