摘要：双减政策的核心理念是减压减负、提质增效。这也就对小学数学作业设计质量提出更高要求。要求教师结合教学需求、学情等多样因素,合理设计数学作业,发挥出作业诊断性价值,有效巩固教学效果。通过“双减”政策的实施,有助于小学数学教学质量的进一步提升。本文立足双减背景,结合教学实践,分析小学数学作业设计价值、设计原则与设计路径,以期赋能作业设计。

摘要：提出了一种结合视觉Transformer和CNN的道路裂缝检测方法。利用CNN来捕获局部的细节信息,同时利用视觉Transformer来捕获全局特征。通过设计的Fusion特征融合模块将两者提取的特征有机地结合在一起,从而解决了单独使用CNN或视觉Transformer方法存在的局限。最终将结果传递至交互式解码器,生成道路裂缝的检测结果。实验结果表明,无论是在公开的数据集上还是在自建的数据集上,相较于单独使用CNN或视觉Transformer的方法,所提出的方法在道路裂缝检测任务中有更好的效果。

摘要：当前基于卷积神经网络的红外小目标检测方法在编码器阶段受限于感受野,且解码器在多尺度特征融合中缺乏有效的特征交互。本文提出了一种基于编码器-解码器结构的新方法,针对现有红外小目标检测方法中的问题进行改进。该方法使用视觉Transformer作为编码器,能够有效地提取红外小目标图像的多尺度特征。视觉Transformer是一种新兴的深度学习架构,其通过自注意力机制捕捉图像中像素之间的全局关系,以处理长程依赖性和上下文信息。此外,本文还设计了一个由交互式解码器和辅助解码器组成的双解码器模块,旨在提高解码器对红外小目标的重构能力。该双解码器模块能够充分利用不同特征之间的互补信息,促进深层特征和浅层特征之间的交互,并通过将两个解码器的结果进行叠加,以更好地重构红外小目标。在广泛使用的公共数据集上的实验结果表明,本文提出的方法在F1和mIoU两个评价指标上的性能优于其他对比方法。

摘要：针对目前无人机航拍图像小目标检测算法存在的漏检、误检、精度与速度不平衡等问题,提出复合特征与多尺度融合的无人机小目标检测算法CM-YOLOv8s(composite and multi-scale YOLOv8s)。通过在空间金字塔池化模块引入通道特征,实现目标复合特征质量提升;通过重建模型颈部结构,提高目标细节特征的保留比例;通过设计DRHead检测头,实现多尺度特征检测图融合,增强多尺度目标检测适应性;通过采用Wise-IoU损失函数提升模型收敛速度。相比于基准算法,改进后的CM-YOLOv8s算法参数量仅为3.5×10^(6),参数量降低了69%。实验结果表明,提出的CM-YOLOv8s算法在数据集VisDrone2019上的mAP50显著提升了6.8个百分点;同时,在UAV-DT和DIOR数据集上验证了提出算法的泛化性和有效性。

摘要：为了改善矿山技术经济指标管理水平,提高企业生产效益,收集查找不同采矿方法的各项技术经济指标的计算原理、计算方法和适用条件,借助于Visual Basic语言编写对应的计算代码,并构建数据库,在不同窗体模块中建立不同的经济技术指标计算对象;同时,将不同采矿方法标准的技术经济指标录入数据库中,与管理系统计算结果进行实时对比,从而设计开发一套完整的界面可视化生产管理系统,实现对矿山生产过程中的科学管理。

摘要：利用Imageware、Surfacer和Pro/E软件,对由三维激光抄数机得到的虹吸式坐便器的三维数据点群进行了逆向设计,介绍了一种基于线框模型直接在Pro/E软件中进行曲面和实体造型的方法。研究了坐便器虹吸管内流动规律,分析了虹吸管形状对流速分布、压强分布和虹吸性能的影响,以二维流场的分析结果为依据,实现了坐便器虹吸管道的优化设计。该结果对坐便器的数字化制造及其三维冲水性能的研究有实际意义。