摘要：在“双减”背景下,初中生物实践性作业设计逐渐成为提升学生核心素养的重要手段,该文章以“双减”为指导,探索实践性作业的创新设计路径,全面提升学生的生物学科素养与创新实践能力。文章首先分析了实践性作业与“双减”深度融合的实施路径,提出了创新性的实践任务设计策略,阐述了实践性作业对提升学生生物学科素养的作用。在此基础上,以内容创新、操作指导强化和分层多元化评价为核心,构建满足学生差异化学习需求的实践性作业实施体系,并通过实证分析对实践效果进行评价与反馈。研究结果表明,科学合理的实践作业设计能够有效减轻学生课业负担,激发学习兴趣,促进生物核心素养的发展。

摘要：【目的】设计一款柑橘叶片氮磷含量高光谱检测系统。【方法】基于SR-GRU网络训练构建氮磷含量反演模型,获取柑橘叶片光谱数据和叶片氮磷含量。设计基于云边端架构的柑橘叶片氮磷含量检测系统,对易受户外光线干扰的光谱信号提出改进iForest-SAM算法进行异常光谱检验剔除,对波段多、体积大、传输慢的光谱数据提出基于过完备学习字典的稀疏LoRa报文进行快速传输。系统边缘端在柑橘园内作为LoRa网关,移动终端使用稀疏LoRa报文经边缘端发送至云端加载反演模型进行预测。【结果】SR-GRU反演模型对柑橘叶片氮磷元素含量的反演效果最佳,模型的决定系数分别为0.929和0.865,归一化均方根误差分别为0.083和0.079。系统单次柑橘叶片氮磷含量检测耗时均在1 s以内,LoRa节点连接稳定,基于互联网的Web程序运行稳定,页面平均加载时间在0.5 s以内。【结论】该系统满足对柑橘叶片氮磷含量及时检测的实际应用需求。

摘要：茶叶是我国重要的特色经济作物,为探究名优茶叶在精准采摘过程中目标茶芽坐标动态变化的问题,设计一款茶梢摆动试验平台。该平台主要包括支撑架、同步带模组、高速摄像机系统、PLC控制系统、轴流式风机系统和智能压力风速风量仪。以风速、温度和采摘时执行器的冲击速度为部分采摘条件,探究在3个因素共同作用下茶梢坐标的动态变化过程。结果表明:最佳可采摘范围内各因素的阈值为温度31.25℃、冲击速度248.22 mm/s、风速3.42 m/s。在实际采摘过程中,风速的变化对茶梢坐标的影响尤为显著。其次,执行器触碰到茶梢叶片时,也会带来茶梢坐标明显的变化,而环境温度对茶梢坐标的影响最小。因此,影响茶梢坐标变化的因素有很多,且茶稍个体间具有明显的差异,自然风力和采摘时的冲击速度对于茶梢坐标的影响极为显著,在名优茶叶精准采摘过程中,要极力克服以上两个因素的干扰。

摘要：准备原色蛋壳若干,颜料,颜料刷,水彩笔,白色蜡笔,彩色卡纸,剪刀,胶棒.将蛋壳刷上各种颜色的颜料,晾干.

摘要：他的经历有些传奇,中考成绩连三类高中都上不了,就毅然决定去职业学校学软件专业。他自言在电脑前"坐不住",于是把笔记本放在肚子上躺着做flash,这样"懒"的人却捧走了2008年全国职业院校技能大赛动漫制作一等奖的水晶奖杯。他是典型的"90后":听《苦茶》,好奇心强,看日本动漫,写"火星文",

摘要：通过互联网进行传播的纪录片分为两类：在互联网上播放的传统纪录片和专为互联网而创作的新形式的纪录片。微纪录片属于后者,它是一种凝缩型的互联网纪录片,是刻有互联网媒介符号的完整的叙事文本。纪录片作者将传统纪录片的美学元素压缩并凝练为简短精粹的微纪录片,以适应互联网用户的观影习惯。近几年微纪录片成为了互联网上传播的最为重要的纪录片类型之一。本研究将微纪录片定义为时长在10分钟以内的纪录片。

摘要：儿童动画片网站在国内动漫产业中扮演的角色尤为特殊。它们的生存不仅受行业环境的影响，更因为其受众群主要是儿童，面临着更严苛的考验。有趣、丰富、健康…．．在这些标准之外，还有很多新的要求在呈现。

摘要：近年来,基于深度学习的模型在高光谱图像(HSI)分类方面效果显著。针对小样本数据基于深度学习的高光谱图像分类方法分类精度不高的问题,提出一种融合卷积长短期记忆(ConvLSTM)和多注意力机制网络的高光谱图像分类方法。该方法分三个分支:光谱分支、空间X分支和空间Y分支分别提取光谱特征、空间X特征和空间Y特征,并将三个方向的特征融合进行高光谱图像分类。由于ConvLSTM在学习有价值的特征和对光谱数据中的长期依赖关系建模方面表现出良好的性能,所以在光谱分支中用了3个隐藏层、卷积核大小为3×3、通道分别为150、100和60提取光谱信息。在空间X分支和空间Y分支,采用基于DenseNet和3D-CNN的Dense空间X块和Dense空间Y块分别提取空间X特征和空间Y特征。为了增强特征提取,在这三个分支中还分别引入了其特征方向的注意力机制,针对信息丰富的光谱波段设计了光谱注意块,信息丰富的像素点分别设计了空间X和空间Y注意块。在三个公开的高光谱数据集上进行了实验,即Indian Pines(IP)、Pavia University(UP)和Salinas Valley(SV)数据集;并对比了其他五种方法:基于RBF径向核的支持向量机模型(SVM)、更深更广的卷积神经网络模型(CDCNN)、快速密集光谱-空间卷积网络模型(FDSSC)、空谱残差网络模型(SSRN)、双分支双注意力机制网络模型(DBDA)。实验中,IP数据集上训练样本和验证样本的大小设为总样本的3%,UP和SV数据集上训练样本和验证样本的大小设为总样本的0.5%。该方法和所有基于深度学习的方法,批处理大小均设置为16,优化器设为Adam,学习率设置为0.0005,并动态调整学习率。由于SVM直接利用光谱信息进行分类,输入样本块像素大小为1×1,其他基于深度学习方法的输入样本块像素均设置为9×9。实验结果表明,该方法能充分利用高光谱图像的光谱和空间特征,在OA、AA、KAPPA等评价标准上均获得了更好的效果,其中,该方法的OA指标比次优的算法平均提高0.12%~2.04%。

摘要：针对复杂非线性系统多参数优化设计不仅计算工作量大,而且难以获得理论上最优解的问题,提出将全局敏感性分析和动态代理模型技术相结合的多参数多目标优化策略。通过基于方差的Sobol全局敏感性分析精简系统模型,确定敏感参数,并构造基于敏感参数的多目标代理模型,采用NSGA-II遗传优化算法得到当代最优解。优化过程中,代理模型和搜索空间不断更新,最优解附近的精度不断提高,直到满足优化迭代的收敛准则。将本方法应用于某汽车乘员约束系统的概念优化设计中,乘员的头部损伤指标(Head injury criterion,HIC)、胸部3 ms伤害指标C3ms和胸部压缩量D分别降低了11.3%、11.8%和9.4%,优化结果和最优解附近的精度都优于静态代理模型与NSGA-II遗传优化算法,取得明显的优化效果,证明了研究方法的有效性。

摘要：针对Ka频段的宽带信号解调给出了基于射频直接解调的高速解调器设计方案。通过六端口直接变频,以及FPGA的并行载波恢复、时钟同步、信道均衡实现Ka频段高速信号解调。测试结果表明,该方案在28 GHz实现了2 400 Mb/s高速信号解调,解调损失小于2 dB。