摘要：特性黏度是衡量聚酯熔体质量的关键指标,对其进行精准预测有利于提前发现聚酯熔体潜在的质量问题,及时调整工艺参数,减少企业损失.考虑到聚酯熔体生产过程的数据不完备性、数据时序性以及高维冗余性,提出了不完备数据下聚酯熔体的特性黏度预测方法.针对聚酯熔体极端生产环境造成的数据不完备问题,设计了以卷积神经网络判别器和注意力长短期记忆神经网络生成器为架构的缺失数据生成对抗网络(MDGAN),通过对抗生成机制实现了缺失数据的填充.针对聚酯熔体生产过程中高维冗余和时序双向因果特性,设计了基于极端梯度提升双向门控循环单元(XGBoost-BiGRU)的特性黏度预测模型,通过极端梯度提升算法进行特征筛选,获取预测模型输入变量,再利用双向门控循环单元捕捉数据的时序双向因果关系,实现特性黏度的精准预测.浙江某聚酯纤维生产企业的实际数据测试结果表明,MDGAN算法在不同缺失率数据集下的填充精度均优于KNN、RF、MICE、GAIN数据填充算法,XGBoost-BiGRU特性黏度预测方法较STL-GPR、CAGRU、BiGRU算法优势显著,结合MDGAN的特性黏度预测方法能有效解决数据不完备下的聚酯熔体特性黏度预测问题.

摘要：为改变小学作文教学长期高耗低效的窘境,提高作文教学效率,促进学生的全面发展。多年来,我们对传统的作文教学模式进行了审视、调整和改革,逐步探索出了一种比较科学、高效的“学导式”小学作文教学基本模式。此教学模式是围绕一次作文的教学全过程设计的,分为互为关联的五个阶段:感受阶段(收集材料、体验情感、确定内容)———拟作阶段(独立写作)———评导阶段(对比评议优差两篇例文)———修改阶段(自改作文)———总结阶段(师生共同评定此次作文的得与失,帮助学生积累作文经验)。这五个阶段是学生全方位、多层次自我训练、完善、提高的过程,也是融教师指导、讲评为一体的作文教学过程。此教学模式既符合新大纲对作文教学的要求,又符合现代教学论和学生的认知规律。纵观本教学模式的各个阶段,学生实际上是在经历一个完整的认识过程,即实践(感受、拟作)———认识(评导)———再实践(修改)———再认识(总结)。学生在这一次次的作文训练中,在此“实践、认识、再实践、再认识,循环往复,以至无穷”的过程中,螺旋式地升华着自己的认识,提高着作文水平。此教学模式称之为“学导式”,是因为它是按照学生为主体、教师为主导的现代教育思想来设计的。它的主旨是在教师必要的指导下,学生自主、主动、活泼地习?