摘要：由于数据有复杂性、多样性和不确定性的特点,聚类通常存在不确定性,这种不确定性是指聚类结果的不一致性,从而影响分析的准确性,而通过三支决策方法构建不确定域,对不确定域进行延迟决策,能够带来一系列的优势。近些年来,这个研究热点涌现许多重要的工作。对聚类不确定的三支决策方法模型和研究方向进行介绍,按照三支聚类构建过程中遇到的问题进行总结。首先,给出三支聚类的表现形式。其次,分别阐述如何构建三支聚类的核心域和边界域,如何确定阈值,如何设计有效性指标,并介绍其中具有代表性的工作。最后,对聚类不确定的三支决策方法进行总结,并展望未来的研究方向。

摘要：地理学科兼具自然科学和社会科学的性质,且具有很强的实践属性,对学生形成正确的科学思维和观念,培养地理科学素养具有重要作用。本文以湘教版地理选择性必修1“密度流”实验教学为例,从地理科学素养培养角度出发,引导学生模拟出密度流海区的海水水平和垂直运动,使学生在深度学习的过程中获得真实感悟。实践结果表明:在实验教学中以真实情境为背景,以学生操作为主体,充分挖掘地理实验的操作及教学价值,重视学生科学探究精神的培养,是培育学生地理科学素养的有效途径。

摘要：钢管混凝土柱由于其优越的力学性能而在工程中得到了广泛的应用 ,但是其节点的研究显得还不够完整和充分 .本文中研究了 2个钢管混凝土加强环式梁柱节点的力学行为 ,分析了梁、钢管壁和加强环的应变分布规律 .试件均采用钢梁 ,并采用构造不同的环间加劲肋 .试验结果表明 ,钢管混凝土加强环式节点力学性能良好 ,节点刚度大 ;环间加劲肋的构造对节点的受力性能影响不大 ;加劲肋可以看作加强环梁的弹性支座 。

摘要：一、试题设计阅读材料,回答下列问题。材料一我国西部地区的风能、光能、水能等清洁能源储量巨大,占全国可再生清洁能源储量的90%以上,因此其拥有较强的清洁能源供电潜力。但近些年伴随着新能源(风光水电)装机量的持续攀升,不少地区却发生了“弃光、弃风、弃水”(受制于某种原因,停止运转风能、光能、水能发电机组或减少其发电量)的现象(见表1)。

摘要：习近平总书记在党的二十大报告中再次强调要积极稳妥地推进碳达峰碳中和。地理学科的跨学科特性决定其与“双碳”目标实施具有很强的知识关联性,同时,在地理教学中渗透“双碳”目标也有利于培养学生的地理核心素养。以湘教版教材为例,梳理教材与“双碳”目标契合的知识点,围绕“双碳”目标确立系列教学主题,并以“绿色低碳发展之路”主题为例开展主题教学,采用项目化教学方式,设计“低碳出行”“低碳能源”“低碳种植”三个探究项目,引导学生在解决目标项目的过程中发挥自身优势进行深度探索,在真实案例中理解低碳原理并提出降碳举措,培养学生树立低碳意识和可持续发展观念。

摘要：针对变工况环境中滚动轴承的源域与目标域数据分布不同及目标域样本不含标签的问题,提出一种基于深度自适应迁移学习网络(DATLN)的滚动轴承故障诊断模型。首先,搭建领域共享特征提取网络,采用多尺度卷积神经网络(MSCNN)抑制噪声的干扰,进而有效提取振动信号中蕴含的局部故障信息;其次,结合双向长短时记忆网络(BiLSTM)进一步学习局部故障信息中的时间特征;最后,引入迁移学习,以域对抗(DA)训练结合自适应联合分布(AJD)度量构建域自适应模块,通过最大化域分类损失和最小化AJD距离,实现源域与目标域特征样本对齐。在开源CWRU数据集与机械故障平台实测数据集上分别进行抗噪实验和迁移实验。抗噪实验表明:①在无噪声环境下,MSCNN-BiLSTM网络的识别准确率均达到99%以上,说明其具有较好的特征提取能力;②MSCNN-BiLSTM,LeNet-5,MSCNN和BiLSTM四种网络的识别准确率随着噪声强度的增强而降低;③在3,5,10 dB噪声环境下,MSCNN-BiLSTM网络的平均识别准确率比LeNet-5,MSCNN和BiLSTM网络的平均识别准确率均高,说明MSCNN-BiLSTM网络具有较好的抗噪声干扰性能;④MSCNN-BiLSTM网络在无噪声环境和3 dB噪声环境下,均最先达到收敛且波动较小。迁移实验表明:①在无标签目标域数据集上,DA+AJD方法的平均识别准确率为97.36%,均高于Baseline,迁移成分分析(TCA),域对抗神经网络(DANN)的识别准确率;②在测试集混淆矩阵上,DA+AJD方法仅有1个样本被错误识别,表明基于域适应的DA+AJD方法具备更好的故障迁移诊断性能;③利用t-SNE算法对处理后的源域与目标域特征样本进行可视化,DA+AJD方法只有少量目标域的滚动体故障和外圈故障特征样本被错误对齐到源域的内圈故障特征样本区域,说明DA+AJD方法可有效减少源域与目标域的边缘分布和条件分布差异,进而达到更好的特征样本对齐效果。