摘要：与 univariate 和 multivariate 多项式条目计算一个矩阵的决定因素在地的科学计算并且设计经常产生。这份报纸建议一个有效算法用混合符号、数字的计算与多项式条目计算一个矩阵的决定因素。算法为解决 Vandermonde 系统与错误控制依靠牛顿插值方法。作者也介绍度矩阵为尺寸减小与多项式条目，和度同形方法在一个矩阵估计变量的度。而且，方法的并行化自然地产生。

摘要：在研学旅行大发展背景下,研学旅行指导师对研学旅行的顺利开展和预期成效的获得起着至关重要的作用。研学旅行指导师作为新职业被纳入《职业大典》,这对新职业的标准化发展及人才培养、管理等相关工作提出了新要求。文章基于SEM方程结构模型,采用文献法、访谈法、问卷调查和数理统计等科学研究方法,提出研学旅行指导师胜任力模型,并根据该模型分析、构建研学旅行指导师的职业能力体系。同时,针对研学旅行指导师的认定、培养、考核与评价,提出从顶层设计角度,构建“职业能力导向”的职业资格认证体系;从人才培养角度,建立“政府—企业行业—学校”一体化的教育系统;从资源配置角度,形成“人岗适配”的人才评价模式等建议。

摘要：路网中的最优路径搜索与规划作为位置服务中重要部分受到广泛关注,射频识别技术(RFID)等技术带来的大量交通数据成为了研究的基础与挑战。城市中出行场景对路网动态变化非常敏感,同时城市复杂多变的交通情况、真实路网与移动对象轨迹丰富的时空语义信息,都是动态路网中的最优路径搜索面临的难题。针对这些挑战,在分析现有算法不足的基础上,参考A*算法启发式思想,提出一种基于图卷积网络进行深度搜索的机器学习模型GCN-Search。模型首先通过时空图卷积网络,聚合相邻区域与过往时段的时空信息,对城市出行所依赖的路网近期动态变化进行建模;其次扩展路径搜索的深度,定义节点的深度估价值,并使用神经网络替代人工设计的估价函数,搜索利于路径整体最优的节点,直到生成最终路径。在某交管局提供的RFID数据集上进行的对比实验表明,GCN-Search算法可以有效利用RFID数据中的时空语义信息,提升动态路网出行的最优路径搜索的准确率。

摘要：近年来,采用脑电波进行癫痫发作检测得到了学术界的广泛关注,而用于癫痫发作检测的脑电波数据存在数据采集困难、发作样本少等问题,在训练样本量不足的情况下采用深度学习容易产生过拟合现象。为了解决此问题,本文以美国波士顿儿童医院的癫痫脑电数据集为研究对象,将小波变换用于数据增强,通过设置不同的小波变换尺度因子来生成相应的数据,达到成倍增加训练样本的目的;另外,在模型设计方面,本文结合深度学习、集成学习和迁移学习等方法,提出在训练样本量不足的情况下针对特定癫痫患者的具有较高检测准确率的癫痫检测方法。在测试中,本文分析了以小波变换尺度因子为2、4、8时的癫痫发作检测实验结果,在小波尺度因子为8时,平均准确率、平均敏感度、平均特异性分别为95.47%、93.89%和96.48%;另外,通过与近期相关文献进行对比,验证了本文方法具有一定的优越性。本研究结果可为癫痫检测的临床应用提供借鉴。

摘要：随着智能无人小车的广泛应用,智能化导航、路径规划和避障技术成为了重要的研究内容。文中提出了基于无模型的DDPG和SAC深度强化学习算法,利用环境信息循迹至目标点,躲避静态与动态的障碍物并且使其普适于不同环境。通过全局规划和局部避障相结合的方式,该方法以更好的全局性与鲁棒性解决路径规划问题,以更好的动态性与泛化性解决避障问题,并缩短了迭代时间;在网络训练阶段结合PID和A~*等传统算法,提高了所提方法的收敛速度和稳定性。最后,在机器人操作系统ROS和仿真程序gazebo中设计了导航和避障等多种实验场景,仿真实验结果验证了所提出的兼顾问题全局性和动态性的方法具有可靠性,生成的路径和时间效率有所优化。

摘要：傲腾非易失内存模组产品的出现提示应重新审视早期基于模拟非易失内存(NVM)的分配研究。随着操作系统对NVM接入规范的支持,如何合理分配异构NVM场景中的内存是一个重要问题。因此,提出一种异构NVM场景下的经济成本优先分配策略(CPMA),该策略通过一个元数据组件记录系统内不同NVM硬件的性能,在接收到分配请求时,根据请求的读写类型、需求空间大小和元数据组件的参数,估算出在每块NVM上分配所需的时间成本和磨损成本,并将其转化为统一的“经济成本”后灵活做出分配。实验仿真表明,CPMA能在保持时间成本不增加的情况下降低“经济成本”;对比通用内存分配器ptmalloc和tcmalloc,CPMA的测算出的经济成本分别为它们的55%和59%;和同样面向NVM设计的分配器NVMalloc、Ralloc以及PMDK套件中的libpmemobj对比,CPMA的经济成本分别为它们的81%、64%和72%。

摘要：针对点、线、面和体等简单空间对象提出新的否定规则,对9交模型进行了简化·利用简化后的9交模型仅需分析4组相交关系即可得出实际拓扑关系·在此基础上构建了拓扑关系推导表,可进一步分析复合空间对象之间的拓扑关系,并以线与体之间拓扑关系为例讨论了算法实现·与已有的算法相比,该算法能分析更为复杂的空间对象之间的拓扑关系·

摘要：数字教育资源的共建共享行动已成为当前教育信息化的重要内容和研究热点.经过多年的研究和建设,数字教育资源其价值并未得到充分的利用,反而出现所谓的"资源孤岛"和"数字废墟".究其原因主要是由于现有的资源平台建设未具有足够的开放性以及学科相关性.基于PaaS结构提出了教育资源开放平台模型,并结合动态几何、计算机代数、几何定理自动推理等技术,采用微服务架构设计并实现了一种动态数学教学资源开放平台.该开放平台具有深入数学学科、开放资源与能力定制化、分级授权等特点.利用OAuth2.0技术作为主要的授权流程,为第三方应用和用户提供认证授权、分级定制化的动态数学内容素材和能力.给出该开放平台的相关特点及总体设计,介绍了面向应用及用户权限的分层策略与认证流程及开放资源与工具的定制化流程.根据性能分析,表明该平台已广泛应用于教学活动中.目前该开放平台已为电子教材、通用演示软件及在线备课平台等多个第三方应用提供服务,得到了广泛应用.

摘要：本文以《妖猫传》《刺客聂隐娘》以及《狄仁杰》系列电影为研究对象,借助英国学者彼得·J·霍华德的景观文化和景观图画的理论,解读华语电影中的唐朝景观。创作者用诸多视觉元素呈现了中国历史上的大唐盛景,使之彰显出浓郁的东方意境和人文色彩,并在叙事、商业、美学上进行了景观再造和视觉重建。华语电影中的唐朝景观是创作主体主观审美和文化想象的结合,然而,基于商业诉求,多数影片具有"景观唐朝"的意味,冲淡了深厚的历史和人文色彩。

摘要：随着无人机的广泛应用,无人机控制器的设计成为近年来广泛研究的热点。当前无人机中广泛使用的PID,MPC等控制算法受到参数难调节、模型构建复杂、计算量大等一系列因素的制约。针对上述问题,提出了一种基于深度强化学习的无人机自主控制方法。该方法通过神经网络拟合无人机控制器,直接将无人机的状态映射到舵机的输出以控制无人机运动,在不断与环境进行交互训练中即可得到一个通用的无人机控制器,有效地避免了参数调节、模型构建等复杂操作。同时,为进一步提高模型的收敛速度和准确性,在传统强化学习算法Soft Actor Critic(SAC)的基础之上引入专家信息,提出了ESAC算法,指导无人机对环境进行探索,以增强控制策略的易用性和扩展性。最后在无人机的位置控制以及轨迹跟踪任务中,通过与传统PID控制器和SAC,DDPG等强化学习算法构建的模型控制器进行对比,实验结果表明,通过ESAC算法构建的控制器能够达到与PID控制器同样甚至更优的控制效果,同时在稳定性和准确性上优于SAC和DDPG构建的控制器。