干扰项

摘要： 近视的成因十分复杂,而要从幼年时期开始控制变量测算孩子的近视发展情况,几乎是不可能的--有太多的干扰项和先天因素。因此,视光学界一直热衷于研究除了目前众所周知的遗传、光照、用眼习惯以外,其他与眼部健康相关的因素。在如今的前沿理论中,预防近视形成、控制近视发展,需要在学校端、医院(专业)端。

摘要： 四选项单项选择题是各类地理测试中的常见题型.大量研究表明,单选题中并不是每个干扰项都是有效的.本文利用一线地理教师开发的单选题及其测试数据,评估单选题的干扰项功能以及减少选项数的影响,进而探讨单选题最优选项数.研究发现,四选项单选题中:(1)干扰项的质量堪忧,存在相当比例的非功能干扰项;(2)功能干扰项的数目增加,试题难度、区分度差异不显著;(3)选项数由四减少为三时,对试卷质量和全体考生影响微小.基于此,本研究建议今后在命制地理单选题时可考虑采用三选项单项选择题.

摘要： 分析阅读理解中细节理解题的重要性.通过研究近五年高考英语真题和各地模拟题发现:细节理解题题干的设问方式和选项的设置都是有规律可循的,干扰项的设置越来越具有迷惑性.结合细节理解题专题教学,研究干扰项的设置规律和正确选项的特点,提高学生识别干扰项的能力.

摘要： 文言文阅读中,“归纳内容要点,概括中心意思”与“分析概括作者在文中的观点态度”两个考点往往是结合在一起考查的,它一般是文言文阅读选择题的压轴题,我们将其称为“整体文意理解题”。其设题方式通常是在大体正确的叙述中设计一两处不正确的表述,将这些作为干扰项来迷惑考生。因此,了解干扰项的设错方式,有助于我们解题。笔者对近几年高考题进行了分析,发现命题人干扰项设计的方式,主要有如下几种。

摘要： 分析阅读理解中细节理解题的重要性。通过研究近五年高考英语真题和各地模拟题发现:细节理解题题干的设问方式和选项的设置都是有规律可循的,干扰项的设置越来越具有迷惑性。结合细节理解题专题教学,研究干扰项的设置规律和正确选项的特点,提高学生识别干扰项的能力。

摘要： 利用和相关线性算子有关的Φ1-正算子和谱半径解决了一种带有干扰项的分数阶微分方程的边界值问题,利用迭代方法得到了解的存在性和唯一性.

摘要： 本发明公开了一种设定阈值带惩罚项的干扰波形生成方法，其包括以下步骤：S1、建立并初始化干扰目标、干扰波形库、干扰信号功率、波形选中次数表和干扰效果表；S2、初始化干扰波形随机选择概率、惩罚阈值和惩罚项个数；S3、随机选取干扰波形，并更新波形选中次数表；S4、获取干扰效果，对干扰效果小于惩罚阈值的波形及其最近邻波形进行惩罚并更新干扰效果表；S5、更新惩罚阈值和惩罚项个数；更新干扰波形随机选择概率；S6、判断波形选择是否收敛，若是则输出当前干扰效果最好的波形作为干扰波形，否则返回步骤S3。本发明解决了现有方法干扰波形生成速度慢的问题，从而有利于获得战场上的主导权。

摘要： 本发明公开了一种设定阈值带惩罚项的干扰波形生成方法，其包括以下步骤：S1、建立并初始化干扰目标、干扰波形库、干扰信号功率、波形选中次数表和干扰效果表；S2、初始化干扰波形随机选择概率、惩罚阈值和惩罚项个数；S3、随机选取干扰波形，并更新波形选中次数表；S4、获取干扰效果，对干扰效果小于惩罚阈值的波形及其最近邻波形进行惩罚并更新干扰效果表；S5、更新惩罚阈值和惩罚项个数；更新干扰波形随机选择概率；S6、判断波形选择是否收敛，若是则输出当前干扰效果最好的波形作为干扰波形，否则返回步骤S3。本发明解决了现有方法干扰波形生成速度慢的问题，从而有利于获得战场上的主导权。

摘要： 本发明公开了一种抗干扰、稳定的含有33项指标的复合校准品及制备方法，涉及生物技术领域。该复合校准品的基质为血清，33项指标为离子项指标、酶类指标、醇类指标、总蛋白、白蛋白、二氧化碳、胆红素和碱性磷酸酶，所述血清中包含抗干扰物：鱼精蛋白、甲醛、NAD+、ATP和BSA。本发明通过在作为基质的血清中加入鱼精蛋白、甲醛、NAD+、NADP+、ATP和BSA六种抗干扰物质，并充分混匀后再按照顺序分别加入33项指标，由此使得加入血清基质的抗干扰物能够充分发挥作用，所制备得到的复合校准品在检测时不会出现干扰现象，同时还可以提高复合校准品的稳定性。

摘要： 一种可减少干扰的双排十四项尿试纸条，包括基片，所述的基片为长条片状结构，所述的基片上设置有第一检测区和第二检测区，阻隔板设置在第一检测区和第二检测区之间，阻隔板将基板分为第一检测区和第二检测区两个区，可以避免第一检测区和第二检测区上的试剂块由于离的特别近导致产生相互干扰的问题。

摘要： 本发明公开了一种机器阅读理解的回答与干扰项生成方法、装置，方法是将机器阅读理解领域中的干扰项生成与机器问答任务结合起来，通过联合学习机制同时促进生成答案和干扰项这两个任务的性能提升。本发明能实现良好的机器问答，在给定一篇文章和一个关于此文章的问题的情况下，能够准确地回答相关问题并且生成答案对应的干扰项，可广泛应用于机器阅读领域或者智能出题领域。

摘要： 本发明公开了一种面向易混淆词考察的选择题干扰项自动生成方法及装置，该方法包括：通过预训练的Word2vec生成词向量，并通过计算相似度选取出N个候选词；将考察词和N个候选词分别代入题干中，通过预训练的BERT模型生成上下文相关的词向量，并排除相似度过高的词，得到M个候选词；对M个候选词进行聚类，然后分别选出每个类簇中与考察词相似度最高的词作为代表，得到Q个候选词，最后根据相似度，在Q个候选词中选取合适数量的干扰项。本发明的方案具有效率高、科学性强以及保证了干扰项的多样性等优点。

摘要： 本发明公开了一种基于深度学习的选择题干扰项自动化生成方法及模型，模型包括：答案编码器，用于对选择题的答案进行编码，以获得答案表示向量；文章编码器，用于对文章和问题进行联合编码，以获得文章表示向量；上下文推理注意力机制模块，连接于答案编码器和文章编码器，用于合并文章上下文向量和答案上下文向量，以进行上下文推理，生成编码器最终上下文向量；文章上下文向量是由文章表示向量经文章注意力机制而获得，答案上下文向量是由答案表示向量经答案注意力机制而获得；干扰项解码器，连接于答案编码器以利用答案编码器的输出进行解码器初始化，以及连接于上下文推理注意力机制模块以对所述编码器最终上下文向量进行解码，生成干扰项。

摘要： 本发明公开了一种基于自由文本的中文选择题干扰项生成方法，步骤包括：1‑1）对文本进行预处理，解析出核心关键词；1‑2）选择信息句；1‑3）生成正确答案；1‑4）生成问题题干；1‑5）扩展正确答案；1‑6）生成干扰项：基于向量空间模型进行扩展词向量化，使用TF‑IDF方法计算各个扩展词在向量空间里的权重；利用LSI模型将文本用“词语‑文本”矩阵表示，利用奇异值分解将高维稀疏的矩阵转换成低维的文本向量和单词向量，结合扩展词向量空间权重，用余弦相似度方法计算扩展词与知识图谱中三元组的语义相似度；筛选出干扰项；1‑7）结合题干和干扰项生成选择题。本发明生成速度快，占用资源少，难度高，适用于标准化教学和机器学习。

摘要： 本发明公开了一种面向易混淆词考察的选择题干扰项自动生成方法及装置，该方法包括：通过预训练的Word2vec生成词向量，并通过计算相似度选取出N个候选词；将考察词和N个候选词分别代入题干中，通过预训练的BERT模型生成上下文相关的词向量，并排除相似度过高的词，得到M个候选词；对M个候选词进行聚类，然后分别选出每个类簇中与考察词相似度最高的词作为代表，得到Q个候选词，最后根据相似度，在Q个候选词中选取合适数量的干扰项。本发明的方案具有效率高、科学性强以及保证了干扰项的多样性等优点。

摘要： 本发明公开了一种机器阅读理解的回答与干扰项生成方法、装置，方法是将机器阅读理解领域中的干扰项生成与机器问答任务结合起来，通过联合学习机制同时促进生成答案和干扰项这两个任务的性能提升。本发明能实现良好的机器问答，在给定一篇文章和一个关于此文章的问题的情况下，能够准确地回答相关问题并且生成答案对应的干扰项，可广泛应用于机器阅读领域或者智能出题领域。