几何推理

摘要： 推理是数学的基本素养之一,也是人们学习和生活中经常使用的思维方式,因此数学教学应重视逻辑推理能力的培养.初中阶段的推理可分为几何推理和代数推理,几何推理以图形为载体,形象直观,符合初中阶段的学生认知特点,而代数推理侧重于数与代数式或关系(方程、不等式、函数等)的运算、变形、性质等.

摘要： 几何推理能力是数学学习的重要内容,也是大部分学生的难点和“痛点”.教师应采取多元教学策略,从归纳比较、变式训练和渗透转化思想三个角度,助力学生突破难点,提升几何论证推理能力.

摘要： 文章通过调查问卷、访谈,整理几何教学难点和诊断学生在几何学习中存在的问题,根据各种理论,结合平时教学中的经验制定了相应的策略,并在实验班中进行用策略的教学实验,实验后总结了一些解决问题的方法和解决学生几何推理难点的常用策略.

摘要： 几何概念是进行几何推理和论证的重要依据,概念不清则计算、推理必然出错,因此,学好几何概念对几何学习具有重要意义,理解几何知识的关键在于把握几何概念的核心内容.几何语言的精确表达能突出几何概念中的核心内容,具有导向性,能帮助学生构建认知结构.初中几何中有如下三类重要几何概念的精确语言表达:描述直角三角形要表明直角;描述等腰三角形要表明两腰;描述直线与圆相切要表明切点(相切于哪一点).

摘要： 文章通过调查问卷、访谈,整理几何教学难点和诊断学生在几何学习中存在的问题,根据各种理论,结合平时教学中的经验制定了相应的策略,并在实验班中进行用策略的教学实验,实验后总结了一些解决问题的方法和解决学生几何推理难点的常用策略.

摘要： 推理能力的培养应该贯穿于整个数学学习的过程中。推理一般分为合情推理和演绎推理。合情推理是从已有的事实出发,凭借经验和直觉,通过归纳和类比等推断某些结果;演绎推理是从已有的事实和确定的规则出发,按照逻辑推理的法则证明和计算。本期,我们着眼于课堂教学,从核心素养下的几何推理、推理能力培养的具体方法和典型素材等角度,探讨学生推理能力的培养。

摘要： 2020年湖北省武汉市数学中考题第16题是填空题的压轴,以折叠矩形纸片为背景考查了学生动手操作以及几何推理及计算的能力,应该说问题的呈现方式为大家所熟知,构图明了,数据简单,而且这一类型的练习大家也做了不少.但是,笔者给学生练习时发现,仍有水平相当不错的学生解题时思维受阻,半途而废.下面我们来具体剖析一下思路,希望对同学们能有所启迪.

摘要： 《三角形的三边关系》是图形与几何领域的经典课例,现行人教版教材是众多版本中为数不多引入公理的教材,本课尝试以活泼的情境引导学生初步了解公理,进而渗透三角形三边关系的推导,并将公理推导融合于后续操作、探索、验证等教学活动之中,以公理为基础,通过推理得出结论,使学生对三角形三边关系的认知更加深刻.

摘要： 随着课程改革的深入,初中数学学科教学取得了很大的进步,其中很重要的一点就是在一定程度上摆脱了应试教育过于注重分数的局面,初中教师意识到培养学生数学科核心素养的重要性。几何在初中数学教学中占据着很大的比重,本文站在核心素养的角度,就初中生几何解题能力的提升策略提出了笔者的建议。

摘要： 当前数学教学重视学生推理能力的发展,而几何作为培养学生推理能力的重要部分,理应受到相应的重视。目前国内外一些研究显示,很多小学生的范希尔几何思维水平尚未达到非形式化推理水平,但是就一些国际数学测试研究的结果以及一线教师的经验来说,我国中小学生在数学成就方面都呈现出了较高的水平,那么在几何非形式化推理水平上我国的小学生到底达到什么程度呢?很少有学者单独对其做深入的探究,因此本研究试图在了解我国小学生几何思维水平总体发展情况的基础上,探究小学生在范希尔几何思维第三水平即非形式化推理水平上的具体表现。

摘要： 介绍了一种求解智能机器人抓取规划的几何推理算法.该算法基于平面多面体表示的物体几何模型,对物体上的各类几何项(即面、边及顶点)之间的空间关系进行分析,求解出所有无碰撞可抓取的抓手姿态参数(即位置矢量、接近矢量、方位矢量及开度).并以抓取类型的稳定性和物体重心的空间位置作为启发信息,搜索出机器人抓手在物体上的最优抓取位置,进而确定机器人抓手的最优姿态.

摘要： 采用几何推理法求解虚拟设计中的装配约束问题,提出并构造了相应的自由度分析算法,无需建立和求解大型分线性方程组,而能够有效地求解装配约束;同时较好的解决装配中的欠约束和过约束问题,实现虚拟装配设计过程的智能化、自动化.

摘要： 本文采用几何推理法求解模具装配约束,提出并构造了相应的自由度分析算法,无需建立和求解大型分线性方程组,而能够有效地求解装配约束;同时较好的解决装配中的欠约束和过约束问题,实现装配设计过程的智能化、自动化.

摘要： 基于规则的设计系统易于建立和便于扩充，但要求设计规则精确匹配，灵活性差；几何推理系统可直接从CAD模型中提取工程语义，将几何拓扑与设计知识相关联，但缺乏直接驱动设计的能力。利用规则推理与几何推理的优势互补特性，提出一种基于几何与规则混合推理的产品设计方法。该方法可规范化几何推理形成的设计方案的表示，使其与规则推理系统输入条件无缝搭接，且规则推理结果直接驱动设计，最大限度减少人机交互和产品设计对经验的依赖。定位器数字靶标是实现飞机接头数字化协调的重要依据，一套飞机装配工装模型中的数字靶标数量多、类型复杂，设计过程繁琐。在提出方法的基础上，开发了飞机装配工装数字靶标快速设计系统，已在某航空制造企业应用验证。应用结果表明：系统提高了定位器设计的效率、规范化与智能化水平。

摘要： 特征映射是实现产品生命周期内信息集成与数据共享的基础.本文分析了产品的设计特征和装配特征.描述了装配特征中约束方向特征的表达形式,并基于几何推理获取相关信息.从一个侧面探讨了特征映射的实现方法,为研究产品从设计域到装配域的特征映射奠定了基础,为多域特征映射机理的研究提供指导.

摘要： 在模具的虚拟设计中，模具的装配设计阶段是一个十分重要的阶段，对后续工作影响很大。模具的装配设计的实质是参与装配的各个部件按照装配关系进行装配约束求解的过程，采用传统的数值法进行约束求解，需要大规模求解非线形方程组，计算效率缓慢，有可能不收敛。本文设计了的适合模具的装配模型和装配约束，采用自由度分析算法进行装配约束求解，能够正确、有效地求解装配约束，无需建立和求解大型分线性方程组;同时较好的解决装配中的欠约束和过约束问题，更易实现装配设计过程的智能化、自动化。

摘要： 在模具的虚拟设计中，模具的装配设计阶段是一个十分重要的阶段，对后续工作影响很大。模具的装配设计的实质是参与装配的各个部件按照装配关系进行装配约束求解的过程，采用传统的数值法进行约束求解，需要大规模求解非线形方程组，计算效率缓慢，有可能不收敛。本文设计了的适合模具的装配模型和装配约束，采用自由度分析算法进行装配约束求解，能够正确、有效地求解装配约束，无需建立和求解大型分线性方程组;同时较好的解决装配中的欠约束和过约束问题，更易实现装配设计过程的智能化、自动化。

摘要： 在模具的虚拟设计中，模具的装配设计阶段是一个十分重要的阶段，对后续工作影响很大。模具的装配设计的实质是参与装配的各个部件按照装配关系进行装配约束求解的过程，采用传统的数值法进行约束求解，需要大规模求解非线形方程组，计算效率缓慢，有可能不收敛。本文设计了的适合模具的装配模型和装配约束，采用自由度分析算法进行装配约束求解，能够正确、有效地求解装配约束，无需建立和求解大型分线性方程组;同时较好的解决装配中的欠约束和过约束问题，更易实现装配设计过程的智能化、自动化。

摘要： 在模具的虚拟设计中，模具的装配设计阶段是一个十分重要的阶段，对后续工作影响很大。模具的装配设计的实质是参与装配的各个部件按照装配关系进行装配约束求解的过程，采用传统的数值法进行约束求解，需要大规模求解非线形方程组，计算效率缓慢，有可能不收敛。本文设计了的适合模具的装配模型和装配约束，采用自由度分析算法进行装配约束求解，能够正确、有效地求解装配约束，无需建立和求解大型分线性方程组;同时较好的解决装配中的欠约束和过约束问题，更易实现装配设计过程的智能化、自动化。

摘要： 在模具的虚拟设计中，模具的装配设计阶段是一个十分重要的阶段，对后续工作影响很大。模具的装配设计的实质是参与装配的各个部件按照装配关系进行装配约束求解的过程，采用传统的数值法进行约束求解，需要大规模求解非线形方程组，计算效率缓慢，有可能不收敛。本文设计了的适合模具的装配模型和装配约束，采用自由度分析算法进行装配约束求解，能够正确、有效地求解装配约束，无需建立和求解大型分线性方程组;同时较好的解决装配中的欠约束和过约束问题，更易实现装配设计过程的智能化、自动化。

摘要： 本发明属于产品精密测量与计算机应用领域，涉及一种智能化的三坐标测量机(Coordinate Measuring Machine,CMM)几何误差测量策略智能推理方法，可用于CMM设备中进行零件误差测量，并为智能测量提供指导。通过以下步骤实现，步骤1：在三维模型中获取标注信息，构建本体模型；步骤2：智能推理出需要测量的要素；步骤3：给出要素的测量策略；步骤4：构建测量策略的推理规则；步骤5：使用Java语言开发测量策略的智能推理程序，用于自动生成测量策略。

摘要： 本发明公开了一种基于深度学习和多模态数值推理的几何题解答方法及文本和图像双模态联合的神经网络模型，所述方法包括：分别获取关于题目内容的文本信息与图像信息；将所述文本信息编码成对应的文本隐藏状态得到文本语义，以及将所述图像信息编码成对应的图像隐藏状态得到视觉语义；融合与对齐所述文本语义和所述视觉语义得到解答程序；按照所述解答程序的运算方式计算解答结果。本发明不但可以增加解答准确率，又可以提高处理的效率，以实现一种具有良好正确率、实用性强、且能通过深度学习自主生成答案的代码序列的技术。

摘要： 本发明公开了一种基于规则推理与GRU神经网络推理的混合推理方法，包括步骤：生成知识图谱并给定的问题查询q，利用GRU网络生成逻辑规则；基于生成的逻辑规则，构建马尔可夫逻辑网络进行知识图谱推理，对逻辑规则进行价值打分；将生成的高质量逻辑规则给到GRU网络用于优化网络参数；利用价值函数计算推理结果的得分并输出可能的结果，量化表示推理结果的可信度。本发明通过对价值函数的设计，结合规则推理和GRU神经网络推理，能够快速有效地找到知识推理的结果，并计算推理结果的可信度。

摘要： 推理装置(10)具有图结合部(14)，该图结合部(14)使用从知识库(11a)提供的知识信息以及从规则数据库(12a)提供的推理规则，以前向链方式结合动态变化的外部信息中的属于彼此不同的域的信息即图，由此生成统合图，其中，所述知识信息包含与人的状态有关的信息和与人的行动有关的信息。

摘要： 范围判定部(412)将对输入数据加密而成的输入密文C

摘要： 本发明提供一种基于情景驱动推理引擎，其包括：方法库模块、推理模块、执行器模块、情景驱动器模块、本地情景库模块以及情景管理器模块。根据本发明的另一个方面，还提供一种基于情景驱动的推理控制方法，其特征在于，包括如下步骤：a. 通过传感器获取情景信息；b. 使用情景驱动推理引擎对情景信息进行推理；以及h.输出情景推理结果。还提供一种基于情景驱动的推理器。传统的推理引擎中是以目标为驱动进行推理，在情景驱动的推理引擎，是以情景驱动的推理模型，情景驱动推理引擎相比传统的推理引擎具有更好的实时性，能满足对时空频变支持的需求。

摘要： 学习装置(100、100a、100b)具有：学习用数据取得部(109)，其取得多个学习用数据，1个学习用数据是基于包含时间序列的观察值的1个或多个时间序列数据中的1个时间序列数据的第1信息、基于包含彼此不同的至少2个预测期间的多个预测期间中的1个预测期间的第2信息、以及基于经过预测期间后的观察值的第3信息的组合；以及学习部(110)，其将组合学习用数据中的第1信息和第2信息而成的信息作为说明变量，并且将第3信息作为响应变量，使用学习用数据取得部(109)取得的多个学习用数据进行学习，生成能够推理经过指定的预测期间后的推理观察值的已学习模型。

摘要： 本申请实施例公开了一种神经网络推理芯片、神经网络推理方法及终端，神经网络推理芯片包括SSP和计算模块，其中，计算模块由VSP、MMP以及PSUM构成；SSP，用于根据特征图和神经网络结构参数生成控制指令；VSP，用于基于控制指令生成卷积计算指令和卷积计算数据；MMP，存储有权重数据，用于根据卷积计算指令、卷积计算数据以及权重数据执行卷积计算，获得第一计算结果；PSUM，用于根据第一计算结果确定卷积结果。

摘要： 本发明披露了一种数据处理技术领域的推理服务组件的运算方法和TensorRT推理服务组件，具体包括：接口层，用于待处理数据和推理结果数据与外部的交互；推理层，包含第一运算队列，所述第一运算队列包括一组以上第一运算对象，每一所述第一运算对象有对应连接的TensorRT对象；每一所述第一运算对象包括预设的推理服务模型；调度层，从所述接口层获取待处理数据，从所述推理层获取推理输出结果；调取所述第一运算队列的所述第一运算对象，根据所述第一运算对象执行推理服务；释放所述第一运算对象至第一运算队列。插件层，所述插件层连接所述推理层，所述插件层用于提供推理服务模型。本技术方案使TensorRT调用更加灵活方便。

摘要： 本发明涉视觉信息实时定位领域，具体是一种融合深度学习和几何推理的单目视觉里程计方法，包括如下步骤：步骤一、采集单目视觉图像序列数据；步骤二、获取单目视觉深度图像；步骤三、获取相邻单目视觉图像之间的光流图像；步骤四、根据光流图像，计算得到两帧单目视觉图像之间的光流一致性信息并结合设定的阈值，选择出两幅单目视觉图像中最佳的N对匹配像素点；步骤五、根据匹配像素点，结合单目视觉深度图像，建立起3D到2D的映射关系，根据PNP算法求解得到相机的旋转和位移参数，结合前一时刻相机的位姿，更新得到当前时刻的相机位姿；融合了深度学习技术和传统几何推理的优点，并且整个系统各模块间完全解耦，极大简化了整个系统。