双重特征

摘要： 向量是既有长度又有方向的量,是联系代数与几何的桥梁,数量积既是向量中的一个核心概念,又是一种重要的运算法则与工具.通过平面向量数量积的最值或范围问题,考查学生对知识的整合与灵活应用能力,是近年高考试题的一个热点.此类题目呈现方式简洁,但问题灵活多变,同时解题方法多样,区分度大,因此能充分考查学生的数学学科素养.本文结合具体例题,紧扣平面向量“数”与“形”双重特征,对平面向量数量积范围求解策略进行探究,归纳总结此类问题的常用解法,以期提高分析、解决问题的能力,提升数学素养.

摘要： 文章从双碳目标愿景出发,系统分析碳达峰、碳中和对经济社会产生的影响,提出基于低碳基础设施,通过产业低碳、能源非碳、社会减碳,打造集数字低碳经济、数字低碳能源、数字低碳社会于一体的低碳经济社会蓝图愿景。中国提出2030年前碳达峰、2060年前碳中和,将引发一场广泛而深刻的经济社会系统性变革。数字时代,数字技术颠覆大潮正在不断地重塑各行各业,成为经济发展重要驱动力,数字要素创造的价值在国民经济中所占的比重持续扩大。叠加双碳目标,未来我国经济社会发展将具有低碳和数字化双重特征。

摘要： 小样本图片分类的目标是根据极少数带有标注的样本去识别该类别,其中两个关键问题是带标注的数据量过少和不可见类别(训练类别和测试类别的不一致).针对这两个问题,我们提出了一个新的小样本分类模型:融合扩充-双重特征提取模型.首先,我们引入了一个融合扩充机制(FE),这个机制利用可见类别样本中同一类别不同样本之间的变化规则,对支持集的样本进行扩充,从而增加支持集中的样本数量,使提取的特征更具鲁棒性.其次,我们提出了一种双重特征提取机制(DF),该机制首先利用基类的大量数据训练两个不同的特征提取器:局部特征提取器和整体特征提取器,利用两个不同的特征提取器对样本特征进行提取,使提取的特征更加全面,然后根据局部和整体特征对比,突出对分类影响最大的特征,从而提高分类准确性.在Mini-ImageNet和Tiered-ImageNet数据集上,我们的模型都取得了较好的效果.

摘要： 文艺评论家、文艺评论工作者具有双重特征又具有双重优势。我们既是文艺工作者,也是社会科学工作者。习总书记2019年在全国政协会见文艺界、社科界的代表,给我们提出的四点希望,四个坚持,坚持与时代同步伐,坚持以人民为中心,坚持以精品奉献人民,坚持用明德引领风尚,是我们广大文艺工作者和评协工作的基本遵循。四川省评论家协会成立的时间并不长,但一路走来,始终坚定文化自信,坚守文化立场,立足四川实际,不断探索创新,新,届评协始终围绕着明方向、正导向,转作风、树新风,出作品、出人才,开展了富有创新活力的活动。在中国文艺评论界已经开始发出具有四川魅力的特殊声响,一批中青年评论工作者迅速成长,评协的凝聚力向心力明显提升,给四川文艺界增添了新的活力。

摘要： 英语学科,具有工具性和人文性的双重特征,要求教师不能仅仅关注知识、技能的教学,还要关注学生的英语思维、学习能力、文化意识等的培养。其中批判性思维也是要求学生必须掌握的一种高阶思维能力。因此,本文聚焦高中英语报刊,并主要围绕聚焦文意、自主提问、文本对比这几个方向进行具体探讨,如何在引导学生阅读英语报刊的过程中针对性地培养他们的批判性思维能力。

摘要： 平面向量兼具有数与形的双重特征,是连接几何与代数的一个纽带.向量的应用广泛,延展性好,交汇性强(常与函数、不等式、解三角形、圆、复数、物理知识等结合),借助向量,容易命制出具有隐蔽性、创新性、综合性的题目,向量难题一般形式精巧,变化灵活,内涵丰富,解法多样,甄别功能好,故而深受命题人喜爱.

摘要： 数学概念是人脑对现实对象的数量关系和空间形式的本质特征的一种反映形式,即一种数学的思维形式.数学概念具有构造性(作为对象)和运算性(作为过程)的双重特征,是"过程——对象"的对偶体.然而,在实际教学中,有些教师对数学概念形成过程的重要性认识不足,常把数学概念教学等同于概念定义教学,导致学生无法真正理解和掌握数学概念.如下二次根式的概念(人教版八年级下册第2页)教学就是一例.

摘要： 技术本科教育兼具传统高等教育和职业教育的双重特征,在现今不同教育层次中逐渐凸显出其更加适应市场需求,顺应时代发展的比较优势。本文以上海建桥学院珠宝学院为例,基于技术本科教育的基本特征,通过其与传统职业教育及传统本科教育的深入对比,探讨新形势下如何突破珠宝专业人才传统培养模式,采取成果导向的教学模式,利用校企合作双向引智、发挥区域优势,以实现办学特色。

摘要： 从信息经济示范区到数字经济创新发展试验区,不仅仅是名称的简单变化,而是根据数字化发展的新时期特征,主动顺时应势而作出的战略迭代、决策升级一号工程对于发展数字经济,战略上始终如"一",以"一号工程"的战略高度全力推进数字经济发展;战术上与时俱进,根据发展形势持续创新丰富实践载体和发展举措。如此,才是可取之道。浙江省是数字经济发展先行省份。2014年5月,出台《关于加快发展信息经济的指导意见》(浙政发[2014]21号);2016年11月,浙江成为全国首个国家信息经济示范区;2017年12月。

摘要： “阿妮玛”原型是荣格提出的重要理论之一.以“阿妮玛”原型理论为切入点,从“阿妮玛”原型的具体投射以及“阿妮玛”原型的双重特征这两个方面进行分析,可以更加全面地认识IP电视剧《倾世皇妃》和《醉玲珑》中的主人公形象,对“阿妮玛”原型理论也可以有更加深入的了解.

摘要： 本发明公开一种基于双重脑电信号特征的身份验证方法，具体步骤包括：1、建立生物特征密码库，2、采集解密者的脑电信号，3、预处理脑电信号，4、验证解密者的图像密码，5、判断图像密码是否相同，6、验证解密者的事件相关电位。本发明克服了已有技术中利用P300成分进行身份验证准确度不高的缺陷，通过对图像密码和事件相关电位的双重验证，提高了利用脑电信号进行身份验证的安全性，减少了实验中脑电信号的采集时间，可广泛应用于身份验证类应用系统、控制类应用系统、显示和报警类应用系统。

摘要： 本发明公开了一种基于慢特征聚类的双重粒度烟支质量在线评价方法，首先，将烟支生产过程中的多元数据作为变量，经过慢特征分析提取静态慢特征和动态慢特征，对静态慢特征进行聚类划分不同质量等级，然后，依据离线模型建立在线烟支质量评估策略。本发明还提出了以双重慢特征以及水平评估指标和速度评估指标作为依据来划分烟支质量等级的想法，并细化地采取了烟支的生产过程中的静态慢特征和动态慢特征来分别代表烟支生产过程中的质量信息和波动信息，建立了一个科学的在线烟支质量评估模型，解决了制烟过程中依赖人工抽查、变量过多难以合理地评估产品质量的问题。

摘要： 本发明公开了一种基于时空双重维度特征深度网络的高效行为预测方法，通过单目摄像头获取视频图像信息，并对所述视频图像信息进行处理，抽取连续视频帧；通过骨骼关键点姿态估计算法提取特征热图，再生成骨骼关键点坐标位置与角度特征向量；将输入特征通入轻量级双向LSTM网络中训练及推理，通过所述BiLSTM网络进行预测；对输出的出结果进行数据处理，得到数据处理后的预测数据，并根据所述预测数据预测动作。本发明结合现有研究方法，在此基础上提出基于时间‑空间维度特征轻量级高效率神经网络。结合人体姿态骨骼关键点关节之间的角度特征，以及位置姿态特征加上轻量级长短记忆网络对特征进行训练。权衡速度与精度的平衡。

摘要： 一种棱柱形锂离子电池单元包含具有盖的封装。盖包含：设置在第一端子焊盘下方的第一螺旋圆盘特征；设置在第二端子焊盘下方的第二螺旋圆盘特征；设置在第一螺旋圆盘特征下方的第一反向圆盘；以及设置在第二螺旋圆盘特征下方的第二反向圆盘。第一和第二反向圆盘被配置成响应于封装内的压力大于预定义压力阈值而向上偏转以使第一和第二螺旋圆盘特征移位来分别接触第一和第二端子焊盘，并且经由第一和第二螺旋圆盘特征在第一与第二端子焊盘之间形成外部短路。随后，电力组装件的部分响应于外部短路而出现故障，并中断第一和第二端子焊盘之间的电流流动。

摘要： 本发明属于信息科学领域，具体涉及一种基于二维码和生物特征的用户身份双重识别方法，以及采用该识别方法工作的用户身份双重验证系统。该识别方法包括如下注册阶段和认证阶段两个主要过程。其中，在注册阶段，管理方请求用户上传账户资料、用户信息和用户的生物特征识别信息，并向用户发送密钥对。其中，生物特征识别信息包括人脸图像。在认证阶段，管理方首先获取用户人脸，在人脸匹配成功后，管理方和用户通过二维码来实现数字签名验证。数字签名验证成功后完成用户身份认证。基于该方法的身份认证逻辑，本发明还设计了一个专用于身份识别的验证系统。本发明的技术方案解决了现有数字账号身份认证方式的保密性和安全性不足的问题。

摘要： 基于双重注意力和多尺度特征的CNN医学CT图像去噪算法，具体步骤如下：步骤1)创建医学CT图像模型；步骤2)构建噪声先验信息提取网络；步骤3)构建去噪网络；步骤4)数据集预处理；步骤5)训练去噪网络并更新参数；本发明具有以下优点：1)提出了使用双重注意力机制融入噪声先验网络对医学CT图像去噪，增强了对于噪声的提取效果。2)在去噪网络中使用多尺度的上下文模块，增强了网络对于图像的细节纹理保留效果。

摘要： 本发明公开一种基于双重特征选择和XGBoost算法的心脏病预测方法，该方法先对原始数据进行处理，把处理好的数据通过随机森林算法和特征相关性分析，根据特征的重要性排序和特征之间以及特征与样本标签之间的相关性计算出特征指数，选择特征进行模型的训练，克服了现有心脏病预测需要较多特征并且精确度欠缺的缺陷。

摘要： 本发明公开了一种基于双重特征选择+粒子群优化的LSTM能耗预测方法。它包括如下步骤，步骤一：采用MI互信息法，对原始数据集时间和特征维度上进行相关性分析，选取对能耗预测目标值最有效的前N′维特征；步骤二：对N维特征进行二次特征选择，得到PMI特征选择后的N″维特征；步骤三：采用LSTM模型，对PMI双重特征选择后的数据进行模型训练和预测，得到初始预测序列y(t)；步骤四：采用PSO算法对LSTM模型的超参数units、dropout、batchsize进行寻优，从而提高LSTM模型预测的精度，最终得到PMI‑LSTM‑PSO模型。本发明具有预测精度高，算法效率高，预测性能稳定的优点。

摘要： 本发明涉及自然语言处理、教育数据挖掘领域，提供一种基于双重特征和半监督学习的认知投入追踪方法，包括采集、清洗在线学习平台中学习者的讨论文本数据，并标记其中10％‑40％的讨论文本数据；对未标记的讨论数据做文本增强操作，获得增强的无标记文本数据；提取所有讨论文本数据的BERT语义和LIWC认知双重特征；将每一条讨论文本的双重特征进行融合，获得融合后的新特征；使用带有双重特征的文本数据训练认知投入追踪模型。本发明方法从认知和语义两个方面捕获讨论文本特征，同时使用少量的标注文本数据和大量的无标注文本数据训练认知投入追踪模型，有效地帮助教师掌握学习者的认知投入水平。

摘要： 本发明属于医学图像处理技术领域，公开了一种双重特征融合MRA图像的颅内动脉瘤分割方法，提出了一种新型的特征融合方式，使神经网络能更有效的分割出颅内动脉瘤的精确位置。具体包括以下步骤：对三维时间飞跃磁共振血管成像图像进行预处理，将其制作为数据集；将处理过的图像输入用于特征提取的解码器以获得逐渐增大的高级语义特征，然后通过双重特征融合使特征反馈至解码器中；解码器进行多尺度的特征提取后还原原本的图像，以取得分割效果。本发明提出的神经网络结构有效的解决了在颅内动脉瘤分割任务中目标较小、样本不均衡的问题，并拥有较优的分割效果。