课程文献中心 更多>>

摘要： 分段函数是指自变量取不同范围时所使用的解析式不同的函数.求解分段函数要时刻盯着自变量的范围是否在发生变化,即"分段函数——分区间研究其性质".

关键词： 大学物理   课程思政   素材库   思政目标  

摘要： 课程思政素材库建设是夯实课程思政教学主渠道、落实立德树人根本任务的基础。文章对标《高等学校课程思政建设指导纲要》中的课程思政建设原则与培养目标，结合物理学科特点和理工科院校物理类公共课程教学实际，从素材库的思政目标分析与确立、素材元素的挖掘途径、素材库结构框架的构建及具体实施路径等方面详细阐述了课程思政素材库建设的一些经验和成果，以期为同类理工科高校课程思政教学的推进提供有益参考。

关键词： 系统免疫炎症指数   高尿酸血症   队列研究   健康体检  

摘要： 目的:探讨系统免疫炎症指数(SII)与高尿酸血症(HUA)的相关性。方法:以2014年1月至2022年12月在大连医科大学附属第二医院健康管理中心至少进行3次健康体检的受检者为研究对象并构建动态队列。以中性粒细胞、血小板、淋巴细胞计数构建反映机体炎症状态的SII，采用 Cox比例风险回归模型探讨总人群及不同亚组人群中SII和HUA的关联，并进行了2次敏感性分析。 结果:研究共纳入20 022名研究对象，平均随访时间3.67年，校正混杂因素后，连续变量lnSII每增加1个单位，HUA的发生风险增加24%( HR＝1.24，95% CI 1.16~1.32, P<0.001)。SII作为分类变量，与最低四分位数( Q1)组相比，总人群中 Q2、 Q3、 Q4组发生HUA的风险分别增加了12%( HR＝1.12，95% CI 1.03~1.21, P＝0.006)、14%( HR＝1.14，95% CI 1.06~1.24, P＝0.001)、27%( HR＝1.27，95% CI 1.17~1.37, P<0.001)。各亚组分析和敏感性分析均显示SII与HUA具有正相关关系。 结论:SII水平升高能显著增加HUA的发病风险，利用SII评估机体炎症状态将有助于对HUA高危人群进行风险筛查和预防管理。

关键词： 约束优化   凸二次优化   投影算法  

摘要： 投影类算法是一种求解大规模约束优化问题的重要方法,尤其在到约束集合的正交投影容易实现的情况下.在投影方法中,步长的选择对收敛速度有重要影响.然而,理论上的“最优”步长往往在实践场景中表现不佳.已有文献指出,在无约束优化中对最优步长采用一些松弛策略可以对最速下降方法起到加速效果.基于这种见解,本文将这些松弛策略拓展到约束凸二次优化中的投影算法,包括基本格式的投影算法和“预测-校正”型投影算法,得到相应的松弛型算法.数值结果表明,这些松弛策略均提高了上述两种采用最优步长的投影类算法的效果,且在不同问题规模下各有优势.

关键词： 深度学习   自然语言处理   实体关系抽取   持续学习   持续实体关系抽取  

摘要： 语句级实体关系抽取（以下简称实体关系抽取）意指从给定的一条语句中抽取其中一对实体之间的语义关系，它是人工智能中知识图谱构建、自然语言处理、智能问答、Web搜索等应用的重要基础，是当前人工智能中最前沿的基础研究难题。随着深度神经网络在多个领域的成功应用，现已出现了多种基于深度神经网络模型的实体关系抽取算法。近几年来，随着持续地处理与理解文本信息的需求，开始出现了一些实体关系抽取与持续学习相结合的深度持续实体关系抽取算法，该类算法可以使模型在不遗忘已学习的旧任务知识的同时，可持续高效地进行序列性的多个任务的实体关系抽取。文中将对现有典型的深度实体关系抽取和持续实体关系抽取方法，从其深度网络模型、算法框架、性能特征等方面进行深入分析综述，并指出其研究发展趋势，以为实体关系抽取的深入研究起到抛砖引玉的作用。

关键词： 最优控制   变步长BDF2格式   稳定性   收敛性  

摘要： 时间变步长的两步向后差分公式（BDF2）具有强稳定性,在刚性问题、多尺度动力学等问题中具有广泛的应用,但在偏微分方程最优控制问题的应用研究相对较少.本文主要研究用变步长方法求解一类反应扩散方程源项控制的最优控制问题,时间方向采用变步长BDF2格式,空间方向采用中心差分方法进行离散.利用离散正交卷积（DOC）核和离散互补卷积（DCC）核的分析工具,证明了最优控制问题的最优解在相邻时间步长比介于1/4.8645和4.8645之间时,所构建的变步长差分格式在离散的L2范数下是无条件稳定的,且在时间与空间方向都具有二阶收敛精度.最后通过数值算例验证了所构造格式的可行性和有效性.

摘要： 对钩函数 f(x)=ax+b/x,当 a ≠0,b≠0时,是正比例函数f(x)=ax与反比例函数f(x)=b/x"叠加"而成的奇函数. 一、定义法探究对钩函数的奇偶性和单调性 例1 已知对钩函数f(x)=x+a/x(a＞0,x ∈ R,x ≠0).