一、线性相关性的几种判断方法（论文文献综述）
唐美华[1]（2021）在《基于神经网络的EFL教材文本复杂度分级模型的构建》文中认为文本复杂度是母语和外语阅读教学研究中的重要构念,也是应用语言学领域的重点和难点,其研究的主要目的是为学习者匹配与之语言水平相适应的阅读文本,以提高学习效果。现有研究存在如下不足:1)研究对象不清,将文本难度与文本复杂度混为一谈。文本难度指读者对文本的加工难度,受读者个体语言发展、语言能力、动机等主观因素的影响;而文本复杂度指文本自身的复杂度,是构成文本的各个语言子系统交互作用的结果,可以从客观量化的角度加以考察。2)所考察特征有待扩充。尽管研究者们不再囿于借助传统可读性公式来评判文本复杂度,开始将词汇、句法特征纳入考量范围,却很少关注语篇复杂度。3)以构建线性模型的方法为主,模型使用的特征有限,存在解释力不高、适用性不广的缺陷。本研究聚焦文本复杂度,除关注词汇、句法维度外,加入语篇复杂度特征,在特征优化的基础上,探究神经网络算法在文本复杂度分级模型构建中的应用,并对模型的性能和泛化能力加以考察。围绕以下3个研究问题展开:1)表征文本复杂度的语言特征如何确定?2)训练语料的文本复杂度分级是否合理?3)基于所选语言特征和训练语料构建的复杂度分级模型的性能和泛化能力如何?本研究借助Kyle团队研发的文本处理软件,以BNC baby为参照语料库,对词汇、句法和语篇复杂度等细颗粒度指标进行提取,采用主成分分析法对指标进行降维优化,共确定17个用以构建模型的主成分特征。经专家咨询和文献参考,选择《新概念英语》作为模型的训练语料,经聚类和方差分析后,该语料的分级合理性得以验证。在确定了模型输入特征和训练语料之后,本研究采用不同分类算法分别构建模型并对比其性能,发现基于神经网络的文本复杂度分级模型性能最优,10折交叉验证的精确率、召回率和F1均值分别达到92.10%、91.11%和90.77%。同时,与基于常见传统可读性公式和其它单维度特征构建的模型相比,基于本研究特征集构建的模型具有显着优势,在各性能评估指标上均高出20至30个百分点。最后,本研究特征集和建模方法对其它国内教材数据集具有较好的分级能力,且在多个不同数据集（如大学英语测试文本、二语写作文本以及国外教育报纸）的分级预测上也有不错的表现,具有较强的通用性和泛化能力。本研究将多元语言特征与神经网络相融合,构建文本复杂度分级模型,为文本复杂度研究提供了一条新的路径。研究成果不仅对文本复杂度研究具有一定的理论意义,在应用语言学领域也具有较高的应用价值,可以为学生阅读材料的选择、教材编写和改编以及阅读课程规划和测试设计提供参考。
王京[2]（2021）在《基于多源SAR数据青藏高原冻土冻融过程及时空分布研究》文中提出青藏高原独特的地理水文环境孕育了全球最大的永久冻土区。近年来在温度持续升高和工程活动的背景下,青藏高原冻土呈现出快速退化趋势,主要表现在活动层厚度增厚、冻土温度升高等。其中活动层位于永久冻土层上方,它的周期性的冻融过程能引起冻土地表发生季节性的抬升和沉降。另一方面,青藏铁路的建设和运营改变了冻土的温度场和应力场,进而造成铁路路基沉陷及附近热融滑塌等地质灾害。因此,开展大范围青藏高原和交通走廊沿线冻土形变监测、多年冻土的分布调查及活动层厚度估计研究对于青藏高原的环境、气候、寒区灾害预防、人类工程设施都具有重要科学意义。但是青藏高原自然环境恶劣,地貌景观异质性较强,采用常规的监测手段进行冻土研究存在很多缺陷。多源SAR卫星的发射和In SAR技术的突飞猛进,为青藏高原的研究提供了丰富数据源和技术支持。本论文利用Sentinel-1A数据、Terra SAR-X数据、ALOS-2 PALSAR-2数据开展青藏高原冻土冻融过程形变监测、冻土分布制图及活动层厚度反演研究,旨在为青藏高原冻土区的灾害防护和冻土环境生态保护提供科学依据和理论支撑。本文的主要内容及创新工作如下:（1）提出了基于超算平台的并行快速分布式散射体和相干散射体的时序In SAR技术（Parallel Fast Distribute Scatterer-Coherent Scatters In SAR,PFDSCSIn SAR）,实现整个青藏高原的年平均形变速率反演。以TOPS干涉模式250km宽幅的Sentinel-1图像为数据源,针对CSIn SAR技术在青藏高原自然地表存在点目标不足和分布式散射体技术（Distribute Scatterer interferometry,DSI）处理效率较低等问题,通过融合分布式散射体（Distribute Scatterer,DS）来提高青藏高原点目标的密度,并提出DSI并行策略提升DSI算法的计算效率以适合青藏高原大区域形变解算。在DSI处理流程中,提出基于积分图的置信区间方法来提取同质像素点,针对中低分辨率SAR图像存在多种散射机制和最优相位计算迭代耗时问题,采用奇异值分解方估计DS点的最优相位。研究表明,PFDS-CSIn SAR与CSIn SAR技术对比,极大提高了低相干冻土区的干涉图质量并提高了测量点的密度。并行DSI方法将35h完成的整景Sentinel-1数据（4:20多视比）的DSI处理流程时间减少至30min,运行效率提高了近60倍。PFDS-CSIn SAR实验结果显示2018～2019年青藏高原年平均形变速率为-56～56mm/yr。青藏高原冻土形变与活动层厚度、土壤含水量呈现出弱相关关系,与年平均地表温度呈现出强相关关系。（2）提出了基于季节性形变模型的自适应分布式散射体技术和基于In SAR时序形变量冻土分布制图的新方法,实现青藏铁路格尔木至拉萨段冻土冻融过程的形变监测和冻土分布制图。以TOPS干涉模式250km宽幅的Sentinel-1图像和ERA5-Interim再分析的日空气温度为数据源,针对永久散射体（Persistent Scatterer Interferometry,PSI）技术应用于青藏铁路沿线形变监测过程中存在的PS点（Persistent Scatterer）不足和形变模型适用性等问题,本研究融合分布式散射体并构建基于归一化的冻融指数的季节性形变模型来对青藏铁路沿线冻土的季节性形变进行求解。在DSI处理流程中提出基于初始数据块协方差矩阵Shapiro–Wilk W检验的同质像素点提取方法,使用稳健的M-estimator估计方法估计初始协方差矩阵。在最优相位估计中采用Phase Linking方法对最大似然估计算法进行求解,同时为了加快迭代求解速度,提出基于EMI（Eigendecomposition-based Maximum-likelihoodestimator）方法的初始解作为迭代的初始条件,进而提升最优相位求解速度和精度。基于上述求解的季节性形变量、时序形变量和日空气温度数据,分析青藏铁路沿线不同地区的冻融过程。最后采用Savitzky-Golay滤波算法对In SAR时序形变量做预处理并利用非监督ISODATA分类方法进行冻土分布制图。实验结果表明:2017/03/16～2020/03/24期间研究区季节性振幅范围为-70～20mm/yr,LOS形变速率范围为-40.0～20.0mm/yr。青藏铁路沿线10公里缓冲区的季节性形变范围为-50～10mm/yr。沉降区域较大的路段集中在格尔木至西大滩、不冻泉至可可西里、五道梁至北麓河、风火山至乌丽、沱沱河至雁石坪、唐古拉山至安多、那曲至当雄、羊八井至拉萨。经验证,In SAR时序测量值与四个地点的水准测量值的相关系数分别为0.93、0.91、0.89、0.83。此外,基于日空气温度数据和时序形变量变化发现青藏铁路沿线不同地区冻土的冻融循环时间不同。基于时序In SAR形变量冻土分类结果将冻土区分类为永久冻土区、季节性冻土区和退化永久冻土区,分类结果与赵林等人冻土分类结果基本一致。（3）基于多源SAR数据分析永久冻土区不同地貌景观冻土冻融过程的形变,并提出基于分层土壤含水量和分层土壤孔隙度活动层厚度反演方法,实现北麓河地区不同地貌景观冻土的活动层厚度的反演。以Sentinel-1数据、Terra SAR-X数据、ALOS-2 PALSAR-2数据为数据源,针对北麓河地区冻土分布异质性强且地貌类型复杂等问题,提出基于分层土壤含水量和分层土壤孔隙度的活动层厚度估计方法,并构建季节性形变模型与新小基线集（New Small baseline Subsets,NSBAS）集成的方法流程,获得了北麓河地区不同地貌景观的季节性形变特征和活动层厚度,并分析不同传感器反演的形变和活动层厚度,探索多源SAR数据在永久冻土区冻融过程形变和活动层厚度反演的适用性和差异性。多源SAR数据形变结果表明季节性形变较大的地区主要集中在热融湖周围,辫状河平原、盆地地区、冰川的季节性径流地区以及河漫滩地区。Sentinel-1和ALOS-2 PALSAR-2数据对比结果表明季节性形变量的形变趋势较为一致,但是线性形变速率存在较大的差别。Sentinel-1与Terra SAR-X数据表现出较好的一致性,季节性形变和线性形变速率相关系数分别为0.78和0.84。三种传感器形变结果显示北麓河地区6个典型地物的季节性形变趋势一致。高寒草甸和河漫滩地区的季节性形变高于高寒荒漠和裸地区。结合北麓河地区日气温数据、土壤含水量、GPR数据发现冻土形变与温度、土壤含水量以及活动层厚度具有重要关系。三种传感器反演活动层厚度结果范围分别为0.3～4.23m、0.3～4.04m、0.3～4.54m,且不同地貌景观的活动层厚度差异明显。三种传感器反演活动层厚度与与探地雷达实测数据对比,可发现ALOS-2 PALSAR-2数据反演的活动层厚度在不同地貌景观区域的相关性最好,分别为0.87、0.78、0.89、0.80。Terra SAR-X数据和Sentinel-1在河漫滩地区反演的活动层厚度相关性较差,分别为0.59和0.63。本文提出的活动层厚度估计方法为青藏高原冻土区活动层厚度反演提供了有效方案。
刘琪[3]（2021）在《引气混凝土气孔结构形成机制及影响因素研究》文中研究说明引气剂（AEA）通过向混凝土中引入细小的、均匀分布的气泡,可以早期改善拌合物的工作性、后期提高混凝土抗冻性等诸多性能,被作为常用外加剂广泛应用于混凝土中。通常认为引气剂致使表面张力的降低是引气行为的基础,然而仅仅通过表面张力分析引气机理、评价引气能力结果不能令人满意。因为引气拌合物的固-液-气三相结构影响因素多且复杂,具体的引气过程与机理一直未得到很好的揭示。因此,研究气泡在水泥浆体中形成和发展过程,分析气泡与水泥等固体颗粒的相互作用,探究材料组成如引气剂种类、粉煤灰及无机盐对引气行为的影响机制具有重要的理论意义和应用价值。本文通过气孔结构分析仪（AVA）和光学显微镜研究搅拌过程中气泡的形成及静置过程中气孔结构的发展。利用群体平衡模型分析不同种类引气剂的引气过程,该模型通过引气系数和排气系数来表征引气过程。通过比较普通自来水和去气水对静置过程中气孔结构的演化规律,发现了含气量先降低后升高的现象,该过程受气体溶解及扩散的作用。研究掺入阴、阳及非离子表面活性剂的硬化砂浆气孔结构,可以发现在气孔引入及发展的共同作用下,非离子表面活性剂引入的微小气孔多,阴离子表面活性剂次之,阳离子表面活性剂引入的大孔最多,气孔结构主要受表面张力、流变性能及气泡与水泥等颗粒的相互作用的影响。通过泡沫指数（foam index）、有效zeta电位变以及水泥浆体中气泡的上升速率测试分析了气泡与水泥等颗粒的相互作用。泡沫指数试验是一种简单快速确定引气剂掺量的方法。本研究通过引入水平振荡器,提升了浆体振荡过程的稳定性,减小了人工操作的影响。研究水灰比对泡沫指数试验的影响,发现延长振荡时间可以消除不同振荡频率或不同固体含量对于引气过程无关因素的影响,较优的振荡时间为120s。采用优化后泡沫指数试验方法,试验参数更贴近实际情况,试验结果稳定可靠。通过对表面活性剂溶液-水泥体系的ATR-FTIR测试以及主要水化产物C-S-H及AFt在模拟孔溶液中带电情况的分析,建立了水化水泥颗粒带电的马赛克模型,分析3 000-2 800cm-1处红外光谱特殊的变化,揭示了带不同电性的表面活性剂及其形成的气泡与水泥的相互作用机理。研究掺入粉煤灰后阴、阳及非离子表面活性剂引气行为的差异,发现粉煤灰主要影响是吸附表面活性剂,进而导致增大表面活性剂的用量。但含气量相同时,同种气孔结构仍有差异。利用掺入表面活性剂后水泥和粉煤灰等颗粒的zeta电位变化评价了固体颗粒和表面活性剂/气泡的相互作用,发现阴、阳离子表面活性剂与固体颗粒相互作用较强,zeta电位变化大的配合比,大孔及小孔的数量均会提高;非离子表面活性剂的相互作用较弱,仅小孔受其影响,大孔受流变参数的影响更显着,粉煤灰增大了黏度进而增加了大孔含量。研究外掺无机盐对新拌水泥砂浆气孔结构的影响。发现Na2SO4会增大新拌浆体的含气量,Na Cl可略微增大砂浆含气量,而Ca Cl2会降低含气量。研究还发现对于同一种无机盐,盐掺量增大可以增加新拌水泥砂浆中大气泡的含量同时降低小气泡的含量。基于液相中气泡上升曳力公式,提出了掺表面活性剂水泥浆体中气泡与水泥颗粒相互作用系数的计算公式,计算了Na2SO4、Na Cl及Ca Cl2等无机盐对相互作用系数的影响,发现随着相互作用系数的增加,气泡与水泥颗粒的相互作用增大,新拌水泥砂浆中0～200μm气泡含量及气泡比表面积线性降低,而>1000μm气泡含量及气泡间距系数线性增大。
邹瑞[4]（2021）在《基于机器学习的AlCoCrCuFeNi系高熵合金硬度预测》文中认为近年来,高熵合金因其独有的优异性能获得了广泛关注。当前对于高熵合金的研究往往是实验合成或者复杂的理论计算,但是前者需要消耗大量的时间与材料成本,甚至对于实验设备也有较高要求,后者的计算过程耗时耗力且有一定局限性。随着人工智能与计算机技术的飞速发展,机器学习在材料研究与设计中逐渐展现出革命性的优势,获得了研究者的极大兴趣。因此,基于机器学习算法进行高熵合金成分设计以期达到高硬度具有十分重要的研究意义。针对常见的Al-Co-Cr-Cu-Fe-Ni体系高熵合金,本文首先搜集了现有文献报道的六种特征筛选方法:皮尔逊相关系数、单变量特征选择、稳定性选择、前向序列选择、后向序列选择以及遗传算法。基于这六种方法分别对收集的20个物理特征进行特征筛选,找出最优的特征组合,并且对各个方法应用的耗时性与结果的准确性进行了比较分析,进而总结出它们各自的优缺点与适用范围。通过上述比较研究,发现遗传算法在高熵合金硬度预测的特征筛选问题上具有相对较好的综合效果。其次针对研究过程中发现的遗传算法的不足之处,本文提出了四种不同的改进遗传算法,经过验证其性能明显优于之前应用的普通遗传算法。再其次使用支持向量回归模型基于筛选出的最优特征组合构建硬度预测模型,模型的回归系数为0.96,预测的均方根误差可以达到50.468672。使用该模型在巨大的Al-Co-Cr-Cu-Fe-Ni体系高熵合金虚拟空间中进行硬度预测,并且成功搜索出了6个有相对较高硬度的高熵合金,其中最高的硬度预测值为791.5322HV,相较于原始数据集中的最高硬度值有一定的提升。最后本文通过大量的计算分析发现特征组合中特征与硬度之间的关系。同时本文进行了机器学习模型和改进遗传算法的验证,证明所选模型和改进遗传算法的合理性。
果诗宇[5]（2021）在《多径信道下语音信号的混沌遮掩及盲提取算法研究》文中认为当代通信技术的多元化应用,使得人们能够及时且多途径地获取有价值的信息。语音信息作为人类沟通交流的主要形式,以实时性强、便于识别而被广泛采用。一方面,语音信号在通信系统传输过程中易于识别读取的同时,也较容易发生信息泄漏与恶意篡改等情况;另一方面,语音信息在收发过程中都不可避免地会受到多径传输效应的影响,即语音发出后需经多条传输路径到达收端,使得观测信号是具有衰减、时延和相位影响的多通道语音信号的卷积混合。由于这类信号的混合模型较为复杂,使得对源语音信号的分离与提取变得更加困难。基于以上背景,本文研究了语音信息的安全通信技术,采用具有类噪声特性的混沌系统作为语音信息的传输载体,利用混沌遮掩技术对语音信息进行保密处理以确保其在未知信道中的安全通信。同时,利用盲源分离技术在收端对复杂的卷积混合信号进行分离与提取。由于混合语音信号采取时域卷积方法来分离与提取源信号的计算量非常大、算法的复杂度高且收敛速度缓慢。因此,本文先将时域卷积信号经短时傅里叶变换为频域乘积信号,成功的将卷积盲源分离变为求解各频段上的瞬时盲源分离问题,并对几种传统的卷积盲分离算法进行了分析与对比。频域卷积盲分离算法虽然防止了繁琐的卷积计算过程,提高收敛速度,却存在各频点分量幅度和排序不确定的问题,致使不能准确地提取出源语音信息。本论文以此作为切入点,通过分析相邻频点的能量相关性,提出了一种基于谱峰搜索计数器的互相关置换算法。仿真结果表明,本文提出的算法能够以较低的复杂度和计算量来有效的提高盲分离算法的分离性能。
王纲[6]（2021）在《高校思想政治教育评价视域下第二课堂的学生行为研究》文中认为在我国新时代的高等教育发展背景下和世界政治经济格局的变化中,思想政治教育承担了前所未有的任务,是坚持社会主义教育方向的重要教育领域。大学生第二课堂自上个世纪八十年代末登上高校教育舞台,经过三十多年发展,成为集思想政治教育、校园文化传承、综合素质培养、学生管理载体等多种功能为一体的教育手段。随着思想政治教育理论和学科的发展,大学生第二课堂作为思想政治教育重要途径的作用和意义日益明确,其理论基础、顶层设计、制度建设、组织保障等方面也得到进一步的发展,第二课堂以实践性、灵活性、隐蔽性、多样性等特点在人才培养中承担着思想政治教育阵地的重要角色。人的发展是长期的过程,是复杂因素的结果,教育作为一种人类活动,对其结果的评价是历史性、世界性的难题,特别是思想政治教育领域中,如何对人的思想、品格、素质等隐性特质的评价使得思想政治教育评价成为研究的重点和难点。思想政治教育评价既是面向思想政治教育本体的外在测评判断体系,也是思想政治教育理论体系的有机组成部分。对思想政治教育评价的研究主要解决评价的理论基础、指标体系和应用价值等问题。在思想政治教育评价理论和方法的长期探索中,已经形成了比较成熟的认识论和方法论,然而在当今信息和数据的时代,社会和学生对评价有了更多的述求和期待,如同人类在认识世界的过程中,每位科学家以追求和证实因果关系为毕生志愿,思想政治教育评价也必须回答这一“百年树人”的难题。马克思主义理论指出,实践是认识世界的方法,也是人的本质特征。第二课堂是思想政治教育的实践活动,也是学生认识世界、认识社会、认识自我的实践活动,要认识实践这一过程导致的结果,必须从认识实践这一过程入手。思想政治教育是解决思想内化与外化的方法和途径的科学,行为是思想外化的最直接表现,探索思想政治教育如何影响学生的行为的规律和特征,能直接回答思想政治教育的结果。“知、情、意、行”是心理学研究的四个基本领域,认知、情绪、意志最终都会通过行为进行表现,也只有行为才能真正被外界和自我感知和认识。综合以上理论基础和指导,本文在思政教育评价的视角下,进行第二课堂学生行为的研究,掌握新时期背景下第二课堂学生行为的形态、规律、影响等特征,探索行为研究用于思政教育评价及学生评价的途径与方法。对思想政治教育的评价重点是对学生思想素质的评价,对学生思想素质的评价转化为对学生第二课堂行为的评价,对第二课堂行为的评价必须依靠具有说服力的参照体系,最具有说服力的参照体系是学生的成长发展,因此,在把握学生第二课堂行为规律和特征的基础上,理论和实践论证行为与学生成长发展的关系是本文的重点。学生第二课堂行为纷繁复杂,这是在以前的思想政治教育评价研究中,人们难以涉足的原因之一。而在信息技术高度发达的今天,不但为我们提供了研究行为这一复杂现象的基础和数据,也为我们提供了思路和分析方法,符合了当今社会对论证的科学化、数据化、显性化思维方式的要求和期待,进而将思想政治教育学研究引入到教育学、社会学研究的常用思路和方法领域。当然在当今数据为王的时代中,人们对教育研究的新制度主义、绩效主义的倾向,使哲学、社会学界对以数据研究和归纳研究为方法的因果关系推导和评价体系多有批判,吸取这些批判研究的精华,注重理论论证和实验的严谨,以行为物理研究方法为基础,建立符合逻辑理论的数学模型和关系,体现思想政治教育学研究本色,从而使第二课堂行为研究成为思想政治教育评价研究的有益补充和支撑。本文第一章主要介绍在思想政治教育评价视域下,学生第二课堂行为研究的目的和意义,以及本研究的思路和创新点。第二章介绍第二课堂学生行为研究的理论基础,从理论分析上解决为什么行为研究可以作为思想政治教育成效评价的有机组成部分。第三章是在理论框架下对第二课堂学生行为的现实分析,形成适合这一特定教育活动的行为研究理论。第四章介绍建立第二课堂学生行为研究的一般规律和原则框架,讨论行为研究的一般范式。第五章以实际案例和数据为基础介绍如何运用以上原理呈现第二课堂学生行为的基本情况,并分析行为对学生成长发展的影响。第六章阐述第二课堂学生行为的思政教育评价价值,在此基础上提出思政教育评价体系的构建思路和工作机制。
周琨[7]（2021）在《网络流量模型及异常检测技术研究》文中提出网络流量海量化、复杂化已成为常态,如何识别、监测、分析网络流量已成为重要研究方向和热点。特别是基于深度学习的异常检测方法的研究,受到产学研界广泛关注,异常检测与机器学习、深度学习等人工智能技术领域相结合是网络安全领域研究的一个重要分支。作为检测高级威胁手段的流量分析技术结合人工智能、大数据等技术对流量建模,分析流量行为,识别检测异常流量,为网络规划、网络优化、网络监控等提供重要的技术支撑。本论文的研究内容是将传统的统计方法、深度学习及强化学习的方法用于网络流量建模和异常检测,流量模型是基于流量的异常检测的基础性研究工作,掌握流量特征是建设健壮、安全可靠网络的前提条件。可在流量模型上开展流量预测、分类,以及在此基础上进行异常检测研究。本文主要研究内容和贡献包括:（1）研究了移动平均自回归模型在以流量为代表的时间序列建模领域的应用,总结了一套建模流程,可用于指导模型设计、指标选择及模型评估;提出了一个ARIMA+SVR的混合模型,时间序列的预测准确度提高了10%以上。设计了一个加密视频流识别方案,提出了视频流最近邻、动态时间规整算法;基于加密后流量不确定性增加、熵值加大的特点,结合分类算法提出了一个加密流量识别方法,该方法与传统方法相比,识别准确率提高了10%以上。（2）在分析和实验长短期记忆网络性能存在的问题后,提出了基于注意力机制和自编解码融合的流量模型,训练时间与现有的模型相比缩短了约80%左右,在流量模型的基础上设计了异常评分机制,提出了基于注意力的异常检测模型,实验结果表明异常检测准确率达到或超过现有模型,模型训练时间效率提升明显。（3）通过将生成式对抗神经网络（GAN）应用于流量建模和异常检测的研究,提出了基于GAN的流量模型,该模型克服了GAN训练易出现不稳定等问题,生成了“高仿真度”的网络流量,在此基础上进一步设计了异常评分机制,进行流量异常检测。实验测试表明模型的有效性,其识别准确率达到或超过现有模型。（4）通过对异步强化学习（A3C）应用于网络流量的研究,提出了一个对网络攻击行为建模的异常检测模型,对四个基准数据集的实验测试表明,检测准确率、召回率及F1分数等评价指标达到或超过现有的模型。
黄彪[8]（2021）在《连续变量量子密钥分发系统的安全性研究》文中认为连续变量量子密钥分发（Continuous-variable quantum key distribution,CVQKD）系统可以在公共信道中建立安全共享密钥。其中,基于高斯调制相干态的CVQKD系统仅需使用标准的光学器件就可以实现量子信号的制备和探测,并且与现有的光通信网络兼容,因此具有十分广阔的应用前景。近年来,为了解决传统CVQKD系统因本振光传输而引发的各种安全漏洞问题,一种基于本地本振光（Local local-oscillator,LLO）的CVQKD系统方案被提出,并且其可行性得到了广泛的研究。该方案通过发送参考脉冲向接收端提供量子信号相位补偿所需的相位漂移信息,并且使用接收端本地产生的本振光对量子信号进行相干探测,于是可以避免因本振光传输而引发的安全漏洞问题。然而,实际系统因光学器件的不完美特性而存在各种噪声,如激光器相位噪声、调制器量化噪声和光子泄漏噪声等,这些噪声因素都会降低系统的安全性。特别地,当参考脉冲在线路中传输时,窃听者可以通过“截获-转发”攻击来控制参考脉冲的相位变化,从而改变量子信号的相位补偿噪声特性并引发潜在的安全漏洞问题。为了提高LLO-CVQKD系统的实际安全性,本文围绕相位补偿噪声特性变化带来的安全问题展开以下几个方面的研究:一、在信道漂移比较稳定的环境中,信道漂移的估计误差将改变相位补偿噪声的零均值特性并造成均值漂移现象,而传统的相位补偿噪声模型忽略了均值漂移的影响,于是存在安全界限估计过高的问题。为了提高安全界限评估的准确性,本文改进了相位补偿噪声模型,从理论上分析了均值漂移与安全界限的变化关系,从而得到更加准确的安全界限。研究结果表明,改进的相位补偿噪声模型能够准确描述均值漂移对安全界限的影响,从而有效提高安全界限评估的准确性。二、实际环境的复杂性将改变信道漂移的慢变特性,使现有的信道漂移估计算法产生较大的估计误差,从而增加量子信号的相位补偿噪声,降低系统安全性。为了减小信道漂移对系统安全性的影响,本文结合相位搜索算法与线性插值算法来提高信道漂移的估计精度,并采用自回归模型来预测信道漂移的变化,缩小搜索范围和提高搜索效率。实验结果表明,改进的信道漂移估计算法能够高效准确地跟踪信道漂移变化,有效提高相位补偿精度和系统安全性。三、窃听者通过放大参考脉冲的相位噪声可降低接收端对激光器参考相位的估计精度,从而增加量子信号的相位补偿噪声,降低系统安全性。为了抵御参考脉冲相位噪声放大攻击,本文利用激光器相位漂移的低阶相关特性,分别采用滑动块平均法、滑动多项式拟合法和矢量卡尔曼滤波算法来提高参考相位估计的准确性、稳定性和实时性,并从理论上分析了算法的均方误差特性和最优估计性能。实验结果表明,改进的参考相位估计算法能够有效抵御参考脉冲相位噪声放大攻击,提高系统的实际安全性。四、窃听者通过放大量子信号的相位噪声可以降低合法通信方之间的互信息,从而降低系统安全性。然而,由于量子信号过于微弱,且相位噪声与其他系统噪声难以区分,因此接收端难以直接抑制量子信号的相位噪声。对此,本文通过监测参考脉冲和量子信号的相位噪声水平来评估相位噪声放大攻击的强度,从而提高系统对相位噪声放大攻击的监测能力。研究结果表明,基于训练数据插入和基于训练数据随机选取的量子信号相位噪声监测算法可以有效监测相位噪声水平和攻击强度,提高系统对此类攻击的监测能力。
刘庆芳[9]（2021）在《基于Stacking模型融合的短时交通流预测》文中进行了进一步梳理对短时间内的交通流进行实时精准的预测,是智能交通系统的核心组成部分,更是顺利完成智慧交通城市建设的重要技术基础。交通流的时空相关性、随机性性及突变性在短时间内十分突出,路网中某个路段一旦发生异常交通情况,对上下游路段的交通都会造成影响。传统的短时交通流预测方法因对交通流影响因素考虑过少或所使用的算法自身具有局限性等无法在交通流波动较大时进行准确的预测,没有办法充分满足日益增长的实时交通预测需求。本文在对已有短时交通流预测模型进行研究的基础上,利用机器学习的热门策略Stacking,构建基于Stacking模型融合的短时交通流预测模型,实现对短时交通流更加精准、稳定的预测。论文主要内容如下:（1）对断面交通数据的常用采集方法进行了总结归纳,详细阐述了断面交通数据的处理流程及相关方法,引入孤立森林算法来对异常的交通检测器数据进行识别。对采集到的SCATS断面交通数据进行质量分析,指出原始数据处理的必要性,并进行了对应的实例分析。（2）结合所采集的云南省玉溪市的城市交通资料,采集时间从2020年4月6日至2020年6月28日,对城市道路交通流量的主要特性和时空相关性进行了分析。从时空相关性、时间、天气以及道路信息四个方面来构造预测模型的输入特征,并利用最大信息系数法（MIC）对输入特征的相关性进行了分析和选择。（3）在以往研究的基础上,选择预测性能较好的SVM、随机森林、BP神经网络、XGBoost、GBDT及Light GBM分别建立了单一预测模型,并进行了结果对比分析。在对单一模型预测结果进行对比分析后,基于“好而不同”的选择原则,选择其中合适的模型作为初级学习器,次级学习器均采用LASSO回归,构建出三种不同的两层结构Stacking预测模型对短时交通流进行预测,并对实验结果进行对比分析。实验结果表明,本文所提出的三种Stacking模型预测性能都很好,在各项结果评价指标上都优于传统单一模型。其中,以BP神经网络、随机森林、XGBoost及Light GBM作为初级学习器,以LASSO回归作为次级学习器所构建出的两层结构Stacking预测模型表现最为优异,可以为智能交通系统发展提供稳定可靠的技术支持。
王宽明[10]（2021）在《高中生数学推理能力测评模型的研究》文中提出推理是数学的基本思维方式,也是人们学习和生活中经常使用的思维方式,推理能力也是问题解决能力的核心,具有良好的数学推理能力对于学生今后进一步就业和工作有着重要的作用,学生只有“具有良好的推理能力,才能够形成有条理、有逻辑、有论据的良好思维习惯,从而提高探究事物本源的能力”,但“工欲善其事,必先利其器”。故研究在遵循一致性原则、完备性原则、本土化原则的基础上,拟建构高中生数学推理能力测评模型,力求为提升高中生数学推理能力培养质量提供依据。研究首先从数学推理概念、数学推理形式、数学推理内容、数学推理能力认知和评价等角度对相关研究进行文献梳理和回顾,同时也归纳了关于教育测评模型的一般思路和特点。文献梳理后发现,关于数学推理的认识较为离散,尤其表现在数学推理能力的内涵、数学推理能力的测评框架、数学推理能力的测评指标等方面。虽然关于数学推理能力的培养已经受到广泛的重视,但目前尚无高中生数学推理能力的测评模型相关研究。在此基础上,进一步明确了研究的问题,即高中生数学推理能力的测评框架为何?高中生数学推理能力的测评指标有哪些?高中生数学推理能力的测评模型为何?研究对象包含高校数学教育专家、一线高中数学教师、高中数学教研员、不同办学条件学校的高中生等,研究围绕以下内容展开:高中生数学推理能力测评框架、高中生数学推理能力指标构建、高中生数学推理能力模型构建以及对测评模型的检验和验证等。使用的研究工具有访谈提纲、问卷、测试卷,研究工具中的问卷和测试卷经检测,均有良好的信、效度。第一,高中生数学推理能力测评框架。研究首先通过对10位专家采取半结构式访谈,目的是明确高中生数学推理能力的内涵和外延。在此基础上,研究进一步确定高中生数学推理能力的测评框架。研究提供几种符合专家对数学推理能力认识的测评框架:PISA、TIMSS、RSM等,这几种类型的测评学生问题解决的框架也是当前数学教育领域具有代表性的测量高中生数学能力的框架,然后请专家予以评判能够体现学生数学推理能力的最恰当的框架,研究利用秩和运算法判定专家评判结果,确定PISA2021关于数学问题解决能力的测评框架可以作为高中生数学推理能力的基本架构。研究在明确高中生数学推理能力的基本架构的基础上,结合相关的文献研究,构建高中生数学推理能力的测评指标体系。第二,确定高中生数学推理能力测评指标。研究在PISA2021问题解决能力测评框架下,初步征集指标以PISA2021问题解决的指标为蓝本,研究通过平均数法结合四分位法,结合专家访谈,在遵循“本土化”原则的基础上,专家组对部分指标进行确立、修正和删除一些认同度低的指标,初步确立高中生数学推理能力的指标,该指标包含三个一级指标:数学化地表达问题情境,运用数学概念、事实和程序进行推理的过程,解释、应用和评估数学结果,每个一级指标均包含六个二级指标。在完成上述工作后,研究接着以高中阶段数学主干知识对这些测评指标以高中数学内容进行诠释,给高中数学教育工作者和研究者提供直观的示例。在经过专家对高中生数学推理能力指标体现集体讨论研判后,研究运用自编问卷,广泛调查一线高中数学教师、教研人员及高校数学教育专家对指标认同度,有效样本来自全国各地共计527位专家,具有一定的代表性,也满足建构结构方程模型所需要的样本数。根据专家对指标认同度的调查结果,研究最终确立高中生数学推理能力的指标,除了删除认同度较低的一级指标“数学化地表达问题情境”下的两个二级指标,其他指标不变。第三,在确定指标的基础上,研究建立两个高中生数学推理能力测评模型。一是根据广泛调查搜集的一线高中数学教师、高中数学教研员和高校数学教育研究者对指标认同度的数据。研究运用Data Analysis Plain分析方法对模型提出假设,然后利用AMOS24.0软件,对结构方程模型的因素负荷量进行分析,指标的因素负荷量越大,指标对于模型的重要程度越高。然后利用验证性因子分析法建构高中生数学推理能力的结构方程模型,模型由三个一阶因子和十六个二阶因子构成,模型中拟合优度指数（GFI）、标准化残差均方和平方根（SRMR）、正规拟合指数（NFI）、离中参数（RFI）等指标均较佳。然后研究采用皮尔森相关系数对模型进行验证,验证结果表明,模型中一级指标以及一级指标与其二级指标均高度相关。研究进一步进行回归分析,回归分析的结果也表明,各指标的路径系数均达到显着性水平。因此,研究所建立的结构方程模型是科学的,适合测评高中生数学推理能力。二是在专家评判各指标的重要性的基础上,考虑这种评价与专家个体的知识结构以及价值取向密切相关,故专家的选择也充分考虑其学术结构和研究领域。在确定专家人选后,研究运用层次分析法建构模型,研究为保证结论的有效性和准确性,选择20位专家对各指标的重要性进行评判,取通过一致性检验的样本数据建立判断矩阵,通过最大特征值求得其对应的特征向量,再将特征向量进行归一化处理,取归一化处理后的平均值作模型中各指标的系数,建立第二个的高中生数学推理能力模型。第四,模型检验和验证。研究采用两种方法比较这两个模型的优劣:一方面,研究选取13位专家以模糊综合评判法评价两个模型的优劣。评判结果表明,虽然对数据进一步量化处理后,层次分析法建构的模型略微优于结构方程模型,但总体而言,两个模型均为优等;另一方面,研究根据高中生数学推理能力测评模型中各指标编制试卷,对于G省不同层次的高中在校生,研究按照省一类示范性高中、省二类示范性高中、省三类示范性高中的在线学生比例进行分层抽样,然后运用自编试卷检测其高中生数学推理能力。测试卷编制由参加本次研究的1名教师工作室的负责人和2位高中数学教研员各编制一份,共计3份试卷,然后统一由专家对符合指标程度进行打分,取得分最高的试题重新组合试卷。测试卷的编制放弃选择题和填空题,因为这两者的结果均是二维的,故研究主要采用计算题、解答题和证明题等题型,以凸显出“推理的过程性”特征,测试卷厘清考查高中生言必有据、一丝不苟、实事求是的科学态度和理性精神。同一道试题安排2位专家同时阅卷,以保证阅卷效度。研究对高中生数学推理能力实测成绩与通过模型换算得出的成绩进行比较,两者差值越小,说明预测成绩和真实成绩越接近,模型更准确。结果表明:以G省高中生数学推理能力实测成绩为依据,基于人口因素分析,但不同因素的分析结果均表明,结构方程模型优于层次分析法建构的模型。通过比较,研究得出,结构方程模型能够更加科学地刻画高中生数学推理能力,即高中生数学推理能力最佳的模型可表示为:Y=0.324x+0.341y+0.334z,其中,x=0.226x1+0.249x2+0.261x3+0.264x4,y=0.141y1+0.175y2+0.169y3+0.171y4+0.173y5+0.171y6,z=0.164z1+0.170z2+0.171z3+0.171z4+0.160z5+0.164z6。研究发现,该模型可以广泛推广用以测评高中生数学推理能力,也可在教学实践中针对测评模型中的指标加以训练,为改善和提升高中生数学推理能力品质提供借鉴和参考。研究同时也发现,高中生数学推理能力整体水平不高,在低阶思维部分表现较好,高阶思维部分表现较弱。并且高中生数学推理能力与学校的办学条件成正相关,即办学条件越好的学校,其学生的数学推理能力也越强,可能性较大的因素是学生知识经验基础扎实能够有效促进其数学推理能力发展。
二、线性相关性的几种判断方法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、线性相关性的几种判断方法（论文提纲范文）
（1）基于神经网络的EFL教材文本复杂度分级模型的构建（论文提纲范文）
| 摘要 |
| Abstract |
| 致谢 |
| 缩略语 |
| 第一章 绪论 |
| 1.1 研究缘起 |
| 1.1.1 教材研究的重要性 |
| 1.1.2 阅读文本复杂度研究的重要性 |
| 1.1.3 文本复杂度自动分级研究的重要性 |
| 1.2 研究意义 |
| 1.3 论文结构 |
| 第二章 文献综述 |
| 2.1 核心概念梳理 |
| 2.1.1 教材 |
| 2.1.2 文本复杂度 |
| 2.2 文本复杂度实证研究 |
| 2.2.1 基于语料库的文本复杂度研究 |
| 2.2.2 文本复杂度自动分级研究 |
| 2.3 本章小结 |
| 第三章 研究方法 |
| 3.1 研究问题 |
| 3.2 研究语料 |
| 3.3 研究步骤 |
| 3.4 研究工具和方法 |
| 3.4.1 文本复杂度特征提取 |
| 3.4.2 多元统计方法 |
| 3.4.3 机器学习及模型验证方法 |
| 3.5 本章小结 |
| 第四章 文本复杂度各维度特征的确定 |
| 4.0 参照语料库的选取 |
| 4.1 词汇复杂度指标——TAALES主成分 |
| 4.1.1 词汇频率和分布 |
| 4.1.2 学术书面语特征 |
| 4.1.3 三元词互信息 |
| 4.1.4 两元词频率和分布 |
| 4.1.5 动词特定性 |
| 4.2 句法复杂度指标——TAASSC主成分 |
| 4.2.1 名词短语扩展 |
| 4.2.2 所有格 |
| 4.2.3 VAC频率和嵌入式小句 |
| 4.2.4 小句从属情况 |
| 4.2.5 VAC中构式对主动词的关联强度 |
| 4.2.6 VAC中主动词对构式的关联强度和构式频率 |
| 4.2.7 名词主语并列 |
| 4.2.8 限定词 |
| 4.3 语篇复杂度指标—TAACO主成分 |
| 4.3.1 相邻2句词汇重叠 |
| 4.3.2 相邻3句和段落间重叠 |
| 4.3.3 深度衔接 |
| 4.3.4 并列附加连接 |
| 4.4 本章小结 |
| 第五章 训练语料分级合理性验证 |
| 5.1 训练语料的选取依据 |
| 5.1.1 使用时间长、业界口碑好 |
| 5.1.2 由浅入深、循序渐进 |
| 5.2 训练语料文本复杂度单元聚类 |
| 5.3 《新概念英语》文本复杂度册级对比 |
| 5.3.1 册级间词汇复杂度对比 |
| 5.3.2 册级间句法复杂度对比 |
| 5.3.3 册级间语篇复杂度对比 |
| 5.4 本章小结 |
| 第六章 文本复杂度分级模型的构建和评估 |
| 6.1 模型构建及其评估方法 |
| 6.1.1 建模方法 |
| 6.1.2 模型评估方法和指标 |
| 6.2 不同方法建模性能比较 |
| 6.3 各类特征建模比较 |
| 6.3.1 传统可读性公式 |
| 6.3.2 本研究特征集 |
| 6.4 模型对不同数据集的泛化能力 |
| 6.5 本章小结 |
| 第七章 结论 |
| 7.1 主要发现 |
| 7.2 主要贡献及启示 |
| 7.3 局限与展望 |
| 参考文献 |
| 附录 |
（2）基于多源SAR数据青藏高原冻土冻融过程及时空分布研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 InSAR技术的研究现状 |
| 1.2.2 青藏高原冻土形变监测研究现状 |
| 1.2.3 青藏高原交通工程沿线形变监测研究现状 |
| 1.2.4 青藏高原冻土活动层厚度反演研究现状 |
| 1.2.5 青藏高原冻土分布研究现状 |
| 1.2.6 有待研究的问题 |
| 1.3 论文的研究内容与章节安排 |
| 1.3.1 研究内容 |
| 1.3.2 章节安排 |
| 第2章 青藏高原形变和活动层厚度反演InSAR方法研究 |
| 2.1 引言 |
| 2.2 青藏高原冻土冻融过程形变反演InSAR技术 |
| 2.2.1 永久散射体技术 |
| 2.2.2 分布式散射体技术 |
| 2.3 青藏高原冻土InSAR形变模型 |
| 2.4 基于InSAR技术的活动层厚度反演方法 |
| 2.4.1 基于季节性形变量活动层厚度反演方法 |
| 2.4.2 基于热传导定律的活动层厚度反演 |
| 2.4.3 基于MT-InSAR形变和多维土壤水分分布的活动层厚度反演 |
| 2.5 本章小结 |
| 第3章 基于超算平台PFDS-CSInSAR技术青藏高原形变反演 |
| 3.1 引言 |
| 3.2 PFDS-CSInSAR技术 |
| 3.2.1 Sentinel-1 数据预处理和干涉流程 |
| 3.2.2 CSI处理 |
| 3.2.3 DSI处理 |
| 3.2.4 DSI并行策略 |
| 3.2.5 时序InSAR流程 |
| 3.2.6 多轨InSAR形变结果拼接 |
| 3.3 青藏高原介绍 |
| 3.4 实验数据集 |
| 3.5 实验结果及分析 |
| 3.5.1 DSI处理结果 |
| 3.5.2 青藏高原形变速率结果图 |
| 3.5.3 青藏高原形变速率成因分析 |
| 3.5.4 并行DSI处理效率分析 |
| 3.6 实验结果对比与验证 |
| 3.6.1 PFDS-CSIn SAR与 CSIn SAR结果对比 |
| 3.6.2 部分区域验证 |
| 3.7 本章小结 |
| 第4章 青藏铁路沿线冻土冻融过程形变监测及冻土分类 |
| 4.1 引言 |
| 4.2 基于季节性形变模型自适应分布式散射体技术 |
| 4.2.1 青藏高原自适应分布式散射体技术 |
| 4.2.2 基于季节性形变模型的时序解算部分 |
| 4.3 基于季节性形变模型时序形变结果冻土分类方法 |
| 4.4 研究区和数据集介绍 |
| 4.5 实验结果与分析 |
| 4.5.1 青藏铁路沿线自适应分布式散射体技术结果与分析 |
| 4.5.2 Sentinel-1 数据青藏铁路沿线季节性形变结果 |
| 4.5.3 青藏铁路沿线季节性形变结果区域性分析 |
| 4.5.4 青藏铁路沿线冻土分类制图结果与分析 |
| 4.6 青藏铁路沿线结果对比与验证 |
| 4.6.1 青藏铁路沿线形变结果与NSBAS技术对比 |
| 4.6.2 青藏铁路沿线水准数据验证 |
| 4.6.3 青藏铁路沿线冻土分类结果野外采样点验证 |
| 4.7 本章小结 |
| 第5章 多源SAR数据冻土冻融过程及活动层厚度时空分析 |
| 5.1 引言 |
| 5.2 NSBAS 技术和活动层厚度反演模型 |
| 5.2.1 NSBAS技术 |
| 5.2.2 基于NSBAS技术季节性形变活动层厚度反演模型 |
| 5.3 研究区和实验数据介绍 |
| 5.3.1 研究区 |
| 5.3.2 数据源 |
| 5.4 实验结果与分析 |
| 5.4.1 多源SAR数据形变参数估计结果与时空分析 |
| 5.4.2 北麓河地区形变结果分析 |
| 5.4.3 北麓河地区活动层厚度结果与分析 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.1.1 主要研究结论 |
| 6.1.2 主要创新点 |
| 6.2 存在问题与展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（3）引气混凝土气孔结构形成机制及影响因素研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景 |
| 1.2 气孔结构与混凝土性能的关系 |
| 1.2.1 新拌混凝土 |
| 1.2.2 硬化混凝土 |
| 1.3 混凝土气孔结构的影响因素 |
| 1.3.1 水泥浆体的性质 |
| 1.3.2 化学外加剂 |
| 1.3.3 拌和及运输过程 |
| 1.3.4 外部条件 |
| 1.4 引气性能的影响机制 |
| 1.4.1 表面张力 |
| 1.4.2 引气能力 |
| 1.4.3 流变性能 |
| 1.4.4 气泡与固体颗粒的相互作用 |
| 1.5 气孔结构参数测量方法 |
| 1.5.1 新拌浆体含气量 |
| 1.5.2 新拌混凝土气孔结构 |
| 1.5.3 硬化混凝土气孔结构 |
| 1.6 存在的主要问题 |
| 1.7 本文主要研究内容 |
| 第2章 气孔结构的形成与发展规律研究 |
| 2.1 引言 |
| 2.2 原材料及试验方法 |
| 2.2.1 原材料 |
| 2.2.2 新拌砂浆气孔结构 |
| 2.2.3 硬化砂浆气孔结构 |
| 2.3 搅拌过程中气孔结构的形成 |
| 2.3.1 群体平衡模型 |
| 2.3.2 气孔结构与搅拌时间的关系 |
| 2.4 静置过程中气孔结构的发展 |
| 2.4.1 静置250min内气孔结构的发展 |
| 2.4.2 28d硬化砂浆气孔结构 |
| 2.5 气孔结构影响机制简析 |
| 2.6 本章小结 |
| 第3章 气泡与水泥等颗粒相互作用评价方法的改进 |
| 3.1 引言 |
| 3.2 泡沫指数试验 |
| 3.2.1 试验流程 |
| 3.2.2 原材料及试验方法 |
| 3.2.3 泡沫指数的测试装置及流程改进 |
| 3.2.4 振荡频率对泡沫指数的影响 |
| 3.2.5 水灰比对泡沫指数的影响 |
| 3.2.6 改进的泡沫指数试验方法 |
| 3.3 Zeta电位 |
| 3.4 水泥浆体中气泡的上升行为 |
| 3.4.1 一般流体中气泡的上升行为 |
| 3.4.2 气泡与水泥颗粒相互作用对气泡上升行为的影响 |
| 3.4.3 流变性能与气泡上升行为的关系 |
| 3.4.4 水泥浆体中气泡上升的测试方法 |
| 3.5 本章小结 |
| 第4章 表面活性剂电性对引气性能的影响机制研究 |
| 4.1 引言 |
| 4.2 原材料及试验方法 |
| 4.2.1 原材料 |
| 4.2.2 硬化砂浆气孔结构 |
| 4.2.3 表面张力 |
| 4.2.4 泡沫指数 |
| 4.2.5 Zeta电位 |
| 4.2.6 傅里叶变换衰减全反射红外光谱 |
| 4.3 表面活性剂电性对硬化水泥砂浆气孔结构的影响 |
| 4.4 表面活性剂电性对表面张力的影响 |
| 4.5 表面活性剂电性对泡沫指数的影响 |
| 4.6 表面活性剂与水泥颗粒的相互作用 |
| 4.6.1 水泥颗粒的zeta电位 |
| 4.6.2 表面活性剂对水泥颗粒zeta电位的影响 |
| 4.7 表面活性剂/气泡与水泥颗粒的相互作用机制 |
| 4.7.1 表面活性剂-水泥体系的典型红外光谱 |
| 4.7.2 水化水泥颗粒电荷分布的马赛克模型 |
| 4.7.3 表面活性剂浓度对红外光谱的影响 |
| 4.7.4 表面活性剂在水泥表面的吸附模型 |
| 4.7.5 钙离子对阴离子表面活性剂与水泥颗粒相互作用的影响 |
| 4.8 本章小结 |
| 第5章 粉煤灰对引气性能的影响机制研究 |
| 5.1 引言 |
| 5.2 原材料及试验方法 |
| 5.3 粉煤灰对硬化砂浆气孔结构的影响 |
| 5.4 粉煤灰对孔溶液及表面张力的影响 |
| 5.5 气泡与固体颗粒的相互作用 |
| 5.5.1 水泥颗粒及粉煤灰颗粒的zeta电位 |
| 5.5.2 粉煤灰对有效zeta电位变的影响 |
| 5.6 粉煤灰对水泥净浆流变性能的影响 |
| 5.7 粉煤灰对气孔结构的影响机制 |
| 5.8 本章小结 |
| 第6章 无机盐对引气性能的影响机制研究 |
| 6.1 引言 |
| 6.2 原材料及试验方法 |
| 6.3 引气净浆中单个气泡的上浮行为 |
| 6.3.1 气泡直径与上升时间/速度的关系 |
| 6.3.2 掺引气剂水泥净浆中气泡的屈服参数 |
| 6.3.3 曳力系数与雷诺数的关系及相互作用系数的计算 |
| 6.4 无机盐对新拌水泥砂浆气孔结构的影响机制 |
| 6.4.1 无机盐对含气量及孔径分布的影响 |
| 6.4.2 无机盐对引气能力的影响 |
| 6.4.3 无机盐对表面张力的影响 |
| 6.4.4 无机盐对流变性能的影响 |
| 6.4.5 无机盐对气泡的上升行为及相互作用系数的影响 |
| 6.4.6 相互作用系数与气孔结构的关系 |
| 6.5 气孔结构的影响因素分析 |
| 6.6 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间取得创新性成果 |
| 致谢 |
| 个人简历 |
（4）基于机器学习的AlCoCrCuFeNi系高熵合金硬度预测（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究的目的与意义 |
| 1.2 基于机器学习材料研究国内外发展状况 |
| 1.2.1 高熵合金研究现状 |
| 1.2.2 特征筛选研究现状 |
| 1.3 主要研究内容 |
| 第2章 模型选择与特征筛选方法 |
| 2.1 建立特征数据集 |
| 2.2 机器学习模型概述 |
| 2.3 特征概述 |
| 2.3.1 特征相关性 |
| 2.3.2 特征冗余性 |
| 2.4 特征选择方法 |
| 2.4.1 穷举法 |
| 2.4.2 皮尔逊相关系数 |
| 2.4.3 单变量特征选择 |
| 2.4.4 稳定性选择 |
| 2.4.5 序列前向后向特征选择 |
| 2.4.6 遗传算法 |
| 2.5 本章小结 |
| 第3章 机器学习模型与特征选择结果分析 |
| 3.1 机器学习模型选择分析 |
| 3.2 特征选择结果 |
| 3.2.1 穷举法的特征集合 |
| 3.2.2 单变量特征筛选流程及结果 |
| 3.2.3 前向/后向序列选择结果分析 |
| 3.2.4 遗传算法特征选择结果分析 |
| 3.3 特征筛选方法总结 |
| 3.4 本章小结 |
| 第4章 改进遗传算法 |
| 4.1 优化思路 |
| 4.1.1 遗传算法改进方法1(GA-1) |
| 4.1.2 遗传算法改进方法2(GA-2) |
| 4.1.3 遗传算法改进方法3(GA-3) |
| 4.1.4 遗传算法改进方法4(GA-4) |
| 4.2 传统遗传算法与改进遗传算法对比 |
| 4.3 本章小结 |
| 第5章 特征、模型分析与高硬度合金搜索 |
| 5.1 特征组合分析 |
| 5.2 机器学习模型验证 |
| 5.3 高硬度搜索 |
| 5.4 高熵合金硬度预测框架 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士期间发表的学术论文 |
| 致谢 |
（5）多径信道下语音信号的混沌遮掩及盲提取算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 本论文研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 多径传输的抗干扰技术 |
| 1.2.2 混沌保密技术 |
| 1.2.3 盲提取技术 |
| 1.3 本论文的章节安排及主要研究内容 |
| 第2章 语音信号及混沌系统 |
| 2.1 引言 |
| 2.2 语音信号特点 |
| 2.3 语音信号的时域和频域分析方法 |
| 2.3.1 短时平均能量和短时平均幅度 |
| 2.3.2 短时过零率 |
| 2.3.3 短时自相关函数 |
| 2.3.4 短时傅里叶变换 |
| 2.3.5 语谱图 |
| 2.4 混沌系统定义及其特征 |
| 2.5 典型混沌动力学系统 |
| 2.5.1 Logistic映射 |
| 2.5.2 Chen系统 |
| 2.5.3 Qi超混沌系统 |
| 2.6 本章小结 |
| 第3章 卷积盲源分离基础理论 |
| 3.1 引言 |
| 3.2 盲源分离及其数学模型 |
| 3.2.1 线性瞬时混合模型 |
| 3.2.2 多径信道卷积模型 |
| 3.3 独立分量分析理论基础 |
| 3.3.1 独立分量分析模型 |
| 3.3.2 信号预处理 |
| 3.3.3 非高斯性度量 |
| 3.3.4 目标函数与优化 |
| 3.4 卷积混合盲源分离 |
| 3.4.1 卷积盲分离频域法基本原理 |
| 3.4.2 幅度和排序不确定性分析 |
| 3.5 性能评价指标 |
| 3.5.1 主观定性评价 |
| 3.5.2 客观定量评价 |
| 3.6 本章小结 |
| 第4章 语音信号的混沌遮掩及盲提取算法研究 |
| 4.1 引言 |
| 4.2 不同混沌背景下语音信号的遮掩效果分析 |
| 4.3 复数域卷积混合盲提取算法 |
| 4.3.1 c-Fast ICA算法 |
| 4.3.2 Fast IVA算法 |
| 4.3.3 JADE复数算法 |
| 4.4 语音信号卷积盲提取实验及分析 |
| 4.4.1 单路语音的卷积混合盲提取实验与性能分析 |
| 4.4.2 双路语音的卷积混合盲提取实验与性能分析 |
| 4.5 本章小结 |
| 第5章 基于互相关置换的语音卷积混合盲提取算法 |
| 5.1 引言 |
| 5.2 基于谱峰搜索计数器的互相关置换算法设计 |
| 5.3 排序算法的仿真实验 |
| 5.4 频点差错门限值的确定 |
| 5.5 双路语音信号下的仿真实验与性能分析 |
| 5.5.1 双路语音的排序算法仿真实验 |
| 5.5.2 语音质量感知评估 |
| 5.5.3 鲁棒性分析 |
| 5.5.4 算法复杂度分析 |
| 5.6 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
| 攻读学位期间取得学术成果 |
（6）高校思想政治教育评价视域下第二课堂的学生行为研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 问题的提出及研究意义 |
| 1.1.1 问题缘起 |
| 1.1.2 研究的意义 |
| 1.2 研究现状综述 |
| 1.2.1 研究成果概览 |
| 1.2.2 国内研究现状 |
| 1.2.3 国外研究现状 |
| 1.2.4 国内外研究现状评价 |
| 1.2.5 国内外研究发展态势 |
| 1.3 概念的厘清 |
| 1.3.1 高校第二课堂 |
| 1.3.2 高校第二课堂学生行为 |
| 1.3.3 思想政治教育评价 |
| 1.4 论文的研究思路与研究框架 |
| 1.4.1 研究思路 |
| 1.4.2 研究框架 |
| 1.5 论文的研究方法与创新点 |
| 1.5.1 研究方法 |
| 1.5.2 创新点 |
| 第二章 第二课堂学生行为研究的理论建构 |
| 2.1 第二课堂学生行为研究的理论基点 |
| 2.1.1 马克思主义认识论下的行为本质 |
| 2.1.2 马克思主义人学思想中的行为意义 |
| 2.1.3 思想政治教育学原理下行为与思想关系 |
| 2.1.4 新时代思想政治教育理论的行为理论 |
| 2.2 第二课堂学生行为研究的理论支点 |
| 2.2.1 心理学关于行为研究的理论支撑 |
| 2.2.2 教育学关于第二课堂的核心理论 |
| 2.3 第二课堂学生行为研究的理论切入点 |
| 2.3.1 思想政治教育的评价理论 |
| 2.3.2 新时代第二课堂建设的政策及其思想 |
| 2.3.3 网络与信息数字技术的相关理论 |
| 2.3.4 定性定量的教育研究相关理论 |
| 第三章 第二课堂学生行为的现实分析 |
| 3.1 第二课堂学生行为的产生与发展 |
| 3.1.1 行为产生发展机制 |
| 3.1.2 影响行为的因素 |
| 3.1.3 行为影响的因素 |
| 3.2 第二课堂学生行为的现实形态 |
| 3.2.1 第二课堂学生行为的发展 |
| 3.2.2 第二课堂学生行为现实形态的原因 |
| 3.3 第二课堂学生行为的评价 |
| 3.3.1 第二课堂学生行为评价的现状 |
| 3.3.2 第二课堂评价现状的原因 |
| 第四章 大学生第二课堂行为研究方法论 |
| 4.1 研究的理论框架 |
| 4.1.1 量化研究的优势与局限 |
| 4.1.2 行为的统计物理研究 |
| 4.1.3 因果关系的误区 |
| 4.2 第二课堂学生行为描述数据类型与属性概念 |
| 4.2.1 第二课堂学生行为过程描述数据 |
| 4.2.2 学生成长发展数据类型与属性概念 |
| 4.3 行为研究设计 |
| 4.3.1 第二课堂的课程设计 |
| 4.3.2 学生行为的数据记录采集 |
| 4.3.3 学生行为数据的求证与评价 |
| 4.4 团中央“第二课堂成绩单”制度的借鉴与对比 |
| 第五章 大学生第二课堂行为研究实践案例 |
| 5.1 案例数据概况 |
| 5.1.1 行为数据的基本情况 |
| 5.1.2 学业成绩基本情况 |
| 5.1.3 毕业去向 |
| 5.1.4 职业发展状态 |
| 5.1.5 学生综合素质测评数据 |
| 5.2 案例数据的数据挖掘分析 |
| 5.2.1 行为状况统计学分析 |
| 5.2.2 行为与学生发展的关系分析 |
| 5.2.3 基于机器学习技术的数据研究 |
| 第六章 第二课堂学生行为的思想政治教育评价应用 |
| 6.1 第二课堂学生行为的思想政治教育评价价值 |
| 6.1.1 第二课堂学生行为状况的观测价值 |
| 6.1.2 第二课堂学生行为状况的判断价值 |
| 6.1.3 第二课堂学生行为状况的预测价值 |
| 6.2 基于第二课堂行为的思想政治教育评价指导思想 |
| 6.2.1 树立“大思政”格局的理念 |
| 6.2.2 巩固增强获得感的内容创新理念 |
| 6.2.3 强化信息技术同步的形式创新理念 |
| 6.3 基于第二课堂行为的思想政治教育评价的原则 |
| 6.3.1 精准教育原则 |
| 6.3.2 数据研究原则 |
| 6.3.3 评价反馈原则 |
| 6.3.4 行为评价思想的反思 |
| 6.4 基于第二课堂学生行为的思想政治教育评价机制 |
| 6.4.1 第二课堂组织工作机制 |
| 6.4.2 第二课堂过程管理机制 |
| 6.4.3 第二课堂评价导向机制 |
| 6.4.4 第二课堂支持保障机制 |
| 结束语 |
| 致谢 |
| 参考文献 |
| 附录 |
| 攻读博士学位期间取得的成果 |
（7）网络流量模型及异常检测技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究工作的背景与意义 |
| 1.2 异常检测的定义分类及应用 |
| 1.3 异常检测研究方法 |
| 1.3.1 传统异常检测方法 |
| 1.3.2 基于机器学习方法 |
| 1.3.3 基于信息熵和小波的异常检测 |
| 1.4 异常检测面临的问题挑战 |
| 1.4.1 传统模型存在的问题 |
| 1.4.2 监督、半监督学习面临的挑战 |
| 1.5 论文主要贡献及创新点 |
| 1.6 本论文的结构安排 |
| 第二章 网络流量模型及异常检测研究综述 |
| 2.1 网络流量模型及异常检测 |
| 2.1.1 网络流量模型 |
| 2.1.2 网络流量异常检测 |
| 2.1.3 加密网络流量识别检测 |
| 2.2 基于深度学习的异常检测 |
| 2.3 基于强化学习的异常检测 |
| 2.4 本章小结 |
| 第三章 基于熵和统计机器学习的流量研究 |
| 3.1 背景 |
| 3.2 基于统计的流量模型 |
| 3.3 模型详细设计 |
| 3.3.1 园区流量模型 |
| 3.3.2 Web流量模型 |
| 3.3.3 混合模型 |
| 3.3.4 分析与小结 |
| 3.4 基于近邻和DTW的视频检测识别方法 |
| 3.4.1 视频检测背景技术 |
| 3.4.2 设计方法 |
| 3.5 机器学习和信息熵融合的检测识别 |
| 3.5.1 信息熵平衡估计 |
| 3.5.2 流量数据平衡信息熵评估 |
| 3.5.3 熵和机器学习融合算法 |
| 3.6 本章小结 |
| 第四章 基于深度学习的流量及异常检测 |
| 4.1 深度神经网络基本理论 |
| 4.2 网络流量模型基本原理 |
| 4.2.1 卷积神经网络基本原理 |
| 4.2.2 LSTM基本原理 |
| 4.3 基于自编解码的流量模型 |
| 4.3.1 自编解码基本原理 |
| 4.3.2 模型设计 |
| 4.4 基于注意力机制的流量模型 |
| 4.4.1 基本原理 |
| 4.4.2 模型设计 |
| 4.4.3 实验结果 |
| 4.5 基于TCNatt-VAE的异常检测方法 |
| 4.5.1 模型基本原理 |
| 4.5.2 异常检测模型 |
| 4.5.3 实验结果 |
| 4.6 本章小结 |
| 第五章 基于生成式对抗神经网络的流量及异常检测 |
| 5.1 背景 |
| 5.2 模型基本原理 |
| 5.3 基于GAN的网络流量模型 |
| 5.3.1 问题描述 |
| 5.3.2 流量模型设计 |
| 5.4 基于GAN的流量异常检测 |
| 5.4.1 模型设计 |
| 5.5 实验结果及分析 |
| 5.5.1 流量模型 |
| 5.5.2 异常检测模型 |
| 5.6 本章小结 |
| 第六章 基于强化学习的网络异常检测研究 |
| 6.1 背景及基本原理 |
| 6.1.1 背景 |
| 6.1.2 基本原理 |
| 6.2 基于强化学习的异常检测 |
| 6.2.1 问题建模 |
| 6.2.2 模型设计方法 |
| 6.3 实验过程 |
| 6.3.1 三种数据集上的实验 |
| 6.3.2 实验结果分析 |
| 6.4 本章小结 |
| 第七章 全文总结与展望 |
| 7.1 全文总结 |
| 7.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间取得的成果 |
（8）连续变量量子密钥分发系统的安全性研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状与发展动态 |
| 1.3 研究内容与技术路线 |
| 1.4 论文结构安排 |
| 第二章 连续变量量子密钥分发基础理论 |
| 2.1 量子光学基础 |
| 2.1.1 量子力学系统与量子态 |
| 2.1.2 量子化光场与相干态 |
| 2.2 量子信息论基础 |
| 2.2.1 香农信息论 |
| 2.2.2 量子信息论 |
| 2.3 高斯调制相干态协议 |
| 2.3.1 协议描述 |
| 2.3.2 探测原理 |
| 2.4 实际安全性研究理论 |
| 2.4.1 安全性评估原理 |
| 2.4.2 安全性分析理论 |
| 2.5 本章小结 |
| 第三章 相位补偿噪声分析和模型改进 |
| 3.1 引言 |
| 3.2 系统描述和噪声分析 |
| 3.2.1 系统工作原理 |
| 3.2.2 相位补偿噪声分析 |
| 3.3 相位补偿噪声模型改进 |
| 3.3.1 改进模型描述 |
| 3.3.2 安全界限理论分析 |
| 3.3.3 仿真实验和分析 |
| 3.4 改进模型的应用 |
| 3.5 本章小结 |
| 第四章 时变慢漂移的相位补偿技术研究 |
| 4.1 引言 |
| 4.2 相位补偿方案描述 |
| 4.3 慢漂移估计与补偿 |
| 4.3.1 现有算法介绍 |
| 4.3.2 相位搜索算法 |
| 4.3.3 线性插值补偿 |
| 4.3.4 安全界限分析 |
| 4.4 性能仿真和分析 |
| 4.5 实验设计和验证 |
| 4.5.1 实验系统搭建 |
| 4.5.2 数据处理和分析 |
| 4.6 本章小结 |
| 第五章 参考相位估计技术研究 |
| 5.1 引言 |
| 5.2 激光器相位漂移模型 |
| 5.3 基于滑动窗口的相位估计算法 |
| 5.3.1 滑动块平均法 |
| 5.3.2 滑动多项式拟合 |
| 5.3.3 性能仿真和分析 |
| 5.3.4 小结 |
| 5.4 矢量卡尔曼滤波算法 |
| 5.4.1 信号模型改进 |
| 5.4.2 迭代算法描述 |
| 5.4.3 性能仿真和分析 |
| 5.4.4 小结 |
| 5.5 实验设计和验证 |
| 5.5.1 相位漂移测量实验 |
| 5.5.2 系统实验和分析 |
| 5.6 本章小结 |
| 第六章 相位噪声攻击的监测技术研究 |
| 6.1 引言 |
| 6.2 攻击原理和安全性分析 |
| 6.2.1 攻击原理 |
| 6.2.2 安全性分析 |
| 6.3 相位噪声攻击的监测方案 |
| 6.3.1 参考脉冲相位噪声监测 |
| 6.3.2 量子信号相位噪声监测 |
| 6.3.3 相位噪声攻击监测 |
| 6.4 仿真实验和分析 |
| 6.5 本章小结 |
| 第七章 全文总结与展望 |
| 7.1 全文总结 |
| 7.1.1 工作总结 |
| 7.1.2 主要贡献和创新点 |
| 7.2 工作展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间取得的成果 |
（9）基于Stacking模型融合的短时交通流预测（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 国内外研究现状 |
| 1.4 研究内容和技术路线 |
| 1.4.1 研究内容 |
| 1.4.2 技术路线 |
| 1.5 本章小结 |
| 第二章 交通流数据的采集及预处理 |
| 2.1 断面检测数据的采集 |
| 2.2 断面检测数据的预处理 |
| 2.2.1 缺失数据检测与修复 |
| 2.2.2 道路交通状态判别 |
| 2.2.3 异常数据检测与处理 |
| 2.2.4 构建固定采集时间间隔的交通流量数据 |
| 2.2.5 数据归一化 |
| 2.3 断面检测数据质量分析 |
| 2.4 断面检测数据预处理实例分析 |
| 2.5 本章小结 |
| 第三章 交通流量的特性分析及特征工程 |
| 3.1 数据来源 |
| 3.2 交通流量的特性分析 |
| 3.2.1 交通流量的主要特性 |
| 3.2.2 交通流量序列的时空相关性分析 |
| 3.3 构建交通流量样本数据集 |
| 3.4 预测模型输入特征 |
| 3.4.1 特征构建 |
| 3.4.2 特征编码 |
| 3.4.3 特征相关性分析及选择 |
| 3.5 本章小结 |
| 第四章 基于Stacking模型融合的短时交通流预测模型设计 |
| 4.1 实验所需的环境 |
| 4.1.1 操作系统 |
| 4.1.2 软件环境 |
| 4.2 基于单一模型的短时交通流预测实验设计 |
| 4.2.1 SVM |
| 4.2.2 BP神经网络 |
| 4.2.3 随机森林 |
| 4.2.4 GBDT模型 |
| 4.2.5 XGBoost模型 |
| 4.2.6 Light GBM模型 |
| 4.2.7 线性回归模型 |
| 4.3 基于Stacking模型融合的短时交通流预测实验设计 |
| 4.3.1 模型融合 |
| 4.3.2 实验流程设计 |
| 4.4 预测模型评价标准 |
| 4.5 本章小结 |
| 第五章 实验与分析 |
| 5.1 基于单一模型的短时交通流预测 |
| 5.1.1 基于SVM的短时交通流预测 |
| 5.1.2 基于BP神经网络的短时交通流预测 |
| 5.1.3 基于随机森林的短时交通流预测 |
| 5.1.4 基于GBDT的短时交通流预测 |
| 5.1.5 基于XGBoost的短时交通流预测 |
| 5.1.6 基于Light GBM的短时交通流预测 |
| 5.1.7 单一模型预测结果对比分析 |
| 5.2 基于Stacking模型融合的短时交通流预测 |
| 5.2.1 构建基于Stacking模型融合的短时交通流预测模型 |
| 5.2.2 实验结果与讨论 |
| 5.3 本章小结 |
| 第六章 结论与展望 |
| 6.1 主要结论及成果 |
| 6.2 论文的不足及未来研究方向 |
| 致谢 |
| 参考文献 |
| 附录 A 攻读硕士期间发表的论文 |
（10）高中生数学推理能力测评模型的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 问题提出 |
| 1.1 研究背景 |
| 1.2 研究目的 |
| 1.3 研究问题 |
| 1.4 研究意义 |
| 1.5 高中生数学推理能力测评模型构建的原则 |
| 2 文献综述 |
| 2.1 关于数学推理概念的研究 |
| 2.2 关于数学推理形式的研究 |
| 2.3 关于数学推理内容的研究 |
| 2.4 关于数学推理能力认知水平的研究 |
| 2.5 关于教育测评模型的研究 |
| 2.6 文献研究小结 |
| 3 研究设计 |
| 3.1 研究思路 |
| 3.2 研究对象 |
| 3.3 研究方法 |
| 3.4 研究实施 |
| 4 高中生数学推理能力测评框架 |
| 4.1 专家对高中生数学推理能力的概念意象研究 |
| 4.2 高中生数学推理能力操作性定义 |
| 4.3 国际数学测评中问题解决能力的测评架构的特点分析 |
| 4.4 高中生数学推理能力测评架构的构建 |
| 5 高中生数学推理能力测评指标体系的构建 |
| 5.1 高中生数学推理能力测评指标体系构建的要求 |
| 5.2 高中生数学推理能力测评指标体系的初步构想 |
| 5.3 高中生数学推理能力测评指标的初步筛选 |
| 5.4 高中生数学推理能力的测评问卷编制 |
| 5.5 高中生数学推理能力测评指标认同度调查 |
| 6 高中生数学推理能力测评模型的构建 |
| 6.1 高中生数学推理能力测评模型构建的思路 |
| 6.2 高中生数学推理能力结构方程模型的构建 |
| 6.3 层次分析法构建模型 |
| 6.4 测评模型中使用的符号说明 |
| 7 高中生数学推理能力测评模型的评价 |
| 7.1 利用模糊综合评判法判断两种模型的优劣 |
| 7.2 利用高中生数学推理能力实测成绩评价两种模型的优劣 |
| 7.3 模型一和模型二比较结果 |
| 8 研究的几点发现和展望 |
| 8.1 研究的几点发现 |
| 8.2 研究展望 |
| 8.3 研究的创新 |
| 8.4 研究的不足 |
| 参考文献 |
| 附录一 高中生数学推理能力测评指标构成问卷及认同度调查 |
| 附录二 高中生数学推理能力测评试卷 |
| 附录三 几种常见的评价框架 |
| 致谢 |
| 攻读博士学位期间主要研究成果 |
四、线性相关性的几种判断方法（论文参考文献）
- [1]基于神经网络的EFL教材文本复杂度分级模型的构建[D]. 唐美华. 北京外国语大学, 2021(09)
- [2]基于多源SAR数据青藏高原冻土冻融过程及时空分布研究[D]. 王京. 中国科学院大学(中国科学院空天信息创新研究院), 2021(01)
- [3]引气混凝土气孔结构形成机制及影响因素研究[D]. 刘琪. 哈尔滨工业大学, 2021(02)
- [4]基于机器学习的AlCoCrCuFeNi系高熵合金硬度预测[D]. 邹瑞. 哈尔滨理工大学, 2021(02)
- [5]多径信道下语音信号的混沌遮掩及盲提取算法研究[D]. 果诗宇. 黑龙江大学, 2021(09)
- [6]高校思想政治教育评价视域下第二课堂的学生行为研究[D]. 王纲. 电子科技大学, 2021(01)
- [7]网络流量模型及异常检测技术研究[D]. 周琨. 电子科技大学, 2021(01)
- [8]连续变量量子密钥分发系统的安全性研究[D]. 黄彪. 电子科技大学, 2021(01)
- [9]基于Stacking模型融合的短时交通流预测[D]. 刘庆芳. 昆明理工大学, 2021(01)
- [10]高中生数学推理能力测评模型的研究[D]. 王宽明. 贵州师范大学, 2021(09)