检索结果-内蒙古大学图书馆

环境科学 2025年第3期46卷 1462-1472页

作者：马越越李银平马琳茜东北财经大学管理科学与工程学院大连116025 西安交通大学数学与统计学院西安710049

物流基础设施网络完善和物流低碳转型需求增加,使物流绿色低碳发展表现出明显的空间关联特征,全面评估物流绿色低碳发展的空间关联效应及成因,对促进物流低碳转型和区域协同发展具有重要意义.基于非期望产出全局EBM模型测度中国各省物... 详细信息

物流基础设施网络完善和物流低碳转型需求增加,使物流绿色低碳发展表现出明显的空间关联特征,全面评估物流绿色低碳发展的空间关联效应及成因,对促进物流低碳转型和区域协同发展具有重要意义.基于非期望产出全局EBM模型测度中国各省物流绿色低碳发展水平并揭示其空间关联效应和影响因素.结果表明:①省际物流绿色低碳发展水平呈现复杂、多线程的空间关联网络,各地区存在显著的空间溢出效应,空间关联网络的通达性和稳定性较好;②省际间物流绿色低碳发展的溢出和受益格局不平衡,东部物流能源消耗和污染产出较低,在低碳物流发展上形成领跑优势,中西部聚集高能耗高污染产业,是绿色低碳发展的关键地区,处于吸收邻近地区绿色物流经济活动的受益阶段;③京津冀、华南和西部陆海新通道沿线省份为经纪人板块,是实现物流高质量发展的重要枢纽,华东和东部沿海为双向溢出板块,处于物流绿色升级的关键阶段,在板块内外起双向“引领”作用,西部为主受益板块,承接东部产业转移,处于绿色技术吸收改进阶段,溢出能力有限;④交通关联密切地区在物流低碳发展上存在竞争效应,产业结构、交通基础设施和政府支持的地区差异增强物流绿色低碳发展的溢出和流动,相似的物流集聚和节能技术水平有助于物流低碳发展空间关联网络的形成.上述研究为明确各省物流绿色低碳发展程度及区域间的受益和溢出通道,有效发挥交通基础设施和节能技术手段,实现物流绿色低碳区域联动和协同提升提供借鉴参考.

关键词：非期望产出EBM模型绿色低碳发展空间关联最小生成树 QAP方法

来源：评论

学校读者我要写书评

暂无评论

师―生―AI协同课堂:人工智能赋能大学数学教育的载体及实践

引用

中国大学教学 2025年第4期 59-65,81页

作者：都琳徐爽徐宗本西北工业大学数学与统计学院西安交通大学数学与统计学院中国科学院中国科学院信息技术科学部

人工智能赋能教育为教育的高质量发展开辟了新赛道,带来了新机遇,也推动了一批教育新观念、新模式、新方法的形成。文章提出实施这些新观念、新模式、新方法的一个综合试验平台:师–生–AI协同课堂。该课堂以大学科/大场景/大观念教育... 详细信息

人工智能赋能教育为教育的高质量发展开辟了新赛道,带来了新机遇,也推动了一批教育新观念、新模式、新方法的形成。文章提出实施这些新观念、新模式、新方法的一个综合试验平台:师–生–AI协同课堂。该课堂以大学科/大场景/大观念教育为基础,将一个知识单元的教学按导论课、研讨课、总结课“三步法”组织。导论课和总结课由教师主持,研讨课在人工智能辅助下学生自主研学。教师的导论课“以提出问题为中心”为学生设置学习任务与场景;研讨课由学生在人工智能大模型辅助下,完成“以分析问题为中心”的协同研讨和自主学习;总结课除学生代表交流学习成果外,由教师“以解决问题为中心”完成知识归纳并指引本知识单元的价值意义与未来发展。师–生–AI协同课堂可实现教师与人工智能技术的优势互补、相互增强,可实现学生的高度参与、个性化学习及社会情感能力培养,为实现“以问题为中心”的创新教育提供实践平台和载体。该平台和载体具体应用于大学数学“概率论与数理统计”课程教学,取得了“学生学习积极性、主动性、综合能力显著提升”的良好效果,验证了平台的可行性和普遍可用性。

关键词：人工智能大学数学课程师―生―AI协同课堂

来源：评论

学校读者我要写书评

暂无评论

人工智能与科学教育协同共进加快培养拔尖创新人才——徐宗本院士访谈录

中小学科学教育

引用

中小学科学教育 2025年第2期2卷 10-13页

作者：徐宗本张一鸣中国科学院西安交通大学数学与统计学院西安710049 人民教育出版社博士后科研工作站北京100081

徐宗本院士长期从事数学与信息科技的交叉融合研究,在应用数学、智能信息处理、机器学习、大数据与人工智能基础理论研究等领域取得了系统性与原创性成果,2011年当选为中国科学院院士。曾获国家自然科学奖二等奖、国家科学技术进步奖二... 详细信息

徐宗本院士长期从事数学与信息科技的交叉融合研究,在应用数学、智能信息处理、机器学习、大数据与人工智能基础理论研究等领域取得了系统性与原创性成果,2011年当选为中国科学院院士。曾获国家自然科学奖二等奖、国家科学技术进步奖二等奖、中国工业与应用数学学会(CSIAM)苏步青应用数学奖,荣获2024年度吴文俊人工智能科技成就奖。本刊编辑部特别专访了徐宗本院士,请他分享对人工智能时代科学教育与人才培养的思考。

关键词：徐宗本拔尖创新人才人工智能协同共进

来源：评论

学校读者我要写书评

暂无评论

区域划分在自相交多边形分解算法中的应用

引用

计算机辅助设计与图形学学报 2023年第12期35卷 1910-1919页

作者：赵启曾薇杨义军西安交通大学数学与统计学院西安710049 西安交通大学计算机科学与技术学院西安710049

多边形分解在计算机图形学、CAD软件和路径规划等领域中得到广泛应用.其自相交多边形因存在交点导致后续计算和绘图操作中的错误和不准确性.自相交多边形分解算法是CAD应用中常见的难题之一,传统的自相交多边形分解算法主要基于三角剖... 详细信息

多边形分解在计算机图形学、CAD软件和路径规划等领域中得到广泛应用.其自相交多边形因存在交点导致后续计算和绘图操作中的错误和不准确性.自相交多边形分解算法是CAD应用中常见的难题之一,传统的自相交多边形分解算法主要基于三角剖分的方法,然而这种方法分解出的三角形数量较为庞大,增加了计算和存储的复杂度.针对自相交多边形的分解问题,提出了一种基于区域划分的分解算法.首先寻找多边形的所有交点;然后采用寻路方式遍历自相交多边形,将其划分为无重叠且无自相交的区域;最后通过判断每个区域是否属于多边形内部,并保留内部区域,舍弃外部区域,将自相交多边形分解成无重叠区域的简单多边形.在多个大型集成电路板上将文中算法和GluTess方法进行数值实验对比,实验结果表明,该算法相较于GluTess方法在时间效率上提高了约60%,同时在空间占用上也减少了约20%.

关键词：自相交多边形多边形分解凸多边形区域划分

来源：评论

学校读者我要写书评

暂无评论

图的最大二等分问题的新型条件梯度算法

引用

高等学校计算数学学报 2014年第1期36卷 86-96页

作者：张芳陈志平西安交通大学数学与统计学院计算科学系

1引言给定无向图G=（V,E）,其中V={1,2,…,n)为G的节点集合,E为G的边集合.如果（i,j）∈E,定义在此边上的非负权值为w;=w;,否则w;=0,对称的权值矩阵记为W=(w;);.图的最大二等分问题就是把给定的无向赋权图G的节点分成个数相同的两部分S... 详细信息

1引言给定无向图G=（V,E）,其中V={1,2,…,n)为G的节点集合,E为G的边集合.如果（i,j）∈E,定义在此边上的非负权值为w;=w;,否则w;=0,对称的权值矩阵记为W=(w;);.图的最大二等分问题就是把给定的无向赋权图G的节点分成个数相同的两部分S和S=V\S（这意味着无向图G节点的个数n必须是偶数）,使得两节点分别在S,S中的边e;的权值w;的总和最大,即:

关键词： graph max-bisection problem semidefinite programs conditional gradient algorithm descent direction convex constraint.

来源：评论

学校读者我要写书评

暂无评论

在局部坐标系下的平面线段距离求解算法

引用

计算机辅助设计与图形学学报 2023年第12期35卷 1966-1976页

作者：张航城刘懿代凯宋天琦王乐曾薇杨义军西安交通大学计算机科学与技术学院西安710049 西安交通大学数学与统计学院西安710049

针对现有CAD几何引擎和VLSI设计中缺乏高速、高精度平面线段距离求解算法的问题,提出一种基于局部坐标系的平面线段距离求解算法.首先通过坐标变换构建局部坐标系;然后根据2条线段的相对位置关系将平面线段距离求解归纳分类成12种可以... 详细信息

针对现有CAD几何引擎和VLSI设计中缺乏高速、高精度平面线段距离求解算法的问题,提出一种基于局部坐标系的平面线段距离求解算法.首先通过坐标变换构建局部坐标系;然后根据2条线段的相对位置关系将平面线段距离求解归纳分类成12种可以直接进行最近点求解情形;最后通过求解最近点距离进而实现求解平面线段距离.采用集成电路线段数据和随机生成线段数据进行实验,实验结果显示,与对比算法相比,文中算法效率提高23%~35%;在4种临界情形下,仍能控制其计算误差,证明了其有效性.

关键词： CAD 几何引擎距离求解局部坐标系

来源：评论

学校读者我要写书评

暂无评论

隐Brown运动驱动的Poisson过程强度估计量的强相合性

引用

系统科学与数学 2013年第7期33卷 751-765页

作者：段启宏陈志平张改英西安交通大学数学与统计学院统计系西安710049 西安交通大学数学与统计学院计算科学系西安710049

针对金融、保险等领域研究中经常遇到的隐Brown运动驱动的Poisson过程模型,通过概率变换并利用鞅论方法等工具,证明了对模型中某些参数所提出的两类估计量的强相合性,用数值试验检验了它们的有效性.试验结果表明,文中所给两类估计方法... 详细信息

针对金融、保险等领域研究中经常遇到的隐Brown运动驱动的Poisson过程模型,通过概率变换并利用鞅论方法等工具,证明了对模型中某些参数所提出的两类估计量的强相合性,用数值试验检验了它们的有效性.试验结果表明,文中所给两类估计方法均优于已有方法.

关键词：隐过程 Poisson过程强相合性鞅论概率变换

来源：评论

学校读者我要写书评

暂无评论

L_(1/2)正则化Logistic回归

引用

模式识别与人工智能 2012年第5期25卷 721-728页

作者：赵谦孟德宇徐宗本西安交通大学数学与统计学院信息与系统科学研究所西安710049

提出一种L1/2正则化Logistic回归模型,并针对此模型构造有效的求解算法.文中模型基于L1/2正则化理论建立,有效改善传统模型存在的变量选择与计算过拟合问题.文中算法基于"坐标下降"思想构造,快速有效.在一系列人工和实际数据... 详细信息

提出一种L1/2正则化Logistic回归模型,并针对此模型构造有效的求解算法.文中模型基于L1/2正则化理论建立,有效改善传统模型存在的变量选择与计算过拟合问题.文中算法基于"坐标下降"思想构造,快速有效.在一系列人工和实际数据集上的实验表明,文中算法在分类问题中具有良好的变量选择能力和预测能力,优于传统Logistic回归和L1正则化Logistic回归.

关键词： Logistic回归 L1 2正则化坐标下降算法

来源：评论

学校读者我要写书评

暂无评论

合数模上的伪随机二进制数列

引用

数学学报（中文版） 2012年第5期55卷 869-880页

作者：刘华宁高静西北大学数学系西安710069 西安交通大学数学与统计学院西安710049

设m为"RSA"类型的模,即m为两个大小差不多的素数的乘积:m=pqp,q为素数,p<q<***与Sarkozy提出了两种合数模上的伪随机二进制数列本文将提出两种新的合数模上的二进制数列,并证明其具有很好的伪随机性.

设m为"RSA"类型的模,即m为两个大小差不多的素数的乘积:m=pqp,q为素数,p

关键词：伪随机二进制数列合数模指数和

来源：评论

学校读者我要写书评

暂无评论

基于Bayes网络的高维感知数据本地隐私保护发布

引用

中国科学：信息科学 2019年第12期49卷 1586-1605页

作者：任雪斌徐静怡杨新宇杨树森西安交通大学计算机科学与技术学院西安交通大学数学与统计学院

群智感知系统通过对高维感知数据的发布和分析为人们带来巨大数据价值的同时,也给参与者的隐私带来了极大的隐患.目前,各种基于差分隐私的隐私保护方法被提出,但大部分方法不能同时解决高维感知数据间复杂的属性关联问题和来自不可信服... 详细信息

群智感知系统通过对高维感知数据的发布和分析为人们带来巨大数据价值的同时,也给参与者的隐私带来了极大的隐患.目前,各种基于差分隐私的隐私保护方法被提出,但大部分方法不能同时解决高维感知数据间复杂的属性关联问题和来自不可信服务器的隐私威胁问题.基于此,本文提出了基于Bayes网络的高维感知数据本地隐私保护发布机制.该机制实现了用户端的本地数据保护,杜绝了其他方直接访问用户原始数据的可能,根本上保护了用户的数据隐私.感知服务器端在接收到用户本地隐私保护的数据后,基于Bayes网络方法对高维数据的维度相关性进行识别,将高维数据属性集划分为多个相对独立的低维属性集,进而依次合成新的数据集,可以有效地保留原始感知数据的属性维度相关性,保证合成数据集与原始数据集具有尽可能相似的统计特性.通过大量仿真实验验证了该方法的有效性,实验结果表明该方法在有效的本地隐私保护下的合成数据具有较高的数据效用性.

关键词：群智感知系统感知数据高维数据本地差分隐私 Bayes网络

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：