【摘 要】
：
小朋友,小数乘法和整数乘法之间有什么关系呢?下面我们通过思维导图来梳理一下吧!rn请看思维导图(见第14页图)第一分支,算理,也就是小数乘法计算的道理.rn先看0.2×4,通过数形结合来理解它:把正方形的面积看作1,平均分成10份,其中的两份就是0.2,根据乘法的意义可知0.2×4就是4个0.2相加,从图中可以看出结果是0.8.
【机 构】
：
江苏省苏州市吴江区苏州湾外国语学校
论文部分内容阅读
小朋友,小数乘法和整数乘法之间有什么关系呢?下面我们通过思维导图来梳理一下吧!rn请看思维导图(见第14页图)第一分支,算理,也就是小数乘法计算的道理.rn先看0.2×4,通过数形结合来理解它:把正方形的面积看作1,平均分成10份,其中的两份就是0.2,根据乘法的意义可知0.2×4就是4个0.2相加,从图中可以看出结果是0.8.
其他文献
充分利用故障暂态信息可有效提高小电流接地系统故障区段定位的成功率,暂态零序电流在故障点前后差异较大,基于此特点对故障区段定位,零序电流波形在故障点同侧相似,在故障点异侧差异大.计算了故障线路各区段波形相关系数,选择波形相关系数为负值的区段为故障区段.数据模型表明,选线方案在高阻接地时依然具有较高的准确性,与传统选线方法相比,该方法利用了更丰富更全面的电气特征,进一步提高了选线准确率与可靠性.定位方案在不同位置、不同接地电阻、不同故障初相角下的情况均适用.
Node Multicut问题是图论与组合优化的经典问题,无限制性node Multicut问题是它的一类子问题.而无限制性K node multicut问题是无限制性node multicut问题的进一步推广形式.主要研究了完全图上的无限制性k Node Multicut问题.首先将部分点覆盖问题(PVC)多项式时间内归约到此问题证明该问题是NP难的,其次利用完全图独有的性质将该问题转换成特殊的部分击中集合问题(Special Partial Hitting Set Problem)并运用递归的思想和局
应用Riccati展开法,给出了非线性Konno-Oono方程的一系列新精确解.这些解的形式包括三角函数解、双曲函数解、有理函数解.最后,对特殊函数下的精确解进行数值模拟,给出这些精确解的直观表示.
关于三元三次不定方程的研究,是不定方程研究中的重要课题,有许多尚未解决的问题.讨论了不定方程ax2+by2+cz2=dxyz-1的基础解,其中(a,b,c)=1,a,b,c均为d的因子.利用文献中的方法,运用二元二次型理论和初等数论的结果,求出了该不定方程的所有基础解.
以白及、杜鹃兰、建兰种子为离体培养材料,比较三者非共生萌发及成苗过程.结果表明:3种兰科植物成苗过程存在明显差异;白及种胚膨大成原球茎后上端形成叶片,随后形成根直接成苗;杜鹃兰的原球茎先形成根状茎,顶端分化出叶芽,叶基部长出根发育成苗;建兰萌发形成根状茎后持续增殖,需改变培养基激素,才可分化成苗;建兰根状茎与杜鹃兰的明显不同,具有向地性,且杜鹃兰的根状茎仅能进行有限分支并形成休眠芽.结论:兰科植物种子非共生萌发成苗可区分为3种模式,白及是绝大多数兰科种子非共生萌发成苗的模式.
针对防火墙数据量大、人工配置效率低下的问题,提出一种改进的蜉蝣算法(IMA)来优化支持向量机(SVM)防火墙配置模型中的参数.改进的蜉蝣算法首先引入改进的Tent混沌映射来对蜉蝣种群进行初始化,其次在蜉蝣群体中引入遗传算法中的变异策略.将IMA运用于SVM防火墙配置模型参数寻优,通过对防火墙数据进行训练测试,结果表明,IMA的寻优性能较好,检测速度较快.
介绍了 λ-Kantorovich算子并给出了该类算子矩的估计,利用连续模和K-泛函的关系,研究了 Voronovskaja型渐近公式,得到了 Grüss-Voronovskaja型逆定理.
弹性元件是提高称重传感器测量精度和灵敏度的关键部件,通过结构优化提高弹性元件在同等载荷下不同贴片部位之间的应变差值,降低应变传递误差.在线性弹性范围内,将弹性元件的结构参数作为输入参数,受载条件下的最大应变差及固有频率作为优化目标,采用最优拉丁超立方试验设计方法和Kriging模型构建设计变量与优化目标之间的关系模型,并通过NSGA-Ⅱ对Kriging模型进行全局寻优,得到最优结构参数.最终的优化结果显示,最大应变差提升了41.55％,前5阶模态频率均有不同程度提升.试验结果说明结构参数优化在满足产品性能
利用重合度理论中的延拓定理,研究了时间尺度上具有变时滞的两个捕食者和一个食饵的共存现象,证明了该捕食与被捕食系统至少一个正周期解.
为了解决多车辆协同编队控制问题,以车辆运动学模型为基础,根据虚拟结构编队策略,把多车辆的协同编队控制问题转变为对虚拟车辆的轨迹跟踪问题.根据李雅普诺夫第二法设计出新的跟踪反馈控制器,对编队车辆跟踪误差进行控制.通过MATLAB仿真实验验证了该控制器的有效性,实验结果表明所设计的控制器在车辆横向与航向误差调整时间方面具有快速性,在存在初始误差的前提下,编队车辆的纵向误差在10 s内趋近于0.该控制方法在未来的智能车编队控制方面有一定的应用价值.