论文部分内容阅读
观察下图,请在空格内填上合适的数和运算符号。仔细观察每组图的苹果数量,先写出加法算式:3+3+3+3+2=14。再把这个加法算式改写成乘加算式或乘减算式。我是这样解的。加法算式中加数3有4个,我们可以把加法改为乘法,算式为:3×4+2=14。
先加后改方法妙
【摘 要】
：
观察下图,请在空格内填上合适的数和运算符号。仔细观察每组图的苹果数量,先写出加法算式:3+3+3+3+2=14。再把这个加法算式改写成乘加算式或乘减算式。我是这样解的。加法算式中加数3有4个,我们可以把加法改为乘法,算式为:3×4+2=14。
【机 构】
：
河北省涞源县走马驿镇中心小学
【出 处】
：
数学小灵通:小学1-2年级版
【发表日期】
：
2021年10期
其他文献
文章提出一种适用于110-220kV输电架空线路带电检修作业的组合式进电场工具,通过将绝缘平梯和绝缘软梯优化结合起来,该工具成功解决了外转大角度耐张线路、干字型线路进电场组合间隙不足及劳动强度大的难题。经实际应用表明,该组合式进电场工具可降低劳动强度约70%,工具可靠性及安全系数高,实施方法简单,灵活拆卸和组装,方便保管和运输。
由于轴承钢偏析是必然存在的,在碳化物网状检测时,往往在偏析严重区域有较多的网状析出,而在附近非偏析区域则几乎没有网状。为改善这一现象,通过对比试验不同轧制温度下对网状的析出影响,达到降低整个截面碳化物网状级别的目的。
随着时代的进步和科技水平的提高,厚规格钢板生产量不断增加,但从后钢板处理实际情况来看,厚钢板在处理的过程中受多个因素的影响很容易出现划伤、麻坑等质量问题,最终降低了产品质量。为此,文章结合热处理工艺和基本操作方式,立足厚规格钢板热处理存在的问题,提出优化厚规格钢板热处理质量控制的对策。
桥式起重机是施工过程中常用的一种机械,但是由于施工使用的本身不确定,这也造成了使用过程中的过多障碍。频频发生一系列的事故,在事故发生之后,工厂本身生产内容也会因此受到一定的阻碍。通过研讨桥式起重机故障原因,提出相关措施是保障桥式起重机有效运行的前提,桥式起重机在钢丝绳、减速机,车轮等各个部分都可能产生一定的机械故障问题。文章通过分析桥式起重机机械故障原因,提出相应的预防措施,做好桥式起重机正确使用。
产业韧性弱、抗风险能力低,可通过构建优势产业创新生态系统提升产业创新能力,以增强产业核心竞争力来化解。以云南省为例,通过区位熵确立优势产业体系,再通过灰色关联度探究产业创新驱动力,结果表明:云南省的优势产业多为资源与劳动密集型产业,主要的创新驱动力是与产业发展环境相关的间接驱动力,并且存在优势产业综合发展水平较低、产业创新驱动力综合发展水平失衡的问题。发展优势产业和优化产业创新驱动力构建优势产业创新生态系统,是实现地区经济可持续发展的关键。
随着新工业革命提速及全球化进程加快,社会即将进入智能经济时代;新技术、新产业的迅猛发展对工程学科知识体提出了新要求。以重庆交通大学城市轨道交通车辆专业研究生培养为例,从城市轨道车辆人才培养模式、交叉学科课程体系及交叉学科指导团队等方面,探讨适应城市轨道交通行业智能化发展需求,基于交叉学科团队的研究生创新人才培养模式。
为进一步提高液化天然气(liquefied natural gas,LNG)罐柜内河运输的安全性,研究LNG罐柜在船上装载位置的合理性。根据爆炸产生的火球模型和热辐射模型,考虑人员受到不同程度伤害的概率,建立LNG罐柜爆炸危害的系统动力学模型。利用系统动力学仿真软件Vensim_PLE模拟2个罐柜爆炸,得出结论:爆炸中心的热辐射强度最高,但在距爆炸中心一定距离处人员受到伤害的概率最大。为保证人员安全,船舶罐柜装载区与人员活动区应保持足够的安全距离。
针对目前船舶典型轨迹的挖掘多以轨迹段作为基本单元,导致聚类对象较为复杂且聚类参数难以确定的问题,本文提出一种基于改进K中心点聚类的船舶典型轨迹自适应挖掘算法。算法以轨迹点作为聚类对象,分析船舶的航速、航向特征并对轨迹点进行压缩;将分段均方根误差引入K中心点聚类算法,实现聚类参数的自适应选择;提取其中的聚类中心点作为轨迹特征点,得到不同类别船舶的典型轨迹。以天津港主航道船舶自动识别系统(automatic identification system,AIS)数据为例,基于地理信息系统平台ArcGIS实现聚类
为精准预测船舶交通量,基于多源数据融合,提出用于预测船舶交通量的三阶段法,分别预测交会水域、单条航道的船舶交通量,并以长江六圩水域以及苏北运河航道为例进行实证研究。结果表明,三阶段法预测模型具有较强的预测精度。预计2040年苏北运河航道货运承载能力饱和度达到17.13%,即未来苏北运河航道利用水平较为合理,但仍处于较低水平,尤其是蔺家坝—宿迁窑湾航段和宿迁窑湾—淮安航段的利用水平更低。本文预测方法和结果可为水路交通规划与调度管理提供支撑。
为准确预测集卡的港内周转时间,进而提升整个物流系统的作业效率,通过对集装箱码头闸口数据进行深入分析,得到3种不同任务类型的集卡港内周转时间序列,并在此基础上提出一种基于小波分解和自回归移动平均(autoregressive moving average,ARMA)模型的集卡港内周转时间预测方法。该方法首先利用小波分解技术对集卡港内周转时间序列的多维变化特征进行逐层分离,再利用ARMA模型对分离后的多个时间序列分别进行拟合,然后对拟合结果进行合并,以此近似模拟原序列的时变规律,继而实现集卡港内周转时间的短期