管综 之 逻辑

1.复言命题

1.1假言推理

1.命题模型识别:当题干中出现如果那么,只有才,当且仅当等典型关联词时此题考的是简单假言推理问题
2.三步解题法:1️⃣:画箭头 2️⃣:递否 3️⃣:找答案

在这里插入图片描述
在这里插入图片描述

口诀:
[口诀1]充分条件前推后
[口诀2]逆否命题等价于原命题
[口诀3]有箭头指向则为真,没有箭头指向则可真可假
[口诀4]必要条件后推前
[口诀5]充要条件两头推
[口诀6]去“除”去“否”,箭头右划
[口诀7]加“非”去“否”,箭头右划
[口诀8]“除”字去掉,箭头反划

1.2串联推理

在这里插入图片描述> [口诀9]假言串联模型重复信息直接做串联
假言无串联模型选项带入做排除

事实假言模型的秒杀

[口诀10]事实假言模型:题干实事加假言,事实出发做串联,肯定否后别犹豫,重复信息直接连

选项事实假言模型秒杀

在这里插入图片描述
选项中如果4个是事实,一个是假言,直接用假言代入一般就是答案

1.3带‘有的’的串联推理

【口诀15】有的互换原则:有的互换不逆否

性质串联模型秒杀

在这里插入图片描述
【口诀16】性质串联模型:题干有的加所有的一定串开头,重复元素直接串,有的互换找答案

双A串联公式

这里是引用
【口诀17】所有A是B,互换变有的
在这里插入图片描述

串联矛盾模型的秒杀

命题模型识别
(1)题干特点假言/性质组成,这些命题中存在重复元素,可以形成串联
(2)提问方式:
以下哪项最能削弱/反驳题干?
以下哪项最能说明题干不成立?
若题干为真,则以下哪项必然为假?
以下哪项最不符合题干?
这些题目考的是串联模型的矛盾命题
这里是引用> 充要条件的矛盾命题与A<->B 与 要么A要么B矛盾

1.4联言、选言命题

联言命题在这里插入图片描述
相容选言命题在这里插入图片描述
不相容选言命题在这里插入图片描述在这里插入图片描述
在这里插入图片描述

注意:矛盾命题也称为负命题
口诀:德摩根公式[口诀12]并且变或者,或者变并且。 肯定变否定,否定变肯定

1.5二难推理

在这里插入图片描述
在这里插入图片描述
【口诀12】假言事实模型
1️⃣串联找出矛盾
2️⃣找二难

【口诀14】数量假言模型
题干数量加假言,数量关系优先算
重复信息做串联,易出矛盾和二难

1.6隐含三段论

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

1.7推理结构相似题

在这里插入图片描述
在这里插入图片描述

1.8 相似归谬模型秒杀

这里是引用

1.8真假话推理(会出一道题)

经典真假问题是指:题干中已知几个命题,又已知这些命题的真假情况(如:1真3假,2真2假,3真1假等),要求你根据这些命题来判断选项的真假情况
在这里插入图片描述

常见的矛盾关系
在这里插入图片描述
在这里插入图片描述
常用的反对关系
在这里插入图片描述
在这里插入图片描述
常用的下反对关系
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

2.简单命题与概念

2.1性质命题

[口诀14]两个所有,至少一假;一真另必假,一假另不定
[口诀15]两个有的,至少一真;一假另必真,一真另不定
[口诀16]上真下必真,下假上必假;反之则不定
[口诀17]肯定变否定,否定变肯定;所有变有的,有的变所有。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

2.1模态命题

[口诀 18]两个必然,至少一假;一真另必假,一假另不定
[口诀 19]两个可能,至少一真;一假另必真,一真另不定
[口诀 20]上真下必真,下假上必假;反之则不定
[口诀 21]肯定变否定,否定变肯定;必然变可能,可能变必然。
!!!性质命题和模态命题的对当关系原理完全相同,解题方法完全相同
在这里插入图片描述
在这里插入图片描述

3.概念

在这里插入图片描述
在这里插入图片描述

4.综合推理

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

  • 3
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像的目标属于哪个类别。 定位问题:确定目标在图像的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

jiojio冲冲冲

能帮助你是我最大的动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值