以竞赛为契机进一步深化大学计算机课程教学改革

竞赛是衡量高校教育教学质量的重要标志之一,竞赛作为载体,不仅对参赛学生终身受用,而且也有利于提高学校整体的教育教学质量。竞赛的价值已经远远超出了竞赛本身．各种计算机类竞赛对大学计算机应用基础的教学改革起到了积极的促进作用。     

面向软件动态演化的需求建模及其模型规范化

针对目前需求工程阶段对软件动态演化考虑不足的现状,在分析软件动态演化面临的挑战的基础上,设计了面向动态演化的需求元模型(dynamic-evolution-orientedrequi rements meta-model,DERM)。该元模型以特征为基本部件,按特征组合的方式建立需求模型,需求模型由行为特征和属性特征组成。行为特征被区分为计算行为特征和交互行为特征,以实现计算和交互的相对隔离;属性特征通过其作用域,指定其在行为特征模型中的作用范围,从而将行为特征模型和属性特征模型统一为需求模型。在此基础上,讨论了需求模型的参照完整性、依赖一致性和互斥一致性,并进一步把需求模型规范化为需求模型第一范式到第三范式,需求模型规范化的过程提供了一种保证需求模型一致性的方法。最后通过案例研究,表明了该方法的可行性及其对软件动态演化的有效支持。     

采用大数据分析建设工程市场信息的新方法

随着招投标过程信息化的快速发展,越来越多的招标、评标、中标信息统一集中在相应交易中心平台网站上进行公示,使采用大数据手段分析建设工程信息成为了可能。采用Web Scraper插件爬取网页内容简便、高效、准确。大数据的介入能很大程度遏制非法围标、串标行为,保证公共资源交易过程的公平、公正,有效打击权力寻租。同时大数据分析以定量、可视化的成果展示了建设工程的市场行为趋势,为政府的宏观调控提供更精确的数据性指导性意见。     

基于改进神经网络的湖泊水质污染检测法研究

研究采用图像对湖泊水质污染检测的问题,由于水面较大,像素信息量多,造成检测时间长,速度慢。针对图像的污水检测的水域面积较大,造成检测耗费的时间比较长,最终导致湖泊水质污染检测存在较大滞后且准确性差的问题。提出一种改进神经网络的湖泊水质污染检测方式,首先利用神经网络数学模型对图像相关数据进行二进制编码,并对编码后的数据进行压缩处理,计算输出数据的差异系数,最后利用周期性数据压缩补偿算法对数据中的误差进行补偿,提高了湖泊水质污染检测的速度。实验证明,改进的检测方式能够提高湖泊水质污染检测速度,提高了准确性,取得了令人满意的效果。     

基于交直流微电网的智慧能源站拓扑结构研究

“多站合一”的智慧能源站是未来变电站发展的新模式,其中变电站供电系统是保证智慧能源站可靠运行的关键。针对变电站站用交直流系统,计及当前交直流微电网技术进步,提出了智慧能源站供电系统采用交直流微电网的方案,并对交直流微电网电压等级、拓扑结构进行分析。通过对供电可靠性和经济性进行比较,说明交直流微电网的新型结构优于传统结构,验证了智慧能源站新型交直流微电网拓扑结构的可行性及技术优势。     

基于变论域模糊PI的永磁同步电机无传感控制

受到带通滤波器的影响,永磁同步电机(PMSM)脉振注入法中转子位置估算精度较低。为此,提出了一种基于变论域模糊PI的PMSM无传感控制法。利用变论域模糊的方法对转速环上固定的PI参数进行动态调节,达到减少系统延时、提高转子位置估算精度的目的。仿真的结果表明,变论域模糊PI能够用于转子位置估算,并且比传统PI无传感控制法减少了0.331°平均误差。     

基于多学习单元卷积神经网络的雷达辐射源信号识别

现有基于人工提取特征的复杂体制雷达辐射源信号识别方法时效性低,识别准确率不佳. 为此,提出了一种基于多学习单元卷积神经网络的识别方法. 首先对辐射源信号的模糊函数进行高斯平滑,以校正噪声带来的毛刺与畸变;然后提取其正交切片作为进一步的特征提取对象;最后构建多学习单元卷积神经网络,学习和提取正交切片深层、泛在的特征,并通过softmax分类器进行分类识别. 仿真实验结果表明,所提方法在信噪比为-2 dB时对6类典型雷达信号的整体平均识别率均保持在99.86%以上,即便是在-6 dB环境中,雷达信号的识别率也可达到88.50%,在极低信噪比条件下具有良好的性能和可行性.     

"双高"建设背景下思政课立德树人目标路径研究

习近平总书记3.18重要讲话高度强调了全国高校思想政治教育过程中坚持"六个要求"和"八个统一"的重要性,明确了立德树人教学观念是当前思政课程教学的首要问题和根本问题.思政课作为"双高建设"的提质增效工程,在高素质人才培养方面所起到的作用十分重要.基于此,"双高建设"院校思政课程的开展必须将立德树人作为教育教学活动的终极目标,并据此对思想政治理论课的得失成败进行检验.     

基于U-Net的多尺度融合视网膜血管分割算法

针对眼底血管图像具有形状多样、分叉较多、曲度复杂的特点,提出了一种多尺度融合视网膜血管分割算法.该算法基于U-Net模型进行改进,首先在编码和解码部分使用短跳跃连接模块将网络浅层和深层的特征信息进行融合,通过增加浅层特征的权重,更多地保留了血管的边缘和细微结构信息.其次在编码部分采用空洞卷积构建空洞空间金字塔池化模块代替传统卷积块,来扩大算法的感受野,从而在不增加网络参数的同时进行多尺度特征融合,提取更丰富的空间信息.通过在DRIVE数据集上进行验证,实验结果表明:本算法的准确率和AUC值分别达到0.9572、0.9811,与U-Net等其他基于深度学习的算法相比分割效果更优,从而验证本算法在视网膜血管分割中更加有效.     

提高某铁矿选矿指标的试验研究

针对泰国某铁矿中主要金属矿物有磁铁矿、赤铁矿、褐铁矿以及针铁矿的提铁降杂的研究,提出对原矿中-5 mm粒级研究采用"磨矿—弱磁选—强磁选"联合工艺,最终得到铁精矿产率为73.59％,铁品位为56.77％,回收率为81.31％.