编程思维训练通用模型研究与实现

程序设计类课程是培养学生逻辑编程能力的基本课程之一,但目前普遍反映出学生对此类课程的学习兴趣不浓,对程序设计与实现的逻辑思维混乱不清,学习效果较差。如何脱离编程语言本身,运用模拟现实生活的思维训练模型来形象地展示编程的原理与逻辑流程,以提高学生对程序设计的逻辑思维能力和学习效果是本文研究的重点。     

复杂地质高陡边坡锚索施工实践及若干技术控制标准的探讨

以雅砻江锦屏一级水电站大坝左岸550 m级高陡边坡预应力锚固工程为研究对象,在复杂工程地质条件下进行了超长、高承载力锚索施工实践,就锚索造孔技术、束体安装工艺、注(灌)浆技术、张拉工艺等方面进行研究与总结.然后,对监测资料进行分析评价,形成了一套复杂地质条件下高陡边坡锚索施工的技术与方法.文中还结合水电行业锚固施工规范、锚喷支护国标中的技术控制标准,对施工中存在的技术问题进行探讨,可为同类型高边坡锚固工程施工提供参考和借鉴.     

基于Web的教师教学质量多元评价系统设计与实现

基于高职教育的职业性、教育性构建了基于Web的具有高职特性的教师教学质量评价系统。该系统具有较高的实践应用价值和推广价值,该系统的推广应用对改善教风、学风起到了积极的推动作用。     

基于网格相邻关系的离异点识别算法

离异点是偏离部分观察对象的数据点,根据离异点所在单元的密度与相邻单元的密度相比可能偏高或偏低的特点,本文提出了基于网格相邻关系的离异点识别算法GAO。该算法用单元间的相对密度和单元质心距离来衡量单元间的离异度,根据离异度确定离异单元和离异点。实验结果表明,该算法能有效地识别出多密度数据集的离异点,算法的效率优于Cell-based算法,且适合大数据集的离异点识别。     

成都市PM2.5、PM10变化特征及其与气象因素的关系

为研究气象因素对成都市大气细颗粒物 (PM2.5)、可吸入颗粒物 (PM10) 的影响, 收集了2015―2018 年成都市 PM2.5、PM10的月平均浓度, 采用Pearson 相关分析法, 分析了成都市PM2.5、PM10与气象条件的关系。结果表明： (1) 2015 ―2018 年, 成都市PM2.5、PM10年平均浓度虽然年际间差别较小, 但整体呈现逐年缓慢下降趋势, 2015 年以来成都市的 一系列大气污染控制措施是PM2.5、PM10逐年缓慢下降的原因; 2015―2018 年成都市PM2.5、PM10浓度季节变化特征整体 表现为冬季 > 春季 > 秋季> 夏季。(2) 不同气象因素对成都市PM2.5、PM10月平均浓度的影响程度不同, 降水量与气温 是影响成都市PM2.5、PM10月平均浓度的主要因素, 两者与PM2.5、PM10呈较高的负线性相关, 其中PM2.5、PM10与降水量 的相关系数均为 −0.612, 与月平均气温的相关系数分别为 −0.822、−0.776, 降水会通过捕获大气中的颗粒物来去除 PM2.5、PM10, 而温度的升高会加强PM2.5、PM10等污染物在垂直方向上的对流运动, 从而对成都市污染物浓度的降低起 到重要作用; 日照时数、月平均风速、相对湿度等与PM2.5、PM10月平均浓度整体也呈现负相关, 但与降水量和气温相 比, 日照时数、月平均风速与PM2.5、PM10月平均浓度的相关性较低, 而相对湿度与PM2.5、PM10月平均浓度的相关性则 更加微弱, 表明相对湿度的变化对成都市PM2.5、PM10的积累和扩散影响很小。     

基于工作流管理技术的研究

本文针对工作流技术的起源,对工作流的概念、研究的技术内容及工作流管理系统作了深入的介绍,对工作流管理这个研究领域建立了一个全局的概述,介绍了工作流管理系统的参考模型,并具体介绍了企业工作流管理系统的实施过程。     

Minimum MSE regression estimator with estimated population quantities of auxiliary variables

Construction of a regression estimator in which the population means of auxiliary variables are estimated with a larger sample is considered. Using the variances of the estimated population means, and the correlation between auxiliary variables and the variable of interest, a design consistent regression estimator that has minimum model mean squared error under a working model is derived. A limited simulation study shows that the minimum model mean squared error regression estimator performs well compared to the generalized least squares regression estimator, even when the working model is inappropriate.     

基于相对密度的孤立点和边界点识别算法

根据孤立点是数据集合中与大多数数据的属性不一致的数据,边界点是位于不同密度数据区域边缘的数据对象,提出了基于相对密度的孤立点和边界点识别算法(OBRD)。该算法判断一个数据点是否为边界点或孤立点的方法是:将以该数据点为中心、r为半径的邻域按维平分为2个半邻域,由这些半邻域与原邻域的相对密度确定该数据点的孤立度和边界度,再结合阈值作出判断。实验结果表明,该算法能精准有效地对多密度数据集的孤立点和聚类边界点进行识别。