基于“学讲方式”的中职计算机高效课堂的构建

本文基于对"学讲方式"的理解,结合当前中职生源现状,多角度挖掘中职课堂教学潜力,论述通过翻转课堂教学、优化资源整合和重构评价体系等方式构建中职计算机高效课堂,并对构建中职计算机高效课堂进行了反思。     

IGCC站的电气监控系统的设计与实现

介绍整体煤气化联合循环（IGCC）电站整体电气网络监控系统的设计思路,重点阐述网络监控系统的组成,并结合实际现场调试和运行中出现的问题提出改进建议。     

水利通用数据交换平台研究与实践

基于水利行业数据交换体系的现状,对水利通用数据交换平台的必要性、定位与目标、技术特点与要求做深入分析,研究水利通用数据交换平台的总体技术模型、支持的数据交换方式、平台核心功能及应用模式,并通过在国家水资源监控能力建设项目中的应用实践,证明水利通用数据交换平台是实现不同层级间水利业务数据联动共享的有效保障。     

石川河河谷区地下水人工补给潜力与补给方式

为实现石川河地下水位的有效回升进而维持采补平衡,需在该区实施地下水人工补给工程,并确定合理的 补给位置及有效的补给方式。选取地下水埋深、坡度、含水层厚度、含水层渗透系数、与环境敏感区距离和给水 度 6 个指标,运用空间分析技术对人工补给地下水地点适宜性进行评价;在此基础上建立三维地质模型分析典型 人工补给潜力区的地层结构,探索可行的地下水人工补给方式。结果表明：适宜进行人工补给的高潜力和较高潜 力区域主要分布在研究区中部及东南部,面积达 48.01?km2,占研究区总面积的 32.0%。建议：在石川河河道中上 游高潜力和较高潜力区域的北部修建地表入渗池或渗坑;在河道中上游高潜力和较高潜力区域南部和河道中下 游的较高潜力区域布设反滤回灌井群;可沿石川河河道中上游高潜力与较高潜力区域之间布置一条长约 4.5?km 的渗渠,利用河道进行入渗补给。研究结果可为地下水库的修建提供参考。     

基于深度学习的集群式供应链应急物资需求预测研究

在突发事件和大数据情景下,建立基于数据流模糊C均值聚类算法的集群式供应链应急物资需求重要度决策算法,有助于辨识集群式供应链子系统应急物资需求的重要程度。针对集群式供应链中各子供应链之间的耦合特性和预测指标的快速变化数据流特征,提出基于长短期记忆网络的集群式供应链应急物资需求动态预测算法,提取集群式供应链多个子系统应急物资需求参数的时序特征,动态地、分布地对互联大系统的应急物资需求不确定性进行系统辨识估计。仿真实验结果表明了基于长短期记忆网络的集群式供应链互联大系统应急物资需求动态预测算法的可行性和精确性。     

面向专业的计算机基础教学改革探索

基于目前该院计算机基础课程教学现状和存在问题,为了使计算机基础课程更好地服务于各专业,从分析职业岗位技能入手,在教学模式、课程内容、考核方式等方面实施了改革,并在计算机基础教学改革探索与实践中取得了良好的效果。     

基于图卷积神经网络的函数自动命名

函数自动命名技术旨在为输入的源代码自动生成目标函数名,增强程序代码的可读性以及加速软件开发进程,是软件工程领域中一项重要的研究任务.现有基于机器学习的技术主要是通过序列模型对源代码进行编码,进而自动生成函数名,但存在长程依赖问题和代码结构编码问题.为了更好的提取程序中的结构信息和语义信息,本文提出了一个基于图卷积(Graph Convolutional Network,GCN)的神经网络模型—TrGCN(a Transformer and GCN based automatic method naming).TrGCN利用了Transformer中的自注意力机制来缓解长程依赖问题,同时采用Character-word注意力机制提取代码的语义信息.TrGCN引入了一种基于图卷积的AST Encoder结构,丰富了AST节点特征向量的信息,可以很好地对源代码结构信息进行建模.在实证研究中,使用了3个不同规模的数据集来评估TrGCN的有效性,实验结果表明TrGCN比当前广泛使用的模型code2seq和Sequence-GNNs能更好的自动生成函数名,其中F1分数分别提高了平均5.2％、2.1％.     

可再生能源接入电网的极限容量研究

随着人们环保意识的不断提高,可再生能源大规模接入电网,但是不加以控制的接入也会带来电网安全运行问题.本文通过建立可再生能源接入电网的极限边界条件方程,同时在传统电力网络方程中引入支路电流作为变量,组成了用于计算可再生能源接入极限容量的方程组,求解该方程组可以得到在给定负荷情况下的可接入最大可再生能源容量,同时也可观察此时节点电压水平.仿真计算结果表明该模型是有效的,能够为电力部门安排可再生能源的运行方式提供辅助决策.     

人工智能技术课程实践教学改革

根据人工智能技术课程的教学情况,从教学内容、教学方法、教学案例、考核方式、培养实践能力五个方面探讨教学改革。提出在不断更新教学内容和“课堂讲授-课下辅导”模式的基础上,加强网络资源的利用,增加贯穿整个教学过程的分组报告,设计出提高创新能力的教学案例,开展具有多元考核方式以及循序渐进的动态实验设置模式的实践教学改革,以有效地提升教学效果。     

时序图节点嵌入策略的研究

相较于传统的图数据分析方法,图嵌入算法是一种面向图节点的新型图数据分析策略.其旨在通过将图节点向量化表达,进而在节点向量基础上利用神经网络相关技术更有效的进行图数据分析或挖掘工作,如在节点分类、链接预测及交通流预测等经典问题上取得效果显著.虽然研究者们在图嵌入方面已取得了诸多成果,但是面向时序图的节点嵌入问题却未被充分重视,本文便是在先前研究工作的基础上,结合信息在时序图中的传播特性,提出了一种对时序图节点进行自适应嵌入表达的方法ATGEB （Adaptive Temporal Graph Embedding）.首先,为了解决不同类型时序图节点活跃程度不同的问题,通过设计一种自适应方式对其活跃时刻进行聚类.而后,在此基础上设计一种游走模型用以保存节点对之间的时间关系,并将节点游走序列保存在一种双向多叉树上进而可以更快速的得到节点时间相关的游走序列.最后,在基于节点游走特性和图拓扑结构的基础上,对节点向量进行重要节点采样,以便在尽可能短的时间内训练出满足需求的网络模型.通过充分的实验证明,本文面向时序图的嵌入策略相较于现流行的嵌入方法,在时序图时序中节点间时序可达性检测以及节点分类等问题上得出了更好的实验效果.