传统文化融入“ 数字逻辑电路” 课程实践探索

优秀传统文化中蕴含的思想观念和人文精神,既有助于提高人文素养,培养理工科大学生健全的人格,也可以拓展视野,提升学生辩证思维和创新能力发展。深入挖掘传统文化中的人文精神,融入“数字逻辑电路”专业课程教学中,以现代信息技术为依托,通过启发式、探究式等教学手段,让学生在学习专业知识的同时感受和领悟到传统文化的魅力和内涵,落实新工科“立德树人、德学兼修”的根本任务。     

基于卷积门控循环单元网络的储层参数预测方法

储层参数是储层评价的一项重要内容。针对传统储层预测方法难以摆脱线性方程的束缚及预测精度不高的问题,将卷积神经网络与门控循环单元网络相结合,提出了卷积门控循环单元网络模型。该模型不仅具备卷积神经网络局部感知的特性,还具备门控循环单元网络长期记忆的功能,从而具有表达数据时空特征的能力。基于某井区A井已知井段测井资料建立卷积门控循环单元网络孔隙度预测模型,预测该井区未知深度段的孔隙度,并提出变学习率训练方法。实验证明,与单一的卷积神经网络模型、门控循环单元网络模型相比,卷积门控循环单元网络模型能够更有效地提取数据特征,预测精度更高,可为储层参数的预测提供新的思路。     

基于K-means算法的10 kV变压器负载状态检测方法

针对平均状态下的热点温度单一、不同负载状态检测响应时间较长的问题，为提高响应速度，基于K-means算法，设计了一种10 kV变压器负载状态检测方法。建立10 kV变压器负载模型，压缩重叠向量矩阵，综合计量变压器负载状态参数指标；计算不同负载状态热点温度，分别讨论正常周期性负载、长期急救负载、短期急救负载等不同负载状态热点温度；基于K-means算法评估变压器负载状态，计算欧式距离与平均距离，求解负载状态指标，完成10 kV变压器负载状态检测。实例测试结果表明，该算法应用后的正常周期性负载、长期急救负载、短期急救负载条件下最大响应时间为0.36 s,0.6 s,0.2 s，对变压器负载状态的检测能力更强。     

图像叙事与空间识别——山西芮城永乐宫壁画中的民居建筑研究

壁画作为建筑图像信息的载体，在汉唐宋元等缺乏实物考据的历史时期，始终作为中国建筑史学研究重要的文献考证依据。山西芮城永乐宫壁画就属此例，由于写实地记录了元代的社会民俗风貌，承载发生故事的建筑图像就成为研究元代民居建筑形态的重要史料。本文通过对壁画上建筑图像信息的辨识，明确元代民居与外部环境的构成要素及其类型特点，探讨元代生活空间的复合式转化趋势，揭示元代民居承宋启明过渡发展的演进规律，指出元代民居建筑具有“执两用中”“四方内聚”等传统建筑文化属性，为深化元代民居建筑史研究提供新思路，也为元代民居建筑的研究起到补白之用。