疫情下电磁场理论课程的网络教学

本文主要总结了新冠疫情期间作者的电磁场理论课程在线教学经验。对比分析了录播和直播的优缺点后,选择录播教学方式。基于超星网络教学平台,展示了录播网络教学的具体措施,包括网上答疑和学习效果检查以及在线批改作业等。给出了网络教学可以为线下教学继续使用的方法和手段,为疫情结束后的正常教学提供了新的网络教学补充措施。     

基于移动窗口法的城市遥感生态质量评价研究

为进一步提高城市生态监测的精确度，在前人开展的城市生态遥感监测研究的基础上引入“区域尺度”的概念，充分考虑小区域范围内不同地物间的交互作用，并利用移动窗口模型(Moving Window-Remote Sensing Ecology Index, MW-RSEI)对沈阳市浑南区的遥感影像进行逐像元分析。实验结果表明，MW-RSEI模型和生态遥感监测模型（Remote Sensing Ecology Index, RSEI)在整体生态评价趋势上表现出一致性。但MW-RSEI模型对城市生态中的细节区域表征更明显。考虑到建筑及裸地周围植被的影响，其较差生态区域的占比仅为6%，生态评价为优的区域占比为11%。研究区生态评价结果表现得较为连续，并未出现明显的断层现象。该结果具有现实意义且与实际生态分布更为符合。MW-RSEI模型在城市生态监测中更为适用，可为相关部门提供一定的技术参考。     

个性化学习路径推荐综述

近年来，伴随着现代信息技术的迅猛发展，以人工智能为代表的新兴技术在教育领域得到了广泛应用，引发了学习理念和方式的深刻变革.在这种大背景下，在线学习超越了时空的限制，为学习者“随时随地”学习提供了更多的可能性，从而得到了蓬勃发展.然而，在线学习中师生时间、空间分离的特征，导致教师无法及时掌握学生的学习状态，一定程度上制约了在线学习中教学质量的提升.面对多元化的学习需求及海量学习资源，如何迅速完成学习目标、降低学习成本、合理分配学习资源等问题成为限制个人和时代发展的重大问题.然而，传统的“一刀切”的教育模式已经不能满足人们获取知识的需求了，需要一个更高效、更科学的个性化教育模式，以帮助学习者以最小的学习成本最大限度地完成学习目标.基于以上背景，如何自动高效识别学习者特征，高效地组织和分配学习资源，为每一位学习者规划个性化路径，成为面向个体的精准化教育资源匹配机制研究中亟待解决的问题.系统地综述并分析了当前个性化学习路径推荐的研究现状，并从多学科领域的角度分析了对于同一问题的不同研究思路，同时也归纳总结了当前研究中最为主流的核心推荐算法.最后，强调当前研究存在的主要不足之处.     

Automated prediction system of household energy consumption in cities using web crawler and optimized artificial intelligence

The supply of electrical energy is critical to convenient and comfortable living. However, people consume a large amount of energy, contributing to an energy crisis and global warming, and damaging some ecological cycles. Residential electricity consumption has greater elasticity than industrial and business consumption; it therefore has high energy-saving potential. This work establishes an automated platform, which provides information about residential electricity consumption in each city in Taiwan. Machine learning was used to forecast future residential electricity demand. A nature-inspired optimization method was applied to enhance the accuracy of the best machine learner, yielding an even better hybrid ensemble model. Performance measures indicate that the resulting model is accurate and provides effective information for reference. An automatic web-based system based on the model was combined with a web crawler and scheduled to run automatically to provide information on monthly residential electricity consumption in each county and city. By providing energy consumption information across the country, power providers and government can discuss policy and set different goals for energy use. The results of this study can facilitate the early implementation of energy-saving and carbon emission-reducing in cities and aid utility companies in establishing energy conservation guidelines.     

立柱加固型框架大楼的爆破拆除

采用定向控制爆破技术拆除立柱加固型7层框架大楼。为了彻底炸毁加固立柱,确保大楼顺利定向倾倒,通过多次爆破试验确定了炸药单耗、布孔参数和装药结构。为了控制大楼塌落时的触地震动,采取了秒差分区爆破、空中解体、铺垫缓冲层和开挖减震沟等技术措施。爆破过程中进行了震动监测。此外还介绍了起爆顺序、安全防护措施及爆破结果。     

基于重要度排序的配电自动化终端优化布局方法

针对配电自动化终端优化布局问题，提出了一种基于重要度排序的终端优化布局方法。首先以等年值综合费用为目标函数，供电可靠性和投入产出比为双重约束建立了配电自动化终端优化布局模型。然后通过分析配电自动化终端对供电可靠性提升的影响，给出各个节点的“二遥”及“三遥”终端安装重要度定义及计算公式。最后采用枚举法确定最优终端安装数量，基于节点终端安装重要度排序确定终端的最优安装位置。该方法考虑了已布局节点对剩余节点终端安装重要度的影响，能够在降低计算量的同时兼顾布局合理性。运用所提方法RBTS-BUS2系统及扩充模型进行终端优化布局并与智能优化算法的布局结果进行对比，验证了本文方法的有效性及优越性。     

土木工程施工课程线上平台教学实践

土木工程施工课程作为土木工程及工程管理专业的学科基础课和核心专业课程,在疫情防控期间"停课不停教""停课不停学"的要求下,通过线上平台进行授课。由于土木工程施工课程内容庞杂、综合性强、实践性强,且章节之间关联性较弱,探究既能使学生快速适应,又能保证教学质量的在线教学方法至关重要。以华南某高校土木工程施工课程为例,基于中国大学MOOC、建筑云课、腾讯课堂、QQ群等线上平台讲授教学内容,并运用问卷调查对课程线上教学效果进行评价。结果表明,线上教学为学生提供了丰富灵活的学习方式,显著提高了学生的自主学习能力,扩大了学生的知识面,达到了较好的学习效果。     

用于电弧检测的电力专用SoC设计

针对传统的电弧电路故障检测结果不准确的问题,设计用于电弧检测的SoC系统,并且在55nm工艺下进行流片验证。采用包含两种结构的模数转换器的片上电压源,设计了锁相环以及复位电路,精度最高可达8.67 bit。验证结果表明,本设计可提高电弧检测的准确性。     

人工智能赋能在线实验教学行为分析

教学行为分析作是教学质量分析的重要组成部分，也是教学引导与反馈机制的重要依据。文章阐述了人工智能（AI）的含义及发展历程，重点分析总结了教学行为分析方法及AI在教学行为分析上的应用。文章以东南大学电工电子在线实验为研究平台，探索分析了AI技术在实验教学行为分析上的可行性，梳理了基于专家系统的在线实验分析系统的设计思路，充分探讨了“智能”教育在实验教学中的深刻内涵。     

Towards artificial intelligence at scale in the chemical industry

In the Industry 4.0 era, the chemical industry is embracing broad adoption of artificial intelligence (AI) and machine learning (ML) methods. This article provides a holistic view of how the industry is transforming digitally towards AI at scale. First, a historical perspective on how the industry used AI to aid humans in better decision-making is shown. Then state-of-the-art AI research addressing industrial needs on reliability and safety, process optimization, supply chain, material discovery, and reaction engineering is highlighted. Finally, a vision of the plant of the future is illustrated with critical components of AI-ready culture, model life cycle management, and renewed role of humans in chemical manufacturing.