基于数据质量评价的目标估计

针对目标估计过程需要大量人工参与、自动化程度低的问题，提出了基于数据质量评价的目标估计方法。利用目标数据质量评价方法，对不同传感器得到的目标数据质量进行科学、有效的测度和评价，并根据质量得分动态调整各数据源在目标估计过程中所占的权重，从而减少人工干预，提高目标估计效能。仿真试验结果证明了该方法的有效性。     

学情调查和数据驱动专业基础课教学探索

文章以“数字电子技术基础”课程为对象,设计了基于教学数据和问卷调查的教学框架。通过学生情况调查和雨课堂教学数据掌握学习状态和学习能力,针对性设计了个性化作业布置、拓展延伸、疫情线上自学跟学双通道等特色教学方式。结课问卷表明教学设计得到了良好评价和认可。     

电子雷管技术的推广应用助力爆破器材安全管理工作

电子雷管技术提高了爆破器材的本质安全。通过对电子雷管技术发展历程的介绍,对其推广应用的可行性进行了深入分析,论述了电子雷管技术的推广应用对爆破器材安全管理工作的促进作用,并提出了今后推广应用中还需加强的工作。     

A numerical study on nonlinear DPL model for analyzing heat transfer in tissue during thermal therapy

In the present paper, therapeutic treatment of infected tumorous cells has been studied through mathematical modeling and simulation of heat transfer in tissues by using a nonlinear dual-phase lag bioheat transfer model with Dirichlet boundary condition. The components of volumetric heat source in this model such as blood perfusion and metabolism are assumed experimentally validated temperature-dependent function, which gives more accurate temperature distribution in tissues through this model. We have used the finite difference and RK (4, 5) techniques of numerical methods to solve the proposed problem and obtained the exact solution in a particular case. After comparison, we got a good agreement between them. We have used dimensionless quantities throughout this paper. The effect of relaxation and thermalization time with respect to dimensionless temperature distribution has been analyzed in the treatment process.     

基于Hadoop的气象数据分布式存储技术研究

针对目前气象数据存储所面临的海量扩张、高并发读写、结构化和非结构化数据并存以及长时间序列和大数据集检索效率低下等问题,提出了以Hadoop开源框架为基础的气象数据分布式存储方案。通过对气象数据自身属性和特点进行分析,得出了气象数据在经过充分优化的基础上,在分布式存储框架中具有很强的适应性和规模化应用的潜力;并在HBase数据库中的Row Key设计和小文件合并策略方面做了创新。最后针对气象数据中广泛存在的结构化和非结构化这两种主要数据类型,以自动气象站数据和雷达产品数据为具体实例,给出了详细的设计思路和实现方法。     

“数字电子技术”课程思政教学改革研究

落实立德树人,实现三全育人,将思政融入到《数字电子技术》这门专业课程中,培养学生专业知识的同时,引导学生树立良好的人生观和价值观。通过重构本校的数字电子技术课程内容,挖掘思政元素,并润物细无声般融入到数字电子技术的教学改革中,并通过实际的案例讲解具体融入过程。     

Adaptive reversible data hiding for JPEG images with multiple two-dimensional histograms

Joint photographic experts group (JPEG) can provide good quality with small file size but also eliminate extensively the redundancies of images. Therefore, hiding data into JPEG images in terms of maintaining high visual quality at small file sizes has been a great challenge for researchers. In this paper, an adaptive reversible data hiding method for JPEG images containing multiple two-dimensional (2D) histograms is proposed. Adaptability is mainly reflected in three aspects. The first one is to preferentially select sharper histograms for data embedding after $K$ histograms are established by constructing the $k$th ($k\in \{1,2,\dots ,K\}$) histogram using the $k$th non-zero alternating current (AC) coefficient of all the quantized discrete cosine transform blocks. On the other hand, to fully exploit the strong correlation between coefficients of one histogram, the smoothness of each coefficient is estimated by a block smoothness estimator so that a sharply-distributed 2D-histogram is constructed by combining two coefficients with similar smoothness into a pair. The pair corresponding to low complexity is selected priorly for data embedding, leading to high embedding performance while maintaining low file size. Besides, we design multiple embedding strategies to adaptively select the embedding strategy for each 2D histogram. Experimental results demonstrate that the proposed method can achieve higher rate–distortion performance which maintaining lower file storage space, compared with previous studies.     

基于双时间点检测的毫米波雷达人流量监测方法

针对现有基于视频监控的人流量统计方案成本高、算法复杂且不利于个人隐私保护的局限性，利用毫米波雷达体积小、成本低、分辨率高的特点，提出了一种基于双时间点检测的人流量监测方法。该方法先获取人体目标散射点位置和多普勒频移信息来构成点云数据，然后根据多普勒频移正负来判断人体的运动方向，并筛选具有高多普勒频移值的点云数据以降低干扰点对聚类结果的影响；在双时间点对特定区域内人员数量进行统计，并根据双时间点之间所获取的点云数据聚类结果对所统计人员数据进行修正。实验结果表明，该方法能够用匿名的方式以较高的正确率统计人员进出。     

计算机通信及网络远程控制技术的应用与可靠性探究

随着社会的进步和发展,计算机网络通信技术已被应用到实际生活、生产的各个方面,对人们的生活、生产等产生了深刻的影响。为此,文章就计算机通信及网络远程控制技术在实际生活中的应用问题进行了探究,旨在借助先进科技促进社会实现更优质发展。     

分布式多元随机动态场景生成及快速精准场景降维算法

高比例新能源及多源耦合是电力系统发展的重要特征,这也为系统稳定经济运行提出了新挑战。该文以园区型多能系统为对象,研究了分布式多元随机动态场景分析,从多时空角度有效量化不确定因素给系统造成的影响,可为系统灵活重构、多维度协同运行与决策提供有力模型与场景支撑。首先由预测误差驱动拟合多元功率预测误差概率分布,全面反映随机功率出力信息,提高模型泛化性;以时序相关范围参数为数据驱动关联变量,高效动态控制波动强度;最终场景生成利用逆变换映射思想保证置信度。然后针对典型场景提取,提出一种综合递归聚类思想的多段嵌套削减算法,结合改进Wasserstein距离指标,兼具准确、时效、稳定方面的优势。最后由对比实验论证该方法的前沿有效性。