“电工学实验”混合教学模式的探索与实践

在大类培养改革背景下,基于“电工学实验”开放式实践教学体系现状进行了“电工学实验”混合教学模式的研究,建立了“微课”资源并通过新型教学平台进行推送,确立了完备的混合教学模式应用机制并在部分专业进行了试点,通过分析试点调查数据得出混合教学模式具有在实验教学中提高学生学习效率、激发学生学习动力、促进学生个性发展、培养学生实践应用能力的优势,是落实创新应用型人才培养目标的重要举措。     

农耕印迹:扎染菱形纹样作为布依语“Ndaeh Sengh”的解读研究

目的 菱形纹样是我国古老的几何纹样之一，其历史悠久、应用广泛，在不同地域和文化背景下被赋予了不同的文化内涵，厘清纹样的在地性符号所指，是提升传统工艺传承与设计创新的方法路径。方法 以贵州花戛乡布依族扎染技艺中的菱形纹样为研究个案，结合人类学的田野调查法和艺术设计学的比较研究法，对花戛布依族服装配饰中的扎染菱形纹样进行综合考证和分析。结论 认为花戛扎染菱形纹样是布依族日用器物“升”的形态转译，是农耕背景下布依人祈求丰收的文化符号载体。有着文化符号功能的菱形“Ndaeh Sengh”纹样，与布依人生活、习俗、地域环境等方面存在多维的联结，“Ndaeh Sengh”越多代表农作物收成越好，寓意丰收和富足。“Ndaeh Sengh”作为农耕记忆背景下布依族集体无意识原型形式的外化，其制作工艺和纹样所承载的文化记忆对于非遗保护、工艺传承、非遗设计等方面都有一定的理论指导意义。     

就诊等待服务APP适老化设计研究

目的 将数字化服务融入老年患者就诊流程，建立适老化就诊等待服务系统，在APP开发设计研究中实现软件流程优化。方法 依据ERG理论对老年患者在就诊等待过程中的需求点进行分类整理和层次划分。调研目标用户将分析结果融入服务设计理论，为指导软件开发所涉及的医院就诊流程、用户需求痛点，提出系统性的解决策略。基于交互设计原则展开APP界面设计。结论 构建了以老年患者为中心的就诊等待服务系统，帮助提升其等待过程中的自我效能。完善了基于产品使用方式层级的适老化就诊等待服务APP设计策略，为适老化、数字化产品研发提供了新思路;最终产出APP设计实例，提高了老年群体社会参与度，鼓励老年患者自主就诊，帮助其更加轻松地享受信息化时代带来的红利。     

超临界机组发生FAC的因素及相互关系分析

为了减轻因流动加速腐蚀(FAC)引起的锅炉结垢加速、汽水系统管道厚度减小甚至爆裂现象，对超临界机组发生流动加速腐蚀的机理及其主要影响因素进行了研究，并讨论了管壁内表面粗糙度、蒸汽含汽率、pH值、溶氧量对FAC的影响，以及温度与pH值、温度与流速、pH值与溶解氧量、溶解氧量与氢电导率等影响因素之间的相互作用关系，最后结合实际电厂的运行数据验证了分析结果。研究表明：减小工质流速、管壁粗糙度和氢电导率，增大给水的pH值和溶解氧含量可以使FAC的腐蚀速率减小，超临界加氧处理时pH值应在8.9～9.2之间，溶解氧量范围为45～100μg/L,氢电导率的期望值在0.1μS/cm以下。由于各影响因素之间的作用十分复杂，本文只给出了大致范围和趋势，并未给出准确数据。     

掘进机截割头钻速优化分析

文章基于EBZ120型悬臂式掘进机进行截割临界转速分析优化,通过利用微元法和弹性力学建立力学模型,确定临界状态下,截割头转速解析解,然后深入分析影响截割转速的因素,依据影响程序确定影响介个转速的因素次序,为截割临界转速的确定提供实际操作提供依据。     

影响建筑工程管理的主要因素及应对

建筑行业现在发展动力巨大,我国大幅度提升了建筑工程规模以及数量,加剧了企业之间竞争,要想在其中占有有利地位,建筑企业就要强化内部管理。很多人参建建筑工程项目,需要用到多种大型施工设备,加上建设周期长,因此,要先做好其管理工作,需要对管理影响因素进行明确,然后针对性提出应对对策,才能提高工程效率以及质量,控制施工成本,提升经济效益。该文阐述了影响建筑工程管理的主要因素及应对对策。     

“半翻转”教学模式下评价指标体系研究与实践

研究基于“半翻转”教学模式的线上教学评价指标体系,包括课前活动开展、课中教学活动设计、课后任务以及基于此过程中的评价指标体系设计。最后通过层次分析法设计评价指标权重,设计评价算法得到动态评价结果。该评价指标体系应用在本专业“数据结构与算法”课程中,并得到良好的应用效果。     

5G核心网业务模型的智能化预测研究

摘 要：核心网业务模型的建立是5G网络容量规划和网络建设的基础，通过现有方法得到的理论业务模型是静态不可变的且与实际网络存在偏离。为了克服现有5G核心网业务模型与现网模型适配性较差以及规划设备无法满足用户实际业务需求的问题，提出了一种长短期记忆（long short-term memory，LSTM）网络与卷积LSTM （convolution LSTM，ConvLSTM）网络双通道融合的 5G 核心网业务模型预测方法。该方法基于人工智能（artificial intelligence，AI）技术以实现高质量的核心网业务模型的智能预测，形成数据反馈闭环，实现网络自优化调整，助力网络智能化建设。