“电力系统分析”课程可持续发展的建设与实践

本文探索了新工科背景下“电力系统分析”课程建设情况,摸索工程教育的新理念,以学生发展为中心,尝试翻转课堂的互动式教学模式,实现了创新人才的培养目标。编著《电力系统分析》教材,实现了内容的继承和创新、重要知识点的交叉和融合。建设数字仿真及物理模拟实验室,解决高校人才培养与社会需求脱节的问题。以“注重学习过程,加强平时考核,淡化期末考试”的方式进行综合考评,提高了教学效果与教学质量。经过几年的教学探索与实践,证明了本课程建设效果良好。     

高压共轨柴油机轨压控制策略研究

针对柴油机高压共轨轨压控制设计了燃油喷射压力的控制策略，根据柴油机的运行参数计算目标喷射压力并选择相应的控制模式。在Matlab／Simulink仿真软件上进行仿真实验。从仿真的结果表明采用变参数PID控制，可以达到最佳控制效果。     

近似空间关系代数ASRA及应用

粗定位模型是一种基于粗集的近似区域表示模型 ,基于定性空间推理理论对其进行了代数形式化 .通过空间关系矩阵和 2 4 9种基本空间关系构造了近似空间关系代数 ASRA;讨论了 ASRA的公理和基本性质 ,研究了ASRA和 RCC5关系映射中存在的不确定性 ;把 ASRA应用于 GIS,提出了基于 ASRA的空间关系判定算法ASRA- RCC.与同类算法相比 ,ASRA- RCC能够同时支持确定和近似区域 ,并且具有较高的效率     

基于表示学习和深度森林的长链非编码RNA编码短肽预测模型

长链非编码RNA（lncRNA）中的小开放阅读框（sORFs）能够编码长度不超过100个氨基酸的短肽。针对短肽预测研究中lncRNA中的sORFs特征不鲜明且高可信度数据尚不充分的问题,提出一种基于表示学习的深度森林（DF）模型。首先,使用常规lncRNA特征提取方法对sORFs进行编码;其次,通过自编码器（AE）进行表示学习来获得输入数据的高效表示;最后,训练DF模型实现对lncRNA编码短肽的预测。实验结果表明,该模型在拟南芥数据集上能够达到92.08%的准确率,高于传统机器学习模型、深度学习模型以及组合模型,且具有较好的稳定性;此外,在大豆与玉米数据集上进行的模型测试中,该模型的准确率分别能达到78.16%和74.92%,验证了所提模型良好的泛化能力。     

IB网上CPU-GPU异构超算平台容器性能评估及优化

为了实现资源和系统环境的隔离,近年来新兴了多种虚拟化工具,容器便是其中之一。在超算资源上运行的问题通常是由软件配置引起的。容器的一个作用就是将依赖打包进轻量级可移植的环境中,这样可以提高超算应用程序的部署效率。为了解基于IB网的CPU-GPU异构超算平台上容器虚拟化技术的性能特征,使用标准基准测试工具对Docker容器进行了全面的性能评估。该方法能够评估容器在虚拟化宿主机过程中产生的性能开销,包括文件系统访问性能、并行通信性能及GPU计算性能。结果表明,容器具备近乎原生宿主机的性能,文件系统I/O开销及GPU计算开销与原生宿主机差别不大。随着网络负载的增大,容器的并行通信开销也相应增大。根据评估结果,提出了一种能够发挥超算平台容器性能的方法,为使用者有针对性地进行系统配置、合理设计应用程序提供依据。     

基于逻辑映射的时空本体构造

时间和空间的表示和推理是人工智能研究中重要的组成部分。随着时空信息在地理信息系统、时空数据库、CAD/CAM等领域的重要应用,时空信息的本体表示越来越受到人们的重视。目前时空本体的构造都是基于一阶谓词逻辑,不能直接应用最新的OWL本体语言描述,不利于其在语义Web上的表示和应用。为解决这一问题,该文研究了使用一阶谓词逻辑到描述逻辑的逻辑映射构造的时空本体,给出了基于Web本体语言OWL的时空本体在Protégé环境中的具体实现。     

Web本体语言的分析与比较

本语言用于形式化描述Web文档中词汇的含义，在语义Web的7层模型中占有重要的位置。目前不同的组织提出了多种本体建模语言：RDF，RDFS，OIL，DAML OII和OWL。在介绍这些本体语言的基础上对它们进行了分析和比较，指出了它们相对某些关键特性的差异。     

Web本体服务器及其查询接口

提出了一种基于Web的本体服务器设计,描述了其内部体系结构和与外部交互的过程,在此基础上深入介绍了其查询接口.该本体服务器能够同时为Web用户和软件agent提供本体的查询、编辑和推理等功能.为解决Web环境中大量的异构数据源之间的互操作问题提供了技术方案.     

Thermal comfort in offices: comfort values and optimization of indoor control variables

In order to search for reasonable air-conditioned indoor control variables and save energy consumption and meet to need of personal thermal comfort,a method which is based on numerical simulation is employed to optimize indoor control variables.Computational fluid dynamics(CFD)is used to describe thermal state of office.An optimal method is proposed in this paper,dual neural network model is firstly used to acquire reliable information,data from CFD model are pre-processed,and the remaining data are used to train artificial neural networks(ANN),then CFD model is replaced by ANN model to reduce computational cost when is optimized,indoor control variables are optimized by genetic algorithm.Simulation results show that indoor thermal comfort is improved obviously,and the energy cost is decreased accordingly.     

电子商务网站中误导性商品描述识别

网上购物已被越来越多的消费者接受,C2C网站作为主流购物平台提供数以万计的商品条目供消费者选择,其中有一定数量商品条目的商品描述具有误导性.误导性是指条目的商品描述与其实际价格不符合,通常的表现是描述商品的价格低于其应有的价格,以此吸引消费者,误导消费者到其购物页面.这既影响消费者的判断,又损坏购物网站的信誉度.为了找出这部分具有误导性的商品描述,提出了一种结合概率模型HMM和基于统计的异常值识别方法,能够有效地识别出误导性商品描述.HMM模型从概率的角度有效地确定商品描述所指代的商品,为C2C网站上商品描述的不规范导致的商品指代信息模糊提供了一种行之有效的解决方法.基于统计的异常值识别方法在处理C2C网站上商品信息比较单一时较为有效.用该方法在实际的电商网站数据集上进行了实验.实验结果证明了该方法的有效性.