基于发展科学探究能力的高中化学教学实践 ——以"元素周期律"章节为例

基于学生在学习元素周期律时存在的普遍问题改进了教学实践,分析了元素周期律发展学生科学探究能力的价值,设计了四个教学环节——趣味导入,成果展示;分析规律,做出猜想;设计方案,收集证据;梳理模型,迁移应用,并提出了三点针对学生探究能力发展的教学建议.     

基于带缺失PISA数据对中国学生科学素养的诊断分析

利用DINA模型(Deterministic inputs,noisy and gate model)对PISA2015中国学生科学素养数据进行建模,使用贝叶斯M CMC算法实现对缺失数据的自动填补和模型参数的估计.     

乙醇浓度预测的多元线性回归模型建立及验证

设计了由光源、气室、探测器和控制器等组成的非分散红外吸收系统，往气室内通入不同浓度的多组分气体（含有乙醇、二氧化碳和水蒸气），采用红外光谱仪进行光谱数据采集，得到多组分气体混合光谱图。根据数据集样本求解回归系数，建立了多元线性回归模型，并进行干扰修正以降低二氧化碳和水蒸气对乙醇浓度预测的影响。对建立的多元线性回归模型进行评价，结果表明:模型真实有效且具有良好的线性回归效果，可以用于预测气体浓度，乙醇、二氧化碳和水蒸气浓度预测误差均在可接受的范围之内，其中乙醇浓度预测误差最小，不超过2.0×10-4。通过干扰修正尽可能排除二氧化碳和水蒸气的干扰，能够较准确地预测乙醇浓度。     

简支梁桥横向分布加载装置及板梁模型试验研究

针对一种新型桥梁横向分布加载装置和3个不同有效铰缝高度的有机玻璃板梁桥实验模型,通过对模型梁进行横向加载实验,实测横向分布分析值与铰接板法理论分析值吻合较好.实测结果表明,铰缝有效高度对板梁的横向分布略有影响,铰接板法理论对工程设计是偏安全的.该实验加载装置装拆方便,占用空间小,不受场地限制,教学效果良好,可推广应用于相关高校同类专业实验教学中.     

高铁桥梁智慧建造综合管控平台的设计与应用

为了提升高铁桥梁的施工技术和管理水平,通过地空快速高精度三维数据融合与场景构建技术,并结合建筑信息模型(Building Information Model,BIM)技术,开展基于工业互联网的工地数据库全连接研究,打破生产现场管理信息"孤岛",将拌合站、钢筋加工场、试验室、施工现场的三维场景、工艺生产、配料任务、施工进度、安全质量、视频监控、应力监测等数据进行关联,实现施工生产多维度数据全连接,最终构成基于"一张图"的企业级高铁桥梁施工智慧综合管控平台.     

基于像素偏转模型和机器学习的室外图像天空像素检测

图像中的天空区域对于基于视觉的地面机器人导航具有重要意义,为了识别图像中的天空部分,本文提出了一种基于像素偏转模型的BP神经网络天空识别方法.首先,制作天空图像集和非天空图像集,天空图像集由各种天气情况下的天空提取而成,非天空图像集由非天空的景物构成,主要包括建筑、汽车、树木、植物等;其次,使用提出的像素偏转模型提取天空图像集和非天空图像集的像素特征并进行处理,对天空像素点和非天空像素点进行标注,利用BP神经网络对像素特征进行训练,得到权重文件;最后,使用得到的权重文件进行天空的识别.为了更好的说明本文算法和模型的优越性,使用本文算法与Otsu算法、YeHu算法、Graph-cut算法和Mask-Rcnn算法模型进行了比较,并设计了两组组对比实验,第一组实验进行识别效果的主观评价,第二组实验利用CamVid数据集的天空类进行算法精度的定量分析.     

油田生产中数据管理系统设计与研究

油田生产数据管理系统的开发设计,可以实时地获取油田生产的数据信息,并准确地掌握油田生产中的实际状况.从功能需求和技术需求两方面,对油田生产中数据管理系统设计的基本需求进行了分析,结合油田生产的实际情况,在基于MVC模型架构基础上,从系统架构设计以及系统模块功能设计两方面,对油田生产数据管理系统进行设计研究,实现了油田生产中数据的智能化控制和管理.     

复合材料控制臂的多区域铺层结构优化

使用碳纤维复合材料设计某乘用车悬架控制臂,对4个区域的铺层结构进行优化设计.首先以各角度铺层厚度为设计变量对控制臂模态频率、质量和各工况应变能进行优化;然后以前三阶模态频率为目标,弯曲刚度参数作为设计变量优化铺层顺序.针对设计变量间存在的工艺约束条件使样本空间不规则且优化变量较多的问题,利用聚类分析进行试验设计确定训练近似模型需要的样本点,并用高斯过程回归方法建立近似模型以减少计算时间,验证模型R2在0.9以上.两步优化后,对比复合材料初始铺层各性能指标均有不同程度改善,复合材料质量减少11.4％;对比原钢制控制臂,各性能均满足要求,质量降低37.1％.     

面向多数据流的车厢拥挤回归分析方法

公交车拥挤度分析对维护公共交通安全起着重要的作用.针对在传统的目标检测方法中使用单个摄像头导致无法获取完整的车厢图片信息,以及在高密度场景下乘客与乘客之间的遮挡或者乘客被车厢内的座椅等物体遮挡的问题,提出了一种借助两个前后车厢的摄像头面向多数据流的车厢拥挤回归分析方法.首先,定义一个线性方程;其次,获取相对可见信息:公交车最大核载人数、根据人眼标记出的总人数、以及通过YOLOv3和ResNet50分别检测出车厢内人头数和拥挤率;然后,将包含已知信息的样本数据矩阵和期望值向量代入所定义的方程中,拟合出隐含信息:系数向量和偏置项,构建出一个多元一次线性回归方程,在高密度环境中狭窄和遮挡严重等情况下能够获得更为精确的车厢内总人数;最后,通过人数估计线性回归算法,获得最终的车厢内总人数.实验结果表明,所提方法能够预测出公交车上的人数,实时获得公交车上的人群流量,并且通过平均绝对误差(MAE)和均方误差(MSE)对数据进行误差分析后,验证了该方法能够正确地反映公交车拥挤度.