城镇化率在电力需求预测中的应用分析

分析城镇化发展对电力消费的影响,以贵州省城镇化率与全社会用电量历史数据为例,从历史数据选取、数据处理等方面分析其相关性,提出一种全社会用电量预测模型,采用SPSSAU软件对数据进行线性回归分析,计算得出全社会用电量预测值,并对比分析预测值与实际值,得出该模型具有一定的预判能力.     

模糊邻域粗糙集的决策熵不确定性度量

针对不确定性度量的强健构建与泛化推广,采用代数表示与信息表示的融合,提出模糊邻域粗糙集的决策熵.关于模糊决策概念,代数粗糙度的信息函数深入诱导出模糊邻域相对决策熵;关于模糊决策分类,决策类集成自然诱导出模糊邻域相对决策熵,融合依赖度改进出模糊邻域依赖决策熵.模糊邻域决策熵实施了代数与信息的复合构建,呈现关于属性与半径的双重粒化单调性,具有鲁棒的不确定性刻画能力,决策表实例与数据集实验验证了相关有效性.     

生活化教学让小学数学教学更精彩

小学数学是学生发展思维能力的关键重要科目。随着小学数学课程的改革,教育界制定了小学数学课程的新标准。该标准要求小学数学教学的内容要与学生的真实生活尽可能接近,以便学生可以将课堂教学内容与现实生活相结合,以激发学生对数学的兴趣,并提高学生使用数学解决实际生活问题的能力。从教学实践的角度来看,以生活为导向的教学策略仍然存在一定的缺陷。至于教师,有些教师在开展以生活为导向的教学的同时,在一段时间内无法适应这种新的教学策略。从学生的角度来看,学生年龄较小,没有太多的生活经验,因此他们结合课堂教学和日常生活的能力还不高。实际上,正是由于这两个原因,我们需要在小学数学中更多地实施面向生活的教学策略。     

不同电子受体微生物燃料电池处理含DCB废水试验

以碳刷为电极,分别采用高锰酸钾和铁氰化钾为阴极电子受体,构建双室型化学阴极微生物燃料电池(MFC),并以3,3′-二氯联苯胺(3,3′-dichlorobenzidine,DCB)和葡萄糖为共基质,研究DCB的降解特性及MFC的产电性能。结果表明:当电子受体浓度为500mg/L,DCB浓度50mg/L时,以高锰酸钾和铁氰化钾分别为电子受体的MFC最大开路电压相应达到741.1mV和277.2mV;MFC的输出电压随电子受体浓度的增大而增大;当外接电阻1 000Ω,DCB浓度为100mg/L时,两种电子受体的MFC均能获得最大输出电压,其中高锰酸钾阴极MFC为426.1mV,铁氰化钾阴极MFC为225.7mV,过高的DCB浓度会抑制MFC的产电效果;两种电子受体的MFC在49h内对DCB去除率均可达到70%左右。     

企业案例教学在“Linux项目实战”课程中的运用

文章针对高职学生培养与企业实际需要存在巨大差异的问题展开研究,并以我校网络技术专业"Linux项目实战"课程为例,探讨运用企业案例教学、训练学生实际工作经验来解决实际工作问题,实践证明,该教学法能帮助学生在校积累丰富经验、提高应用能力。     

人防行政诉讼制度探究——以对一起人防行政诉讼案件的分析为视角

在依法治国、依法治军进程不断加快的形势下,立足我国现实,建立有中国特色军事行政诉讼制度已经成为必然的趋势,军法学界也对建立军事行政诉讼制度达成共识。但对人民防空部门而言,遇到的困惑是:人防部门的行政诉讼是适用普通的行政诉讼还是现在军法学界认为的军事行政诉讼制度?人防部门是否有必要适用军事行政诉讼?文章以一起典型的人防行政诉讼案件为视角,对人防行政诉讼制度的特征进行了规制,试图回答了产生上述疑问的原有,并探究建立和完善该项制度的必要性和可行性。     

基于小型Zynq SoC硬件加速的改进TINY YOLO实时车辆检测算法实现

针对TINY YOLO车辆检测算法计算量过大，且在小型嵌入式系统中难以达到实时检测要求的问题。利用小型Zynq SoC系统的架构优势以及TINY YOLO的网络权值中存在大量接近零的权值参数这一特点，提出硬件并行加速的改进算法，称为浓缩小型深度网络（Xerantic-TINY YOLO，X-TINY YOLO）车辆检测算法。首先对TINY YOLO中网络结构进行压缩；其次采用高效多级流水线、流水线内全并行的方式对卷积计算部分进行算法加速；最后提出与网络结构相配合的数据切割和传输方案。实验结果表明，X-TINY YOLO仅消耗50%的片内硬件资源，可在相对于GPU和CPU性价比更高更适合嵌入式场景的Zynq SoC系统上实现，且其检测速度达到24帧/s，满足车辆检测的实时性要求。     

中碳含铜钢相变行为研究

设计并在实验室冶炼中碳含铜钢种,在中试轧机进行轧制,借助DIL 805热膨胀仪进行相变行为研究,采用扫描电镜和透射电镜对钢的显微组织状态、析出物、物相构成进行分析,以探究其强韧化机理。结果表明:试验钢具有超级贝氏体、残余奥氏体和马氏体的混合组织,并产生大量铜的析出物,为获得良好的综合性能提供了保证。     

混合局部因果结构学习

局部因果结构学习是发现和学习给定一个目标变量的直接原因和直接结果而无需学习一个完整因果网络的过程。目前已有算法通常由两个步骤完成:步骤1使用约束类算法利用独立性测试学习目标变量的马尔科夫毯(MB)或父子节点集(PC),但是该步骤由于受到有限的数据样本量等因素影响使得独立性测试存在一定的错误性,而导致该步骤精度通常不是很高;步骤2利用V结构及Meek规则来进行边的定向,但是该步骤由于极其依赖于V结构的发现且同样受到有限样本的影响,使得算法精度相对不是很高。基于上述问题,提出利用打分和限制相结合的混合方式来缓减有限样本问题且提高算法精度。步骤1通过在基于限制的算法中加入打分思想来提高数据有效性,进而提出SIAPC算法;步骤2通过利用PC算法得到的定向结果和对部分数据集打分得到的定向结果的交集来确定边的方向,以此来降低对V结构的依赖性且缓减有限样本问题,之后使用独立性测试修正边的定向结果来进一步提高算法精度,进而提出HLCS算法。在标准贝叶斯网络上,实验验证了该算法相对于已有算法在精度方面具有更好的性能且能够有效缓减数据效率问题。     

高氮奥氏体不锈钢组织调控及加工硬化机制

研究了高氮奥氏体不锈钢在不同热轧条件下的组织与性能的演变规律,探讨控轧参数对试验钢组织及加工硬化机制的影响。结果表明:随着终轧温度的降低,奥氏体晶粒由偏等轴变化到压扁拉长状,试验钢中铁素体的含量和球状碳化物析出量增多,抗拉强度和屈强比升高,伸长率降低,断面收缩率变化不大;空冷比水冷得到试验钢的抗拉强度大,而冷却方式对伸长率、断面收缩率和屈强比影响不大。在拉伸变形过程中应变硬化机制是相互转换和竞争的,在变形刚开始时(强加工硬化阶段),位错强化起主要作用,当变形进行到一定程度时(多阶段硬化阶段),位错强化和孪晶强化机制共同起作用。