试议医药院校《大学计算机》教学改革的思考

随着计算机技术的发展,医学院校《大学计算机》课程陷入了困境.走出困境,使课程重获生机是医药院校计算机基础教学的关键.就医药院校计算机基础教学面临的问题,结合学校实际进行了分析、讨论,提出了走出困境的一种思路.     

利用VB实现Windows操作题的自动评分

提出对Windows操作题(控制面板操作、文件操作)自动评分的一种解决方案.利用VB的API函数读取控制面板中的取值,进行控制面板操作的自动评分;利用VB中的FSO对象模型获取文件及文件夹的各项信息,对文件操作题进行自动评分.     

运用UML进行网络教学平台建模的一般过程

UML是一种有力的面向对象的可视化建模工具,可用于描述和构造软件的体系结构。文章对使用UML进行网络教学平台建模一般过程进行了描述,并给出了系统需求模型(静态结构模型和动态行为模型)的详细UML描述。最后对网络教学平台设计与实现中的几个重要问题做进行了讨论。     

《礼记·王制》的地位升降与晚清今古文之争

<礼记·王制>和<周礼>都是记载上古制度的儒家经典.在晚清今文经学运动中,<礼记·王制>的地位突然上升,被视为孔子为后世立法的素王所定之制,而<周礼>的地位相对下降,从而引起很多争论.在晚清今古文论争之前,清代学者已经对<王制>的作者和成书问题进行了许多考辨,为今文学家的"义理"发明奠定了基础.晚清今文学家以<王制>统率今文经学,定其为"素王之制",则受到俞樾的很大启发."<王制>为素王之制"说本身尽管未被接受,而清末民初其他学者对今文学家"<王制>说"的批评,则反映出将六经历史文献化的倾向.晚清今古文之争在相当程度上促成了近代经学的边缘化和史学走向中心.     

基于CVMD-GRU-DenseNet混合模型的短期电力负荷预测

针对电力负荷时序变化非线性和多周期性特点，提出一种基于分解-预测-重构框架的CVMD-GRU-DenseNet短期负荷预测方法。分解阶段依据子序列间的相关熵确定VMD最佳分解数，提高负荷序列分解质量；预测阶段针对各子序列特点筛选输入特征，规律性强的低频分量采用GRU神经网络预测模型，强随机性的高频分量采用DenseNet神经网络预测模型；最后将各分量的预测结果重构为负荷预测曲线。湖北某市四季的实际负荷算例结果表明，该方法能有效提高短期负荷预测精度，并具有较强的泛化能力。     

水电站径流和关联源荷的年时序场景概率预测

为在水电消纳优化调度中充分考虑径流和关联源荷功率的时序波动性和随机性的影响，减少弃水事件发生，提出一种水电站径流与关联源荷年时序场景概率预测方法，模拟生成日均径流量和关联源荷功率的年时序典型场景及其发生概率。通过自组织映射神经网络聚类历史旬场景生成旬典型场景，反映丰枯不同水文条件下径流和关联源荷旬内变化的差异性和典型性；基于马尔可夫转移概率、多场景条件概率和历史年“近大远小”相似性原则，构建旬场景随机生成模型，使模拟场景既能准确拟合实际径流和源荷功率年内时序变化的随机性、季节性和条件相关性等统计特征，又能体现年间趋势性变化规律；结合旬间波动量校验对年时序场景蒙特卡罗模拟，并通过k-means场景缩减获得径流和关联源荷的年时序典型场景及其发生概率。实际水电站算例结果表明，该方法具有精度高、适应性强、预测信息全面等优点。