“微时代”与90后大学生

媒体技术的快速发展使我们悄然进入了以微博为传媒代表的微时代,＂90后＂大学生是微时代最积极的践行者和体验者。 一、＂90后＂大学生微时代微生 活问题的产生2006年,第一家微博网站Twitter在美国创立,仅三年注册用户就突破7500万。2009年8月新浪网推出＂新浪微博＂,微博正式进入中国网民的视野。     

学科竞赛与产教融合下职业教育创新能力提升途径研究

本文从学科竞赛与产教融合相结合的模式入手,旨在提高学生自主创新能力,为企业培养创新型人才。文章具体分析了职业教育中学科竞赛与产教融合教学模式现状与问题,并提出了助推创新能力提升的改进策略和实施措施,以及可持续发展的教学运行机制,丰富和完善了学科竞赛与产教融合教学模式的教学理论基础,是对现代职业教育理论的新补充。同时,对大学生创新能力培养的影响因素进行分析,提出相关的解决策略,为同类研究给予参考。     

考虑调频死区的二次调频控制回路设计

发电机组的一次调频控制回路中由于数字电液调节系统与机械液压调节系统的并存，使得本应发挥高灵敏度作用的DEH调节系统中设置了和机械液压机组相同的调频死区。考虑到调频死区这一非线性环节的存在使二次调频回路中控制器的受控对象发生了改变，因此需要用相应的非线性控制的方法来选择二次调频控制回路中的PI控制器的参数。该文研究了调频死区对二次调频回路中的PI控制器的受控对象特性的影响，用Popov稳定判据作为选择PI参数使系统稳定的数学工具，讨论了PI参数的变化对系统频率控制质量的影响。     

Ti_3C_2负载ZnO二维材料的制备及其电性能

以Ti_3C_2、Zn(NO3)2·6H2O、NaOH和SDBS为原料,采用水热法在不同锌碱比的条件下,合成Ti_3C_2负载ZnO二维电极材料.通过XRD和SEM分析发现,在水热15h、100℃、Zn(NO3)2·6H2O∶NaOH(摩尔比)为1∶20、ZnO∶SDBS(摩尔比)为3∶1的条件下,随着Ti_3C_2∶ZnO质量比的不断增加,ZnO的形貌由纳米棒状向纳米片状转变.电性能测试果表明:当Ti_3C_2与ZnO质量比为1∶10时,Ti_3C_2负载ZnO二维材料的比电容和电容及电性能最佳,在1A/g电流密度下可逆比电容达到24.67F/g,电容达到44.80F,且循环3 000次之后保持67.56%.     

2006年信息安全专项产品检测情况分析

经公安部计算机信息系统安全产品质量监督检验中心授权,本刊2007年第一期杂志,刊发了2006年信息安全产品检验概况。本期,接上期“独家授权”栏目,本刊将陆续发布中心对2006年各类信息安全专项产品的具体分析情况予以接续发布。     

南五味子乙醇提取物对食品腐败细菌的抑菌活性研究

目的:研究南五味子乙醇提取物的体外抑菌活性,以期为寻求新的天然食品防腐剂提供实验依据。方法:以抑菌圈直径、最低有效抑菌浓度等为指标,以金黄色葡萄球菌、乙型副伤寒沙门氏菌等7种食品腐败细菌作为供试菌,研究南五味子乙醇提取物的体外抗菌活性。结果:南五味子乙醇提取物对供试菌的抑菌圈直径均>20mm,且对革兰氏阳性细菌的抑制效果强于革兰氏阴性细菌。乙醇提取物对供试菌的MIC值和MBC值分别为金黄色葡萄球菌3.125,6.25mg/mL,蜡样芽孢杆菌1.562,3.125mg/mL,大肠杆菌25,25mg/mL,变形杆菌12.5,25mg/mL,枯草芽孢杆菌、乙型副伤寒沙门氏菌、宋内氏志贺氏菌、铜绿假单胞菌的MIC值和MBC值均为12.5mg/mL。提取物对供试菌的抑菌率随抑菌作用时间的延长,提取物浓度的增加而升高。提取物对蜡样芽孢杆菌抑菌能力大于苯甲酸钠和山梨酸钾;对金黄色葡萄球菌的抑菌能力与苯甲酸钠相同,稍差于山梨酸钾。结论:南五味子乙醇提取物对食品腐败细菌具有显著的抑菌活性,有望开发成天然食品防腐剂。     

湖北电力调度软交换容灾备用系统建设研究

针对“省为地备、地为县备”的容灾建设机制,文章在分析湖北电力通信调度系统现状的基础上。对通信网络容灾中采用软交换方式建设全省的调度电话备用系统展开讨论。通过建立调度软交换备用系统这种方式来满足容灾机制要求,提高调度交换系统网络安全性,扩展调度通信系统业务新模式。     

基于模糊评价的风电场有功功率分配算法

按风速权重风电场有功功率分配算法存在有功功率输出波动大、桨距角频繁调节的问题,为此本文提出一种基于模糊评价的风电场有功功率分配算法。将风电机组限功率运行分为变速、变速变桨和变桨三个运行区,以风电机组的桨距角、转速和风速为输入,通过分区域模糊推理,得到风电机组的健康度和调节能力,最终采用按能力权重分配算法得到风电机组有功功率给定。仿真结果表明,基于模糊评价算法的风电场有功功率输出平滑,风电场机组转速变化和桨矩角变化都较小。     

采用改进最小闭包球向量机的电力信息网络入侵检测方法

为降低电力信息网络入侵检测的检测误差和检测耗时,提出一种基于改进最小闭包球向量机(minimum enclosing ball vector machine,MEBVM)的入侵检测方法。该方法将入侵检测抽象成多分类问题,通过改进MEBVM对历史数据样本的训练学习来得到入侵检测模型。改进MEBVM利用最小闭包球降低检测耗时,并在训练过程中利用粒子群优化算法动态搜索MEBVM的最优训练参数以降低入侵检测模型误差。最后基于电力信息网络现场数据的实验证明,该方法与传统方法相比具有更高的检测精度和更少的检测耗时。