面向软件服务外包行业的人才培养方案构建

我国正处在产业转型升级的关键时期,软件服务外包行业呈现了快速发展的势头。高校应紧跟服务外包发展的趋势,服务地方经济,改革人才培养模式。以南京信息工程大学为例,从面向软件服务外包行业人才培养方案的构建、校企联合实施培养方案等方面探索了校企合作培养软件服务外包人才的新模式。     

聚丙烯酸/高岭土复合高吸水树脂的制备及结构性能研究

以丙烯酸和高岭土为原料,采用水溶液聚合法制备了聚丙烯酸/高岭土复合高吸水树脂,对其结构性能进行了研究。结果表明:当丙烯酸质量分数为20%,高岭土质量分数为10%,过硫酸钾质量分数为0.13%,N,N'-亚甲基双丙烯酰胺质量分数为0.2%,反应温度为80℃,反应时间为3 h时,所制的聚丙烯酸/高岭土复合高吸水树脂表面形貌良好,高岭土分散均匀,吸水倍率为132 g/g,保水率为93.9%,凝胶形变量为2.3 mm;聚丙烯酸高吸水树脂的吸水倍率为121 g/g,保水率为82.5%,凝胶形变量为7.1 mm;高岭土的加入不仅提高了聚丙烯酸树脂的吸水倍率、吸水速率与保水率,且显著提高了聚丙烯酸树脂的凝胶强度。     

自适应的基于混沌序列的数字水印算法

算法是以混沌系统产生的实数序列为水印,结合HVS模型,将水印嵌入8×8DCT的中频系数中.实验结果证明,该算法具有较强的鲁棒性,水印检测结果正确.算法采用混沌序列为水印信号,具有易产生、数量多,保密性好的优点,可以有效地解决实际应用中大量数字水印产生的问题及数字水印标准化问题,有利于数字水印技术走向实际应用.     

基于粗糙集和相似度量的CBR检索方法

检索是CBR中的关键技术,直接影响到范例推理的效率和质量,该文提出先用粗糙集理论去除冗余的范例决策表中的特征属性,再用相似度量理论来实现相似范例检索,这种检索方法检索效率高。同时给出了该方法在天气情况预测上的实例,验证了其有效性和准确性。     

无方向数据采集的相控阵结构健康监测研究

超声相控阵结构健康监测过程中由于按角度扫描的数据采集持续时间长,结构损伤前后采集的数据易受环境和结构变化的影响,针对这一问题,提出无方向数据采集的相控阵结构健康监测成像定位方法。基于相控阵方法,对采集后数据根据发射和接收过程进行时间延迟的计算,然后将监测结果进行二维成像。该方法在玻璃纤维复合材料板结构上的实验研究证明,采用无方向数据采集的相控阵结构健康监测方法能够精确监测结构中损伤并对损伤进行清晰成像;并且该方法可以大大缩短监测时间,从而使监测过程不受环境条件变化的影响,为超声相控阵监测方法的工程化奠定基础。     

WSN中故障诊断性能与平均节点度研究

在基于无线传感器网络的结构健康监测中,故障节点产生并传输的错误数据将消耗节点的能量和带宽,同时会形成结构健康监测的错误决策。针对该问题,提出一种节点故障诊断算法,利用节点感知传感数据的空间相似性,通过对邻节点所感知的传感数据进行比较,确定检测节点的状态,将测试状态向网络中其他相邻节点进行扩散,实现网络中全部节点的故障检测。同时介绍在不同平均节点度下改善故障诊断率的方法。实验结果表明,该算法能够获得较好的性能。     

基于时空特性的无线传感器网络节点故障诊断方法

无线传感器网络中故障节点会产生并传输错误数据,这将消耗节点的能量和带宽,同时会形成错误的决策。利用节点感知数据的空间相似性,提出了节点故障诊断的算法,通过对邻节点所感知的传感数据进行比较,从而确定检测节点的状态,并将测试状态向网络中其他相邻节点进行扩散。对于网络中存在的节点瞬时故障,通过时间冗余的检测方法,降低故障诊断的虚警率。该算法对实现故障节点的检测具有较好的性能,实验结果验证了算法的可行性和有效性。     

基于相似粗糙集的气象范例库的生成方法

基于范例推理的气象灾害预测领域,从气象数据库中提取出典型的源范例是首要的步骤,而获取高质量且无噪声干扰的气象范例,减少范例存储的时间和空间复杂度是其主要目标.提出了利用相似粗糙集进行气象范例提取的算法,通过简化相似天气的无向图,自动从原始天气数据中提取典型范例.该算法能较好的处理噪声的干扰,并能直接处理连续数值型属性,避免了复杂的属性离散化的计算.实验结果验证了算法的可行性和有效性.     

基于粗糙集的CBR检索在天气预测中的应用

针对灾害性天气预报和警报的迫切需要，研究了从气象数据中挖掘出知识、积累预报员的经验建立范例库，并利用CBR技术实现相似范例的检索，从而提高天气预报的水平。提出了快速检索的思路，先利用粗糙集理论去除冗余的范例决策表的特征属性，再利用BP神经网络来实现相似范例的检索。该检索方法速度快，效率高。给出了该方法在天气情况预测上的实例，验证了其有效性和准确性。     

基于相似粗糙集的CBR范例提取算法

提出了利用相似粗糙集进行范例提取的算法,自动从原始数据中提取典型范例并能获得较高的分类精度.该算法能较好的处理噪声的干扰,减少预设参数的数量,并能直接处理连续数值型属性,避免了复杂的属性离散化的计算.实验结果验证了算法的可行性和有效性.