“半翻转”教学模式下评价指标体系研究与实践

研究基于“半翻转”教学模式的线上教学评价指标体系,包括课前活动开展、课中教学活动设计、课后任务以及基于此过程中的评价指标体系设计。最后通过层次分析法设计评价指标权重,设计评价算法得到动态评价结果。该评价指标体系应用在本专业“数据结构与算法”课程中,并得到良好的应用效果。     

基于大数据深度学习的输电塔结构抗风易损性评估

为了有效预测输电网系统在强风作用下的响应，并开展高效精准的性能评估，文章提出了基于深度学习模型的风致易损性评估框架。以某具备健康监测系统的输电塔结构为例，首先对监测数据进行清洗和重构，通过大数据深度学习建立荷载输入和响应输出的等效映射模型，然后通过数值模拟生成灾害强度均匀的风场数据并由深度学习模型预测输电塔关键杆件响应，计算不同性能水准的易损性曲线。研究结果表明，经训练的深度学习模型可以涵盖实际工程中存在的各类不确定性因素，有效映射复杂风环境下输电塔结构的动力响应。提出的框架方法可以避免单纯通过数值模型制备大量动态响应数据，更高效地进行输电网系统风致易损性评估。     

基于蜂群算法和半监督极限学习机的光伏系统故障诊断

户外环境中运行的光伏系统容易受到各种因素特别是灰尘的影响，其非正常运行会导致大量的电力损失，严重的短路故障则会导致安全问题和火灾隐患。因此，监测光伏系统的运行状态，及时排除潜在故障，制定有效的处理方案是当前研究的重点。本文分析了光伏电池串在各种故障状态下的I-V特性，特别是在污秽条件下的I-V特性。针对具有特定故障的光伏系统，特别是大规模光伏系统的标记数据难以记录的问题，提出了一种结合人工蜂群算法和半监督极值学习机（ABC-SSELM）的新算法。该算法能够利用少量的模拟标记数据和历史未标记数据对光伏故障进行诊断，大大降低了人工成本和时间消耗。此外，灰尘堆积监测可以提醒电厂业主及时清洗光伏组件，提高发电效益。最后，使用3.51kWp和3.9kWp的光伏系统验证所提出的诊断方法，数值仿真和实验结果证明了所提光伏诊断技术的准确性和可靠性。     

胶体电泳速度测定实验改进探索

胶体电泳速度测定实验是大学物理化学实验中一个重要的综合性教学实验.本文针对该实验中存在半透膜制作不稳定、渗析时间过长、电泳现象不明显、胶体/辅助液界面不清晰等问题.从胶体浓度、电极电压、半透膜、稳定剂四个方面进行了改进.结果表明,胶体界面移动距离,胶体/辅助液界面的清晰程度都有很大的改善,大大提高了实验的体验感.     

木片筛余物高得率半化学法清洁制浆技术研究

以太阳纸业备料车间木片筛选碎料（筛余物）为原料，对其烧碱法半化学制浆的实验室工艺和生产试验进行了研究。结果表明，筛余物采用半化学法制浆可获得较高得率和环压强度的纸浆，且用碱量对纸浆性能有显著影响。相对8%NaOH （相对于绝干原料）化学预处理，采用14%NaOH化学预处理结合两段浆浓22%的高浓磨浆工艺，所制半化学浆抄造浆张的裂断长和环压指数分别达2.89 km和9.76 N·m/g，是前者的1.9倍和1.2倍，而且优于现用国内OCC废纸浆抄造浆张；生产试验得到的浆张性能指标与实验室相吻合，其中紧度和环压强度分别达到GB/T 13023—2008瓦楞芯（原）纸AA级和A级优等品要求。     

面向心脏MRI分割的半监督空间一致性约束网络

精准分割心脏磁共振图像(MRI)分割对于心脏功能分析至关重要.当前基于数据驱动的神经网络模型极大地促进了心脏MRI分割的发展,然而对标注数据的依赖极大地限制了神经网络模型在心脏MRI分割领域的应用.为了降低神经网络模型对于标注数据的依赖,提出一种基于无监督空间一致性约束的半监督心脏MRI分割方法,在少量有标注数据的监督学习基础上,利用无标签数据在模型输入端和输出端分别进行空间变换后前后一致的特性,构建对于无标注数据的空间一致性约束.使用ACDC 2017心脏多组织分割数据集评估了所提出的方法,实验结果表明,相对于有监督学习,通过无监督数据的空间一致性约束能够显著提升模型的泛化能力;此外,相对于其他state-of-the-art的半监督方法,文中方法也拥有更优的泛化性能.     

水泥新型干法生产线粉磨系统的研究及选择

对新型水泥干法生产线几个典型的粉磨系统进行了对比研究,得出了单独球磨机粉磨系统、预粉磨系统、联合粉磨系统和半终粉磨系统的电耗逐渐降低的结论。对于相同的水泥粉磨系统,适当增加辊压机与球磨机的装机功率比,可以降低系统电耗,增加产量;半终粉磨系统比联合粉磨系统增加了需水量。这些研究结果有利于水泥行业的节能降耗。