通过加快数据读取速度应对大批量数据读入超时问题的研究

信息学奥赛旨在推动普及、开阔学生的视野、拓展学生的知识面、培养学生的计算思维.信息学奥赛题目中,经常会遇到一些大批量数据的读入问题,很多初学者使用scanf标准数据读入方法,发现数据还没有完全读入,就已经超出题目的运行时限,导致得分率很低.为此,需要探究解决读取数据时间过长的问题.     

基于互联网+大数据的智慧教育平台的设计与应用

本文分析教育大数据的研究现状,针对目前教育领域存在问题,运用最新的互联网+大数据技术,建立智慧教育平台,从数据源采集、挖掘、分析到功能应用,形成一体化的解决方案,为教育行业的领导、教师、学生、家长提供数据、决策支撑,推动教学质量提升、教学决策优化、教育信息共享.     

基于多软件联合仿真的载货汽车平顺性提升方法研究

针对改善某载货汽车行驶平顺性的问题,对某整车制造企业生产的某型载货汽车进行了研究,提出一种新的方法对该车顺性进行提升.首先,应用ADAMS/Car建立载货汽车的刚柔耦合样机模型;其次,建立ADAMS/Car与Simulink的联合仿真模型;最后,利用MATLAB编写加速度RMS(加权加速度均方根值)程序,并应用Isight/Optimization软件中的多岛遗传算法优化此联合仿真模型.以载货汽车不同车速行驶在随机级路面(C级),驾驶室座椅处加速度RMS值来评价整车平顺性的优劣.结果表明:采用提出的方法设计优化后,驾驶室座椅处X向的加速度RMS值最大降低了12.84％,座椅处Z向的加速度RMS值最大降低了13.08％,座椅处综合加速度RMS值最大降低了11.46％,平顺性能得到了提升.     

车门铰链系统与车门下沉刚度的相关性

针对某型车门下沉问题,通过台架试验获得车门、铰链和车身等各单因素下沉量和车门绞链系统整体下沉量,对单因素下沉量与系统整体下沉刚度进行线性拟合分析,得到车门铰链系统各单因素与系统下沉刚度的相关度排序.对前、后车门分别选取相关度较高的单因素进行优化,最终改进方案的仿真和试验结果证明该方案可有效地提升车门下沉刚度.采用定量分析法可快速找出影响下沉刚度的敏感因素,并能够快速生成优化方案,为新车型设计提供参考.     

陕西省首个市级气象计量实验室落户西安

2021年1月11日,陕西省首个市级"气象计量检定标准化实验室"在西安市气象局建成,这也是全国首批完成的市级气象计量实验室。该实验室建成后可实现温度、湿度、气压等气象要素的实验室自动化计量检定,可确保观测数据量值传递溯源的准确性和可靠性,进一步增强气象数据的可用性,提高市级国家自动气象站、区域自动气象站的计量效率。     

互联网医院支付平台的数据整合

从顶层设计开始,强化了数据的规范性、完整性,以统一的数据标准对多源异构数据进行归一化处理.在大数据利用层面,利用经过数据治理之后的数据中心的大数据资源,达到互联互通、数据共享的效果.最终形成互联网和医院内网数据的互联互通,为患者构建一个诊疗服务全流程自助服务的应用模式.     

外设“老中医”?用这款鼠标和鼠标手说再见

在日常办公中,鼠标是我们永远无法忽略的核心外设。在光电鼠标已经成为标配的2021年,逻辑发布了一款全新的无线轨迹球鼠标ERGO M575,为我们带来了非常复古的使用体验。轨迹球鼠标在光电鼠标出现前,是日常办公的标配,那2021年的轨迹球鼠标还能一战么?罗技无线轨迹球鼠标ERGO M575采用了非对称设计,适合右手操作用户使用,传统鼠标拇指键的位置被改造成了一枚闪着蓝色星光的漂亮轨迹球。而两枚拇指位快捷键,则被保留下来,上移到了食指触碰的左键一侧。独特的外形也为这款鼠标带来了非常舒适的持握感,你可以将整个手掌趴握在鼠标上部,而且腕部保持放松。习惯了光电鼠标的我,第一时间就尝试拖动它,但是ERGO M575的脚垫做了特殊防滑处理,就像黏在原地一样,提醒你要用其他方式来完成鼠标移动操作。没错,移动鼠标的方式,就是用拇指拖动这枚大大的蓝色轨迹球。     

聚酯装置全消光转产特种消光过渡优化

总结了中国石化仪征化纤有限责任公司全消光转产特种消光切片的现状,根据理论计算反应釜中的TiO2含量随时间变化的公式,探索影响转产过渡时间的因素,为减少转产过渡时间,降低过渡料提供理论依据.     

油田生产中数据管理系统设计与研究

油田生产数据管理系统的开发设计,可以实时地获取油田生产的数据信息,并准确地掌握油田生产中的实际状况.从功能需求和技术需求两方面,对油田生产中数据管理系统设计的基本需求进行了分析,结合油田生产的实际情况,在基于MVC模型架构基础上,从系统架构设计以及系统模块功能设计两方面,对油田生产数据管理系统进行设计研究,实现了油田生产中数据的智能化控制和管理.     

基于数据融合与迁移学习的学生表情识别研究

学生表情逐渐成为感知学生状态的重要途径,因此准确的识别学生表情因具有重要价值而受到广泛的关注.本文针对学生表情识别这一问题,提出基于数据融合与迁移学习的识别模型,该模型融合3个数据集,以解决学生表情数据缺乏与多样性问题,同时引入迁移学习来提升预测精度.在数据集及实际学生表情图像上的实验结果表明,本文提出的模型可以准确识别学生表情,提升了预测精度.