保水剂研究进展及应用

介绍了国内外保水剂的种类、制备、性能、在农业中的应用等方面的最新研究进展.     

引导的策略——浅析考斯蒂宁民间艺术中心

该文通过运用视知觉原理对考斯蒂宁民俗艺术中心的选址布局、内部流线、使用材料等方面进行解读,分析了该建筑如何实现了对公众的引导。     

《皮革生产实习》线上线下混合式教学模式探索与实践

《皮革生产实习》是轻化工程专业（皮革方向）核心课程之一,也是一门实践性很强的课程。针对传统《皮革生产实习》课程教学过程中学生积极性不高的问题,结合现代信息化教学手段,建立了“课前线上自学+课中交互教学/线下生产实习+课后线上复习”的线上线下混合教学模式。教学结果表明,混合教学模式实现了学生从被动学习向师生互动、学生主动学习的转变,有利于培养学生的独立思考能力和实践操作能力。此次探索为本课程的后续教学及其他实践类课程提供了教学参考。     

数据中心节能降碳创新应用探索与实践

数据中心作为新型基础设施,是国家实施信息化和数字化转型的算力底座。随着国家双碳战略的不断推进,数据中心作为耗能大户能效问题日益突出,如何实现数据中心的绿色节能低碳建设和运行成为信息通信行业研究的最新方向。本文重点介绍了高效直流电源系统等创新应用技术的原理及实践效果,同时展望全预制化电力模块及液冷等前沿技术,共同探索数据中心节能降碳新技术和新思路。     

数据中心240 V高压直流供电系统的创新应用与实践

随着近几年数据中心的快速发展,在“双碳”背景下,供电系统的形式越来越受到关注。本文介绍了240 V高压直流双系统双回路的供电架构,并结合实际工程项目阐述该系统节能降碳、高效、可靠和维护简单等特点,同时针对该供电系统的工程提出适用场景和应用建议,为今后高压直流系统的设计提供可借鉴的案例。     

一种改进的案例推理分类方法研究

特征属性的权重分配和案例检索策略对案例推理（Case-based reasoning,CBR）分类的准确率有显著影响. 本文提出一种结合遗传算法、内省学习和群决策思想改进的CBR分类方法. 首先,利用遗传算法得到多组属性权重,再根据内省学习原理对每组权重进行迭代调整;然后,通过案例群检索策略得到满足大多数原则的群决策分类结果;最后,以典型分类数据集的对比实验证明了本文方法能进一步提高CBR分类的准确率. 这表明内省学习可以保证权重分配的合理性,案例群检索策略能充分利用案例库的潜在信息,对提升CBR的学习能力有显著作用.     

速溶小米粉酶解工艺研究

通过单因素实验和响应面实验,采用ɑ-淀粉酶降解小米淀粉,探讨了酶解工艺对速溶小米粉还原糖含量（DE值）和黏度的影响。研究表明,最优酶解工艺条件如下:底物浓度29%,加酶量0.87%,酶解时间27 min。在最优工艺条件下,黏度为99 c P,DE值为23.36%,所得料液黏度适中,适合喷雾干燥,且干燥后的小米粉冲调分散性和稳定性得到改善,水溶性指数为0.25%±0.01%,吸水性指数为4.42%±0.20%,结块率为10.34%±0.20%,易于消化吸收。      

热电池可靠性的设计和评估

着重阐述了热电池可靠性的设计和评估方法,以一种典型热电池为例,指出了提高其可靠性的主要措施,对其它产品有着较高的参考价值。     

一种基于对抗正则化的图像特征提取方法

图像特征提取的质量直接影响图像分类精度,针对现有特征提取方法不能准确提取远离分类边界特征的问题.本文提出一种基于对抗正则化的图像特征提取方法,在分类目标函数中引入对抗性正则化项,其核心思想是将特征经过Dropout得到两个后验分布,分类器最大化后验分布得到分类边界,特征生成器最小化后验分布生成远离分类边界的特征,二者相...     

基于分类差异与信息熵对抗的无监督域适应算法

采用对抗训练的方式成为域适应算法的主流,通过域分类器将源域和目标域的特征分布对齐,减小不同域之间的特征分布差异。但是,现有的域适应方法仅将不同域数据之间的距离缩小,而没有考虑目标域数据分布与决策边界之间的关系,这会降低目标域内不同类别的特征的域内可区分性。针对现有方法的缺点,提出一种基于分类差异与信息熵对抗的无监督域适应算法(adversarial training on classification discrepancy and information entropy for unsupervised domain adaptation, ACDIE)。该算法利用两个分类器之间的不一致性对齐域间差异,同时利用最小化信息熵的方式降低不确定性,使目标域特征远离决策边界,提高了不同类别的可区分性。在数字标识数据集和Office-31数据集上的实验结果表明,ACDIE算法可以学习到更优的特征表示,域适应分类准确率有明显提高。