Java程序设计的信息化课程建设的实践与探讨

在网络信息发达的时代,信息化课程是大势所趋。提倡建设信息化教学平台,以Java程序设计课程为例,探索新型信息化教学平台,是现代教学实践探索的一个重要问题。本文在介绍Java程序设计的实践教学模式和信息化教学平台的基础上,与传统课堂教学的优势相结合,实现对教学资源的重构与学习空间的扩展,延伸高校信息化教学工作的改革思路,促进信息化技术与传统课程教学的融合。     

Augmented Online Sequential Quaternion Extreme Learning Machine

Neural Processing Letters - Online sequential extreme learning machine (OS-ELM) is one of the most popular real-time learning strategy for feedforward neural networks with single hidden layer due...     

基于国产处理器增量式实时交通流预测算法及实现

针对城市交通难以处理大量数据且实时性差等问题,提出了根据增量式城市交通流数据预测拥堵情况的一种基于国产处理器的L-BFGS(limited-memory BFGS)算法。该算法通过存储向量序列计算Hessian矩阵,改进Two-Loop算法求下降方向,在Spark集群中并行处理时收敛速度快,适用于实时性要求强的城市交通场景。实验结果证明,L-BFGS预测算法完全可以在国产平台上对大规模的实时交通数据流进行快速建模、预测,在改善城市交通管理水平提供有效支撑的同时也丰富了国产芯片的应用领域。     

基于OGC标准的水利一张图关键技术解析

为解决水利空间数据共享困难的问题,江苏省基于开放地理信息标准,采用去中心化技术路线,构建水利一张图。利用OGC(开放地理空间信息联盟)提供空间数据交换和服务互操作协议,具体接口可以在业务领域定制化实现,提出以OWS(OGC网络服务)融合异构空间数据,实现地图局部更新和统一风格展示;通过URI定位属性并与Solr搜索引擎结合,扩展WFS实现基于语义的空间信息查询;基于服务链和工作流整合水利空间功能;结合LDAP协议实现CSW服务,构建跨部门、级别、业务的细粒度空间信息目录;通过服务负载均衡,实现云端GIS等方案。从技术上实现水利一张图平台框架,可满足水利空间信息公共服务的功能、性能需求,并为基于水利一张图整合全省水利信息资源,提供理论参考和技术借鉴。     

The mass,fake news,and cognition security

The widespread fake news in social networks is posing threats to social stability, economic development, and political democracy, etc. Numerous studies have explored the effective detection approaches of online fake news, while few works study the intrinsic propagation and cognition mechanisms of fake news. Since the development of cognitive science paves a promising way for the prevention of fake news, we present a new research area called Cognition Security (CogSec), which studies the potential impacts of fake news on human cognition, ranging from misperception, untrusted knowledge acquisition, targeted opinion/attitude formation, to biased decision making, and investigates the effective ways for fake news debunking. CogSec is a multidisciplinary research field that leverages the knowledge from social science, psychology, cognition science, neuroscience, AI and computer science. We first propose related definitions to characterize CogSec and review the literature history. We further investigate the key research challenges and techniques of CogSec, including humancontent cognition mechanism, social influence and opinion diffusion, fake news detection, and malicious bot detection. Finally, we summarize the open issues and future research directions, such as the cognition mechanism of fake news, influence maximization of fact-checking information, early detection of fake news, fast refutation of fake news, and so on.     

260 T定子运输捆绑加固的静力学计算与校核

大件运输货物采取合理的捆绑加固方式是确保安全运载、规避经济损失的关键。为研究大件运输货物在运输过程中的受力状态,完善大件运输捆绑加固理论,本文以四川省大件运输公司定子运输为研究对象,阐述定子捆绑加固所需设备、材料,分析捆绑加固影响因素、注意事项和绑扎方式,借鉴铁路运输相关理论对公路大件运输货物捆绑加固进行受力分析,校核捆绑加固强度。结果表明该定子运输加固方案是合理的,对公路大件运输捆绑加固具有较强的理论意义与实践价值。     

稀薄效应下空气静压主轴动态特性分析及试验研究

针对微尺度下空气静压主轴的动态特性问题,建立了体现稀薄效应的主轴有限元模型,对主轴的模态、谐响应进行了研究。首先,基于有限元法对主轴进行建模,轴承部分采用Combin14弹簧单元建模。接着,通过扰动法得出稀薄效应下以及传统情况下轴承的刚度、阻尼参数,将此参数替代主轴模态分析中采用的弹簧单元的刚度、阻尼参数,结合主轴实际工作状态,进而分析出两种情况下的主轴的模态结果。然后,对主轴进行谐响应分析,校核之前模态分析结果。最后,对主轴进行锤击模态试验,从而检验两种状态下的模态分析结果。实验结果表明：稀薄效应下分析所得主轴1阶固有频率值较试验测量值的误差只有3.6%左右,而传统情况下得出的1阶频率值的误差在15%左右,这对主轴系统以后的优化设计和精度控制方面具有一定的理论依据。     

基于SWMM的铁心桥实验基地内涝防治效果模拟

基于南京水科院铁心桥实验基地的地形、下垫面条件等数据构建了SWMM,模拟了实验基地象目湖观景平台和水上餐厅两个监测点在不同降雨重现期、低影响开发措施、溢流孔设置和水泵强排条件下受淹情况。结果表明,初始水位较低(25.1 m)时,象目湖遭遇500年一遇的降雨事件时水位并未抬升至水上餐厅。初始水位较高(25.6 m)时,200年一遇和500年一遇的降雨事件中水上餐厅受淹持续时间分别为7 h和11 h。采用集水池、雨水花园和生物滞留池3种LID措施对象目湖水位峰值影响模拟结果显示,在5年或10年一遇的降雨事件中雨水花园和集水池可以分别降低象目湖峰值水位0.06 m和0.02 m,生物滞留池没有削减峰值水位。在降雨量为218.5 mm的20160707次降雨事件中LID措施削减象目湖水位效果不明显。水泵抽排流量越大,象目湖水位越早回落到观景平台以下。LID在应对造成城市内涝的低频次、短历时强降雨方面作用有限,铁心桥实验基地象目湖内涝防治应以加强水文气象预测和水位管理、加大溢流孔尺寸和采用水泵强排等措施为主。     

Convolutional neural networks recognition algorithm based on PCA

To improve the insufficiency of Synthetic Aperture Radar(SAR) labeled training data for Convolutional Neural Networks(CNN) and the recognition rate for large variations, a novel CNN recognition algorithm is proposed. Firstly, a set of features is extracted from the original data by unsupervised training based on PCA as the initial filter set for CNN. Secondly, in order to accelerate the training speed while avoiding over-fitting, the Rectified Linear Units(ReLU) is adopted as the non-linear function. Thirdly, to strengthen robustness and mitigate the defects of pooling upon features, a probabilistic max-pooling sampling method is introduced and local contrast normalization is exploited on features after the convolutional layer. Experiments demonstrate that our algorithm outperforms the original CNN in recognition rate and achieves better robustness for large variations and complex background.     

基于App inventor的试题库开发

运用App Inventor开发工具,设计了一款TD-LTE系统试题库的安卓手机应用软件,成功实现了考前练习、考前模拟的高效学习效果,本试题库内包括单项选择题、判断题、多项选择题,并且可以达到几千道题的题库容量,是一款较为成熟的试题库学习软件.