一种基于Impulse C的素域椭圆曲线点乘快速算法

针对大素数域椭圆加密点乘算法进行改进,在标准投影坐标系下分析固定基窗口NAF法,找出了制约此种方法的因素,通过对其基的灵活选用,并且加入滑动窗口,改进固定基窗口NAF法得到点乘运算的快速算法。利用Impulse C语言将改进前后的点乘算法函数进行并行优化编程实现,并将整个点乘运算的C代码生成高效的VHDL代码,利用StageMaster Explore对生成的VHDL代码进行分析。最后使用Xilinx ISE1 2.4对其进行综合仿真,在Xilinx Virtex-5 xc5vfx70t的硬件平台上实现了点乘算法的验证,验证结果表明本文的改进算法有效的提高了点乘运算的速度。     

独立分量分析理论在海底管道漏磁检测中的应用

应用独立分量分析(ICA)方法对海底管道缺陷漏磁法检测中电磁干扰的消除进行了研究，阐述了漏磁检测和负熵法ICA快速算法的原理，应用相应的分析工具研究了试验数据。结果表明，在试验室条件下该方法能很好地分离出缺陷信号和电磁干扰信号。     

制药工程专业"化工原理"课程教学改革探索

作为制药工程的专业核心课,"化工原理"是一门重要的基础学科.以培养现代化的创新制药工程技术人才为目标,从教学内容、教学方法和评价手段三个方面进行教学改革的探讨,使学生能用工程观念分析、解决工程实际问题,从而提高学生的综合素质与创新能力,满足社会对制药工程专业综合性人才的需要.     

"产品设计与服务创新"课程教学改革探索

作为无机非金属材料的专业任选课,"产品设计与服务创新"是一门重要的交叉学科.为满足市场对高分子材料专业高级技术人才的需求,从教学内容和教学方法两个方面进行教学改革.在教学过程中,为了充分调动学生学习的积极性与主动性,采用实例教学法、比较教学法和总结规律教学法来提高学生掌握知识、内化知识和运用知识的能力,为促进学生综合素质的发展做铺垫,为社会创新型人才的培训建设添砖加瓦.     

混合式教学在"化工原理实验"中的应用与探索

"化工原理实验"是化学工程与工艺等工科专业的核心课程,对培养学生的动手能力、团队合作能力和创新能力起着至关重要的作用.基于教育信息化的发展和要求,结合虚拟仿真实验和实体实验的线上线下混合式教学手段,打造在线课程与课堂教学、线上实验与线下实验相融合的混合式实验课程,可以调动学生的学习积极性和主动性,对培养应用型人才具有一定的指导意义.     

“课程思政”视阈下金融专业课程教学改革探索

高校“课程思政”建设已成为新时代人才培养的基本内容。在高校“课程思政”建设中必须遵循规律性、把握原则和要点,才能取得满意的效果。在“课程思政”视阈下研究分析了金融专业课程教学改革的几个要点,从教学目标和教学方案、教学方法和教学手段、教学质量保障机制等方面对近年来教学改革中的实践进行了总结,以期对探索更适合金融专业的课程思政教学模式,实现把思想政治工作贯穿教育教学全过程。     

基于MODWT和BP神经网络的微电网故障诊断方法

近年来,随着微电网技术的持续发展,电力用户对其供电可靠性的要求也不断提高,因此微电网故障诊断研究也变得越来越重要。提出了一种基于极大重叠离散小波变换(MODWT)和反向传播(BP)神经网络的微电网故障诊断新方法,并通过仿真与算例进行了验证。结果表明:该方法能快速、准确地识别出故障类型,且不受故障初始相位角和过渡电阻等因素的影响;与现有的基于离散小波变换和反向传播神经网络的诊断方法相比所提出的方法可以提供更好的故障分类精度。     

基于AIE特性的萘酰亚胺衍生物的合成及光谱研究

以分子内电荷转移为原理,选用萘酰亚胺为荧光团,与三苯胺通过偶联反应,制备了一种萘酰亚胺衍生物有机光功能小分子材料,其合成路线简单,实验操作条件易控,成品产率较高。对其光学性能进行研究,在不同溶剂中的光学性能主要表现出两个强吸收带,荧光发射达到到近红外区域,其表现出了非常明显的聚集诱导发光（AIE）特性,固体表现出很强的橘橙色荧光现象。     

面向车辆高速移动的频谱感知算法研究

为了解决多普勒效应对于车联网中频谱检测速度与精度的影响,研究了在车辆高速移动情况下的频谱感知算法。首先通过引入认知无线电技术以及车联网技术,构建认知车联网网络,针对频谱利用率低下的问题提出一种频谱感知算法。实验结果表明,该算法可以很好的消除多普勒频移效应,提高了频谱检测的性能,解决了车辆在高速移动状态下信号失真等问题。     

基于改进指针网络的卫星对地观测任务规划方法

针对卫星观测任务规划问题约束复杂、求解空间大和输入任务序列长度不固定的特点,使用深度强化学习（DRL）方法对卫星观测任务规划问题进行求解. 综合考虑时间窗口约束、任务间转移机动时间和卫星电量、存储约束,对卫星观测任务规划问题进行建模. 基于指针网络（PN）的运行机制建立序列决策算法模型,使用Mask向量来考虑卫星观测任务规划问题中的各类约束,并通过Actor Critic强化学习算法对模型进行训练,以获得最大的收益率. 借鉴多头注意力（MHA）机制的思想对PN进行改进,提出多头注意力指针网络（MHA-PN）算法. 根据实验结果可以看出,MHA-PN算法显著提高了模型的训练速度和泛化性能,训练好的MHA-PN算法模型可以直接对输入序列进行端到端的推理,避免传统启发式算法迭代求解的过程,具有较高的求解效率.