低速无线个域网隐蔽站问题研究

低速无线个域网标准IEEE802.15.4协议MAC层的主要目标是有效地减少能量的消耗,而并没有考虑如何有效地减少隐蔽站问题的产生.在无线多跳网络中解决隐蔽站问题主要方法有RTS/CTS和调节载波侦听范围等办法,但是均不适用于低速无线个域网.在对基于IEEE802.15.4的时隙CSMA/CA退避算法和隐蔽站问题产生的原理进行深入分析的基础上,得出了在节点均匀分布的情况下退避指数的最小值macminBE相对于发帧成功率的表达式,提出了通过调节macminBE,来减少由于隐蔽站问题引发的帧冲突的方法.并通过NS2仿真实验验证了方法的可行性.克服了现有方法的不足,较大地提高了网络的性能.     

模糊聚类有效性的研究进展

聚类有效性评价对聚类分析具有重要意义,是聚类分析的瓶颈之一。本文从基于数据集模糊划分的方法和基于数据集几何结构的方法两方面,归纳综述了常用的模糊聚类有效性评价函数,并讨论了模糊聚类最佳类别数的自动确定问题。     

阵列水声信号采集系统设计

提出了一种新型大规模阵列水声信号采集系统设计方法。该设计基于数据流驱动设计思想,利用FPGA实现了高速LINK口,同时在数据传输中采用独特的两级缓冲结构,因而系统拓扑结构灵活,数据吞吐率高,同时具备同步性能好,扩展性强的特点。     

考虑数据分类的建筑电能耗集成预测方法

建筑侧各类可再生能源的应用日益普及,建筑电能耗预测在用能供需平衡、电网稳定运行、尖峰需求响应等方面发挥越来越重要作用。尽管诸多数据驱动模型在能耗预测方面获得广泛应用,当前仍缺乏预测精度高、泛化能力强的短期预测模型。针对该问题,提出一种基于建筑物能耗特点并结合数据挖掘技术的分类集成式能耗预测方法。首先,采用递归特征消除法对数据进行特征筛选,并用模糊C均值聚类算法对训练集数据进行聚类,使用K最邻近法对验证集和测试集数据进行归类;选择5种结合智能优化算法的混合数据驱动模型作为子学习器,分别对每类数据做预测,最后使用多元线性回归法进行结果集成。经3个建筑电力用能案例验证,此集成预测模型精度均优于单个子模型,具有适用不同建筑类型和用能尺度的预测潜力。     

考虑天然气混氢的园区综合能源系统电制氢优化配置

电制氢和天然气混氢技术在促进可再生能源消纳、降低系统碳排放量方面具有良好的理论研究和工程应用前景。面向含高比例可再生能源的园区综合能源系统,提出一种计及天然气混氢及跨季节存储的电制氢优化配置方法。首先梳理了含氢园区综合能源系统的运行框架和能量流动关系,建立园区内部能源生产、转换与存储设备的数学模型,其次以设备的年化投资成本、园区综合能源系统的年度运行成本和碳交易成本最优为目标,提出电制氢优化配置模型。最后通过算例分析表明电制氢及天然气混氢技术的引入可提升可再生能源的消纳能力,降低系统的整体经济成本和碳排放量,并分析了电解槽投资成本、混氢体积分数上限以及经济性和低碳性成本权重系数变化对规划运行结果的影响。关键词：园区综合能源系统;电制氢;天然气混氢;碳交易;跨季节储氢;优化配置 中图分类号：TM732     

“AI+智能”赋能高校智慧教学生态体系构建研究

随着人工智能技术的快速发展,深化“AI+智能”应用以推进高校教学生态体系的优化与升级,已成为教育领域发展的一种重要趋势。为顺应这一趋势,加速构建智慧教学生态体系,更好地利用“AI+智能”技术推动教学质效升级,成为当前高校教学创新发展的重要举措。基于“AI+智能”的高校智慧教学生态体系主要通过综合应用多种智能技术,实现教学内容的多元化,为学生提供个性化的学习体验。文中从智慧教学生态体系的基础理论入手,在精准把握“AI+智能”技术在高等教育中的应用优势的基础上,进一步提出了“AI+智能”赋能高校智慧教学生态体系构建的实践策略,以期为推动高校实现智慧化教学提供有益的路径参考。     

高职《计算机组装与维护》实训课程教法研究

《计算机组装与维护》是我院计算机类专业的必修课之一,按照传统的教学方法授课对高职院校的学生来说很难达到教学目的。因此,在实际教学过程中,我院组织了《计算机组装与维护》课程的实训教学环节。在多年的教学实践中,我们积极探索新的实践教学方法,比如任务驱动法,实现教与学的多元化,使学生真正掌握计算机组装与维护知识,解决实际问题。     

网络环境下计算机机房的管理与维护

网络环境下的计算机机房作为学校重要的基础设施,担负着学校教学、教研、考试和对外交流等许多重要任务,科学地管理好计算机机房是关系到教学和科研工作顺利进行的重要保障,对网络机房所面临的网络安全、系统安全及管理问题进行详细的分析,提出了对高校机房进行科学化管理与维护的对策。     

基于SIMD指令的柔性物体并行碰撞检测

复杂场景中柔性物体间的碰撞检测依然难以满足交互设计的要求.为了提高处理速度,文中给出了一种充分利用现代CPU的并行处理能力的碰撞检测算法.算法基于两方面的并行处理:即基于SIMD指令的指令级并行处理和基于多线程的任务级并行处理.算法给出了一种针对SIMD指令特别优化的k-DOP模型--SIMD-DOP,从理论上分析了该包围盒的高效性,并与常规的16-DOP和24-DOP进行了运行效率对比.通过使用SIMD-DOP同时在多核间进行负载均衡,算法获得了优化的并行加速.文中算法已经在一台16核工作站上针对一组复杂测试场景进行了验证.