工科背景高等院校开展统计教育的研究——以浙江科技学院为例

快速发展中的工科背景高等院校在统计教育上存在有待改进的地方。以浙江科技学院为例,为培养具有深厚统计学背景的应用型复合人才,在统计教育上作了一些探索：定位于浙江中小企业对统计知识的实际需求;选择注重实际应用的国外经典教材;在教学中注重学生的参与;在实践中培养学生运用统计学知识和统计工具如统计软件的能力。     

我国酒店业网络营销的现状及策略研究

酒店开展网络营销,就是对未来客源市场的战略考虑,是酒店进行市场竞争、实现酒店可持续性发展和建立酒店品牌意识的需要。借助网络的信息化平台开展酒店营销,已成为酒店竞争的新内容。然而,从我国酒店业的网络营销现状来看,还存在许多问题。针对这些问题,本文运用归纳和系统分析的方法,阐述了我国酒店业网络营销的现状,分析了我国酒店业开展网络营销的必要性以及存在的问题,提出了在新的形势下我国酒店业开展网络营销的相应策略。     

一种适合底水油藏的调驱剂体系研究

考察温度、盐度等因素对优选NPLS凝胶颗粒体系的影响,评价聚合物复合NPLS凝胶颗粒体系的调驱效果。实验表明：随着温度的增加,NPLS凝胶颗粒体系的膨胀倍数增加;随着盐度的增加,体系的膨胀倍数减小;在长填砂管物模调驱实验中,聚合物复合NPLS凝胶颗粒体系具有良好的注入性。     

双核铜配合物的结构和SOD活性及电化学性质

合成了双核铜配合物[CuI2I(ENOTA)].5 H2O{ENOTA为1,2-二[4,7-二(羧甲基)-1,4,7-三氮环壬烷]乙烷双环配体},研究了该双核配合物的超氧化物歧化酶歧化酶活性及电化学性质,并初步阐明了其催化机理.     

简易人体穴位识别治疗仪

为了解决非专业人群寻找穴位难、不准确、不易操作等难题,设计了一种以SPCE061A为核心MCU（Micro Control Unit）的简易人体穴位识别治疗仪。给出了系统结构和实现流程,提出了一种基于层次分析原理的新型穴位检测方法,并讨论了环境因素对穴位识别结果的影响。通过人体穴位检测实验表明,本系统的穴位与非穴位正确识别率可分别达到95%和98%以上,且输出频率可调、波形可变的脉冲电压可达到模拟中医针灸治疗的作用。与传统找穴位方法相比,该方案具有操作简单、功耗低、性价比高等优点。     

气固错流移动颗粒床过滤器压降特性研究

研究了错流移动颗粒床过滤器操作压降与过滤介质特性、表现过滤气速、颗粒层移动速度和床层粉尘沉积量之间的关系。结果表明，无粉尘沉积时，床层压降可以用Ergun方程计算。颗粒层移动速度的变化并不会造成床层压降的显著变化。除尘过程中，床层内粉尘沉积量随气体中粉尘浓度的增大、颗粒层移动速度的减小而增加，同时将导致床层压降的显著增大。错流移动床除尘操作压降可以用带修正项的Ergun方程计算，其修正项为比沉积率和颗粒层空欧率的函数。在实验数据范围内，该方程的计算结果与实验数据最大偏差小于15％。     

一种新的InSAR基线估计方法

针对InSAR技术中基线估计误差对DEM精度的影响,从传统的基线估计方法入手,提出了一种新的估计基线参数的方法,并用仿真实验做了论证.结果表明,该方法比以往传统的方法得到的基线参数的精度更高,运算速度更快,应用范围更加广泛.     

高效液相色谱法测定多溴联苯醚含量的研究

对传统的多溴联苯醚(PBDEs)高效液相色谱分析法做了改进.以异丙醇作为溶剂,索氏提取待处理样品;用AcclaimR120 C18(5μm,250 mm×4.6 mm)色谱柱,以Na2HPO4、KH2PO4缓冲液和甲醇作为流动相进行梯度洗脱,检测波长为225 nm.该法检出限为1～4 mg/L,平均回收率为99.29%～100.70%,RSD为0.03%～0.52%.本方法操作精密度和准确度高,可作为PBDEs高效液相色谱分析方法.     

四旋翼无人机的旋翼空气动力学建模与仿真

针对四旋翼无人机在不同飞行状态与不同姿态角状态下如何提升飞行稳定性的问题,提出了通过调整俯仰角来提升飞行稳定性的方法.首先建立了四旋翼无人机的机体坐标系与地面坐标系,运用动量理论、涡流理论及叶素理论,对四旋翼无人机的旋翼进行动力学分析,得到桨叶叶素所受到的空气动力及力矩,然后建立了各个旋翼空气动力学系数与飞行稳定性系数的数学模型,并使用MATLAB进行了仿真,得出各个旋翼空气动力学系数在不同飞行状态下的变化情况.最后进行了实际飞行检测,得出四旋翼无人机在飞行过程中,俯仰角保持在[-5°,5°]内,能有效提高飞行稳定性.     

基于深度学习的文本分类技术研究进展

随着深度学习技术的快速发展,许多研究者尝试利用深度学习来解决文本分类问题,特别是在卷积神经网络和循环神经网络方面,出现了许多新颖且有效的分类方法。对基于深度神经网络的文本分类问题进行分析,介绍卷积神经网络、循环神经网络、注意力机制等方法在文本分类中的应用和发展,分析多种典型分类方法的特点和性能,从准确率和运行时间方面对基础网络结构进行比较,表明深度神经网络较传统机器学习方法在用于文本分类时更具优势,其中卷积神经网络具有优秀的分类性能和泛化能力。在此基础上,指出当前深度文本分类模型存在的不足,并对未来的研究方向进行展望。