近中温厌氧发酵工艺在畜禽养殖场废水治理中的应用

指出了畜禽养殖场废水危害的严重性与治理的必要性,分析了常见的畜禽养殖场废水处理工艺的特点,认为利用发酵过程中产生的沼气加热废水进行近中温发酵是一种比较理想的处理工艺,具有研究开发和推广的现实意义。     

基于贝叶斯网络的电信客户流失预测分析

电信客户流失分析常用的数据挖掘方法有自动聚类、决策树和人工神经网络,它们是采用数据本身来训练模型的,没有利用先验知识。电信客户流失是由客户心理、服务质量和对手竞争等诸多复杂的因素造成的,利用这些已有的先验知识,可以提高预测的精度。该文根据先验知识选取分析变量,采集样本数据,通过贝叶斯网络的结构学习和参数学习,建立客户流失模型并进行客户流失趋势预测,取得了比标准数据集更准确的结果,该结果和决策树方法的预测结果相比还具有较大的优势,说明贝叶斯网络是分析客户流失等不确定性问题的有效工具。     

基于贝叶斯网络的推理在移动客户流失分析中的应用

移动客户流失分析系统在数据挖掘的基础上,实现了客户流失模型的管理应用。其中关键的环节是根据先验知识的因果推理和基于贝叶斯网络的因果推理进行流失客户的分析,挖掘导致流失的因素,从而辅助市场经营人员制订相应的策略。实验说明,基于贝叶斯网络推理的知识可以不断修正先验知识,获得对客户流失等问题的正确认识。     

基于小波理论的动平衡信号滤波方法研究

动平衡是旋转机械必须解决的一个基本共性问题,传统动平衡方法主要从硬件的滤波和离散傅里叶变换算法来提取振动的基频信号,但傅里叶变换算法无法分析信号显著局部特征,硬件滤波容易受干扰。采用小波理论的软件滤波方法,以ATmega64芯片为核心来实现振动信号的滤波,并取得很好的效果。     

基于问题的学习及其教学策略的设计

针对专业选修课教学中所面临的课堂到课率低,学生有厌学情绪等问题,本文讨论了基于问题学习这一建构主义教学模式,并以"数据库原理"课程教学为例,应用该方法进行改革尝试,重点介绍了教学实践中如何进行抛锚式和支架式两种教学策略的设计。这种使学生变被动学习为自主学习的教学改革,对培养学生终生学习的能力具有重要的意义。     

轻量化YOLO-v7的数显仪表检测及读数

由于较大的参数体量和较高的计算复杂度,通用检测及识别模型直接在移动端部署的难度较高。为解决这个困难,研究了移动设备上使用计算机视觉的仪表检测及读数方法。针对实际工业生产环境下检测及识别的需求,基于YOLO-v7重新设计了轻量化的仪表检测网络以及字符检测及识别网络。利用深度可分离卷积进一步降低计算复杂度,压缩模型大小。采用K-means++聚类算法加遗传算法自动产生初始锚框。使用通道剪枝,再一次压缩模型。实验结果证明,专用网络模型设计、深度可分离卷积以及通道剪枝对减少模型参数体量和降低算力需求具有显著效果。参数数量相较于原始YOLO-v7模型均下降了99.67%,模型算力需求均降至0.3 GFLOPs,下降了99.71%。实验中平均图片检测时间为10.7 ms。各网络的平均精准度（mAP0.5）达到了99.63%和99.53%。系统整体读数精确度达98.44%。     

案例教学法及其运用

案例教学法作为一种启发式的教学方法,是对传统教学法的扩充和革新,其通过案例进行课堂教学,能够充分调动学生学习的主动性,有利于培养学生的创新能力和理论联系实际的能力,同时,也有助于提高教师本身的素质。通过介绍案例教学法的基本概念,分析其与传统教学法的区别,并以案例教学法在《软件工程》课程中的运用为实例,表明案例教学法在实践性较强课程中的运用能够显著提高教学质量,培养学生理论联系实际的能力,让学生运用所学的理论知识去分析和解决实际问题,提高动手能力,激发学生的创新能力。     

数据中心网络中基于ELM的流簇大小推理机制

近年来研究流簇(Coflow)为单位的调度策略成为改进数据中心网络的新热点.然而现有的信息未知流簇调度器难以快速地推理任务级信息,导致小任务不能被及时调度,以及平均任务完成时间无法最小化.因此数据中心网络需要更加高效的推理模型提升流簇大小判断的准确性和敏感性.提出了一种基于机器学习的流簇大小推理模型(MLcoflow)...     

制造报文规范在变电站自动化系统中的研究与应用

IEC61850是新一代变电站自动化系统无缝通信协议标准,以实现互操作性为主要目的。制造报文规范的引用规范了工业领域具有通信能力的智能传感器、智能电子设备和智能控制设备,使出自不同制造商的设备之间具有互操作性。阐述了MMS技术及其在变电站自动化系统中的应用,并分析了基于IEC61850标准的制造报文规范通信系统及其服务流程。