提升高等职业教育协同创新能力的对策选择

通过解析高等职业教育协同创新内涵,阐明高等职业教育协同创新的必要性,并从转变观念、构建现代职教体系和凸显办学特色三个方面探讨提升高等职业教育协同创新能力的对策选择。     

基于FPGA的仿人假手控制系统设计

为了满足生机电一体化仿人假手的控制需求,提出了基于FPGA的仿人假手电气控制系统设计方案。采用模块化设计思想,由FPGA构成的主控芯片模块便于功能拓展与二次开发;由DSP构成的手指运动控制模块、肌电信号采集模块、电刺激模块、USG接口模块和电池管理模块均可独立工作,与主控芯片模块间通过通用接口连接。系统集成度高,可完全放置于假手内部。应用该控制系统在HIT V代手上进行多指抓取实验,实验结果证明其工作效果良好。     

基于接纳控制的智能电网需求响应

采用效用函数刻画用户的用电满意度, 将需求响应问题建模为一类凸优化问题. 针对电力供应商的供电量不能满足用户最小用电需求的问题, 结合分布式用电量调度和实定价, 设计两类接纳控制算法. 仿真结果表明, 通过接纳控制, 满足了购电用户的最小用电需求, 保证了用户的用电质量, 能够实现电网的供需平衡.     

基于属性选择的改进加权朴素贝叶斯分类算法

朴素贝叶斯分类算法简单且高效, 但其基于属性间强独立性的假设限制了其应用范围. 针对这一问题, 提出一种基于属性选择的改进加权朴素贝叶斯分类算法(ASWNBC). 该算法将基于相关的属性选择算法(CFS)和加权朴素贝叶斯分类算法(WNBC)相结合, 首先使用CFS算法获得属性子集使简化后的属性集尽量满足条件独立性, 同时根据不同属性取值对分类结果影响的不同设计新权重作为算法的加权系数, 最后使用ASWNBC算法进行分类. 实验结果表明, 该算法在降低分类消耗时间的同时提高了分类准确率, 有效地提高了朴素贝叶斯分类算法的性能.     

Metamodel selection based on stepwise regression

Metamodels are often used to replace expensive simulations of engineering problems. When a training set is given, a series of metamodels can be constructed, and then there are two strategies to deal with these metamodels: (1) picking out the best one with the highest accuracy as an approximation of the computationally intensive simulation; and (2) combining all of them into an ensemble model. However, since the choice of approximate model depends on design of experiments (DOEs), employing of the first strategy thus increases the risk of adopting an inappropriate model. Nevertheless, the second strategy also seems not to be a good choice, since adding redundant metamodels may lead to loss of accuracy. Therefore, it is a necessary step to eliminate the redundant metamodels from the set of the candidates before constructing the final ensemble. Illuminated by the method of variable selection widely used in polynomial regression, a metamodel selection method based on stepwise regression is proposed. In our method, just a subset of n ones (n ≤ p, where p is the number of all of the candidate metamodels) is used. In addition, a new ensemble technique is proposed from the view of polynomial regression in this work. This new ensemble technique, combined with metamodel selection method, has been evaluated using six benchmark problems. The results show that eliminating the redundant metamodels before constructing the ensemble can provide more ideal prediction accuracy than directly constructing the ensemble by utilizing all of the candidates.     

基于改进粒子群优化算法的火电厂机组负荷分配

以坑口电厂厂级监控信息系统的机组负荷在线优化分配功能模块为应用背景,针对模块所运用的基本粒子群优化算法在优化过程中容易陷入局部收敛、收敛速度慢的缺点,提出一种基于惯性权重非线性减小策略的改进粒子群优化算法,使惯性权重呈对数减小;测试函数仿真结果表明,改进粒子群优化算法在收敛速度和寻优精度方面,优化性能均优于基本粒子群优化算法;通过MATLAB与Visual C++混合编程,开发了机组负荷在线优化分配功能模块,提高了算法的计算效率和工程应用价值。     

计算机数据安全的探讨及防范策略

针对当前计算机数据安全存在的问题,提出计算机数据安全的防范策略。保障计算机数据的完整性、保密性及可用性,确保计算机系统的正常运转。     

基于C#的DES加密算法的应用

信息安全问题伴随着信息技术和产业的急速发展越来越突出,为了防止信息的泄漏,对信息的加密保护迫在眉睫.本文运用C#语言对DES这种复杂度高、保护性强的算法进行了算法实现,并在数据库信息的加密中加以应用.