浅谈计算机在高校项目管理中的应用

在信息技术空前发展的今天,高校项目管理工作中全面应用信息平台已经成为大势所趋。在高校的项目管理工作中,集成化、数字化、现代化的新要求促进了计算机及其技术的广泛应用,在此基础上,可以为国内高等院校的科研、教务管理、教学等方面的工作提供全面的综合性服务。本文在分析计算机在高校项目管理工作中所能起到的作用出发,探讨了具体的应用途径与策略。     

考虑蓄水期弃水风险的水库长期发电调度方法

短期径流的大幅波动使得以平均径流为基础制定的水库长期调度方案面临较大弃水风险,是影响水库长期调度决策合理性的重要因素。本文考虑日尺度径流波动影响,提出一种蓄水期弃水风险量化方法,并建立了耦合弃水风险的水库长期发电调度模型。利用长系列日径流资料,结合风险最小蓄水规则,以不蓄弃水流量为指标量化蓄水期各月弃水风险;采用Copula函数构建月均入流与弃水风险的联合分布和条件概率分布,明晰了特定入流条件的风险置信区间;最后,将弃水风险以弃电损失函数融入优化模型,以获得更符合实际的长期调度方案。以澜沧江流域小湾水库为工程背景进行调度模拟分析,结果表明本文方法能够有效降低水库长期优化调度方案的弃水风险,有利于提高优化结果的可操作性,与传统方法相比,能够使多年平均弃水减少约4.76亿m³、发电量增加约1.15亿kW·h。     

小浪底细砂岩单轴压缩声发射特征研究

采用岩石伺服试验机和声发射仪,对小浪底三叠系细砂岩进行单轴压缩声发射试验。基于试验结果,将试样变形过程划分为压密、弹性、塑性和破坏四个阶段,分析了不同阶段试样声发射幅值、峰值频率、振铃计数和能量的变化特征,在此基础上对比分析了试样声发射ｂ值以及累计振铃计数的演化规律,得出了岩石的破坏时间前兆特征。研究结果表明:压密和弹性阶段试样声发射幅值、振铃计数和能量处于较低水平、峰值频率频带数量依次增多;塑性阶段试样幅值增大、振铃计数与能量上升且整体处于较高水平、峰值频率数值增大且呈现多频带化,临近破坏阶段试样产生大量100ｄＢ的高幅值信号,振铃计数与能量持续急增,峰值频率降低,频带减少;声发射ｂ值的变化规律可以间接反映岩体内部微裂隙萌生、扩展的演化特征。     

众筹项目推荐:面向隐式反馈的深度学习协同过滤

目前,在推荐系统研究中,用户的隐式反馈,以及极度稀疏的数据,已成为影响协同过滤推荐效果的主要问题.针对这一现象,本文提出了深度学习协同过滤算法,先利用卷积神经网络,对用户-项目矩阵的隐层特征进行学习,再结合协同过滤,对用户-项目的交互信息进行建模,并将两种特征融合预测推荐列表.以众筹平台的数据为实验对象,比较模型中各参数对推荐效果的影响,并设计与基线方法的对比实验.实验结果表明:均匀采集负反馈,并在一定卷积层数的网络中,数据稀疏度越高,效果越好;对比基线方法,本文提出的算法在公开数据集(Yahoo!Movie)上取得了最好的推荐结果.本文提出的算法有助于提高众筹平台的融资成功率,同时也丰富了推荐系统的研究体系.     

校园网络安全应急响应联动系统模型

网络安全应急响应联动系统的目的是充分协调地理上分布的资源,共同应对网络安全事件。以目前的应急响应技术为基础,结合校园网络安全的应急响应实践,建立了校园网络安全应急响应联动系统模型,分析了联动系统的体系结构、功能结构和安全策略。     

基于项目的《网络综合布线》课程理实一体化教学思考

综合布线课程是计算机网络专业的专业核心课程,为学生将来从事网络工程、网络管理的工作奠定基础。该文针对目前综合布线课程教学过程中存在的问题,提出了体现工学结合的一体化教学的新模式,并结合自身的教学实践介绍了一体化教学的实施情况。     

体育馆灯光照明系统解决方案研究

体育馆大多为所在地的标志性建筑。由于功能齐备,需求较全,建筑面积较大,照明要求严格,整个场馆除了主场地的高标准照明和众多工作场所的一般照明外,还有室外夜景照明、景观照明、装饰照明以及广告、标识照明等。本文结合都江堰体育馆的照明实例,对体育照明、室外夜景照明、照明节能、智能控制系统等在体育馆照明工程中所涉及的标准、要求和解决方案进行了研究。     

一种新的单目相机序列影像稠密三维重建方法

针对传统增量式三维重建方法重建点云较稀疏的问题,在稀疏重建算法的基础上,提出了一种序列影像稠密三维重建方法。首先,使用强制特征选择机制选取稠密特征,通过光流跟踪特征点获取稠密同名点对;其次,为保证同名点精度,利用前后向判决策略剔除外点,并利用稀疏重建获取的相机位姿,采用基于对极几何约束优化同名点坐标的方法对跟踪点坐标进行优化;最后,通过基于相机位姿的深度滤波器恢复稠密点云,实现稠密三维重建。分别使用标准数据集和实测数据集进行实验,结果表明:提出的算法可精确估计相机位姿,同时可获取稠密三维重建,能广泛应用于工程实践。     

基于生物启发计算的警用流动人口分析系统

目前对流动人口的管理仅停留在数据查询比对和简单统计上,缺少对数据的深层次分析,难以对决策指挥提供支持。针对流动人口的分析问题,提出了构建一个基于生物启发计算的智能分析系统,用于发现流动人口中各类人员的流动模式以及流动人口的趋势性问题,找出异常的流动信息和模式。该系统综合运用了前沿的生物启发计算技术——基于多层染色体基因表达式编程算法、重叠基因表达进化算法、基于概念相似度神经网络分类模型和层次距离计算的聚类算法搭建了一个警用流动人口的分析平台。同时根据实际需求,提出了一种新的基于智能分析结果的分级报警模型。实验表明系统具有较高的性能和实用性。