天津市农村集中供水工程水质安全影响因素及解决措施分析

介绍了天津市农村集中供水工程建设概况以及存在的主要问题,分析了影响其供水水质安全的各种因素,提出相应的解决措施,以期为天津市农村集中供水工程的水质安全保障工作提供业务指导。     

基于工作过程的《图形图像处理》教学改革探索与实践

《图形图像处理》是高职面向实际应用的课程,传统教学方法无法提高学生的职业能力,因此要根据课程特点和职业岗位,以项目为载体,根据实际工作任务重构教学内容,根据工作岗位设计教学情境,从教学理念、教学内容、教学方法和手段、考核方式等方面进行教学改革,构建基于工作过程的"理实一体化"教学模式,提高学生的平面设计能力。     

黄河龙口水利枢纽工程排沙洞设计

黄河是著名的多泥沙河流,黄河上修建电站,解决好泥沙问题至关重要。龙口水库采用蓄清排浑、汛期排沙的运用方式,汛期大孔口（底孔）排沙、小孔口（排沙洞）冲沙,保证水库调节库容和电站＂门前清＂,减少粗沙过机。根据工程经验和模型试验,合理选定了排沙、发电分流比和排沙洞进口流速,采取了合适的抗磨措施。     

基于最小生成树聚类的中文版面分割法

针对中文版面多横竖混排的特点,提出一种基于最小生成树聚类的版面分割方法。对原图像进行水平和垂直游程平滑,并对平滑后所得的连通域进行预分类处理,将文本进行横排、竖排分类。对预分类后的各类文本采用最小生成树聚类算法进行聚类处理。经实验,准确率达97%。实验表明,该方法对中文文档有良好的分割效果。     

普通院校计算机类专业本科人才培养体系设计

本文主要介绍了大连民族学院计算机类本科专业人才培养体系设计,包括培养模式、课程体系与教学内容、实践与能力培养等内容,它反映了大连民族学院计算机学院充分考虑少数民族学生的差异性,面向少数民族和民族地区以及地方经济建设,培养计算机类本科应用型人才的特点,强调了"强化基础、淡化专业、因材施教、分类培养"的人才培养理念,突出了特色课程和特色培养。     

信息技术与语文整合课例的评价方法

目前,信息技术与课程整合已形成许多具有推广价值的典型案例.为了广泛分享这些优秀案例,许多机构将-节课(或一个专题)拍摄成为录像,并打上说明教学环节的字幕.教育技术领域将这些经过处理的课堂录像称之为"课例".然而,随着课例数目的日益增多,一线教师无法逐一观摩每一节课例,也无法有效地在众多的课例中找到自己最需要的那些课例,这就影响了优秀课例的推广和共享.     

VES：阴道炎症（vaginitis）辅助诊断专家系统设计与实现

阐述基于规则诊断推理技术的阴道炎症辅助专家系统的设计与实现。针对阴道炎症医疗诊断的特点,讨论该系统在建立过程采用的关键技术,描述系统的结构框架、知识表示、推理方法和实现技术。整合数据库技术,人工智能技术及阴道炎症医疗诊断技术,为实现阴道炎症智能诊断系统提供有价值的探讨。     

基于超像素暗通道和自动色阶优化的图像去雾算法

针对暗通道先验(dark channel prior, DCP)复原图像中的光晕现象、明亮区域色彩失真、环境光估计不准确等问题,提出了基于超像素暗通道和自动色阶优化的单幅图像去雾算法。首先,由改进的White Patch Retinex算法增强图像并计算精确环境光。接着,在传统暗通道去雾算法中引入超像素图像分割和引导滤波算法,使透射率估计的稳健性与精确性得以提升。然后,采用自适应容差对明亮区域的透射率进行补偿,有效抑制明亮区域色彩失真问题。最后,以自动色阶优化算法提高图像对比度。将本文去雾算法与其他算法从主观和客观两个维度进行比较,实验结果表明：采用不同算法对不同浓度的自然雾图进行对比实验,信息熵提高0.2 bit,峰值信噪比(peak signal-to-noise ratio,PSNR)提高0.8 dB,运行效率提高。该算法对不同浓度含雾图像具有良好的适应性,复原图像色彩真实、纹理清晰、细节丰富,去雾效果良好。     

冗余旋转惯导系统两位置初始对准方法

冗余旋转惯导系统(Redundant Rotating Inertial Navigation System, RRINS)可以在传统旋转惯导系统的基础上,进一步提高系统的可靠性。针对该类系统高精度初始对准需求,以正四面体冗余旋转惯导系统为例,研究了两位置初始对准方法。首先以每3个陀螺仪和3个加速度计构成一种组合方式,建立每种组合下惯性器件的零偏与冗余配置相关的解析表达式,并设计RRINS两位置转停方案以估计对应惯性器件的零偏,但是在某些特殊的情况下需要增加观测位置;然后将每个惯性器件在不同组合下得到的结果取均值,并利用该均值对相应惯性器件的测量信息做补偿;最后基于补偿后的惯性器件输出进行RRINS的初始对准。数学仿真和实验验证结果表明,该方法在不同两位置方案下均可有效估计出惯性器件的零偏。仿真中陀螺仪的零偏估计误差在4%以内,加速度计的零偏估计误差基本在2%以内,且相比无零偏补偿的情况,初始对准精度提高10倍以上。实验中水平和方位向的初始对准精度都有提高,航向角对准误差最大减小100倍左右。同时,该方法还可以推广到其他配置方案的冗余旋转惯导系统中,对该类惯导系统初始对准精度的提高具有...     

融合CNN-BiLSTM-Attention的集成学习价格预测

价格预测对于大宗农产品市场的稳定具有重要意义,但是大宗农产品价格与多种因素有着复杂的相关关系.针对当前价格预测中对数据完整性依赖性强与单一模型难以全面利用多种数据特征等问题,提出了一种将基于注意力机制的卷积双向长短期记忆神经网络(CNN-BiLSTM-Attention)、支持向量机回归(SVR)与LightGBM组合的增强式集成学习方法,并分别在包含历史交易、天气、汇率、油价等多种特征数据的数据集上进行了实验.实验以小麦和棉花价格预测为目标任务,使用互信息法进行特征选择,选择误差较低的CNN-BiLSTM-Attention模型作为基模型,与机器学习模型通过线性回归进行增强式集成学习.实验结果表明该集成学习方法在小麦及棉花数据集上预测结果的均方根误差(RMSE)值分别为12.812, 74.365,较之3个基模型分别降低11.00%, 0.94%、4.44%,1.99%与13.03%, 4.39%,能够有效降低价格预测的误差.