香港职业训练局的专业设置模式及其启示

专业设置对高职院校培养适销对路的高素质技能型人才十分重要。在介绍香港职业训练局和香港职业教育体系的基础上,分析了香港职业训练局专业设置模式的操作流程、特点,以期对内地高职院校优化专业设置模式有所启示。     

复杂地层地下连续墙施工成槽关键技术研究和质量保证措施

在我国城市化进程不断加快的大环境下,地铁轨道交通在城市生活中愈发重要。在地铁施工建设中,地下连续墙是隔绝水、防渗漏的承重结构,其显著优点包括具有较高的刚度、较好的防水性能等,在地铁车站深基坑被当作围护结构的不二选择。南京轨道交通7号线雨润路车站复杂的地下条件,对地下连续墙质量提出了高要求,施工面临的技术挑战性很大。本文以此为工程背景,着眼于复杂地层超深地下连续墙的施工,通过理论研究、现场施工、重难点攻关等方面,着力对地下连续墙的成孔质量控制进行分析,形成一套复杂地层地下连续墙施工成槽技术资料,今后其他类似项目均可参考使用,与此同时,在一定程度上加快地下连续墙施工进度、节约成本,保证雨润路站开挖施工安全可靠。     

改进YOLOv5 算法下的无人驾驶道路行人识别研究

基于无人驾驶领域的飞速发展,为提高道路行人目标检测的速度和精度,提出一种基于YOLOv5 网络改进的YW- YOLO的道路行人目标检测方法,在YOLOv5 模型的neck结构中改入RepGFPN, 充分交换高级语义信息和低级空间信息, 添加自适应融合机制,引入SimAM 注意力模块机制,提高算法的特征提取能力,在损失函数方面,使用Optimal Transport Asignment 优化损失函数。实验结果表明,所提算法与原算法相比,在道路行人类别数据集上识别精确率由38.1%提升到 52.6%,检测速度由29.4 fps 提高到30.8 fps, 具有更好的检测效果。     

徐州汉画像石古建筑文化在现代建筑文化中的传承与创新

汉画像石是汉文化的直接物质遗产,徐州作为汉文化的发源地之一,徐州汉画像石更具有韵味和形式感的特征,其中拱、阙、亭等建筑形象是研究汉代建筑的有力证据,是现代建筑设计及装饰设计的灵感元素。研究汉画像石古建筑文化价值在现代建筑设计中的创新,为汉文化的传承掀开新的一页。     

车辆装备保障集成训练探析

当前，集成训练的探索与实践已经拉开大幕并在全军逐步推开。开展车辆装备保障集成训练是车辆装备保障专业训练的必然趋势。围绕车辆装备保障集成训练的概念内涵、训练内容以及运行机制等三个重点问题进行了分析探究，为开展车辆装备保障集成训练奠定理论基础。     

钻井液离心机设备的研究

钻井工艺技术是现代钻井工程的重要组成部分，钻井液的固相控制过程，使钻井过程进行得安全、高效、节能、环保。离心机作为一种钻井液固控设备，在钻井作业中有着非常重要的作用。合理使用离心机将有效地控制钻井液的体积密度和粘度、稳定钻井液性能、节约化学药品和加重物料、提高机械钻速、保护油层结构、减少钻井液污染、获得更高的经济效益和社会效益。     

冲击噪声下基于张量分解和K-means聚类的MIMO雷达阵列诊断

针对冲击噪声下多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达阵列诊断失效问题,对基于二阶矩的传统匹配滤波器进行改进以适应非高斯噪声,并提出一种基于张量分解和K-means聚类的阵列诊断方法.该方法利用MIMO雷达各接收阵元回波信号的高斯核函数值来自适应地调整匹配滤波器的系数,以有效形成虚拟阵列.为挖掘正常和故障阵元的匹配滤波输出数据的多维特征,将虚拟阵列协方差矩阵构建成三阶平行因子(PARAllel FAC-tor,PARAFAC)张量,并通过COMFAC(COMplex parallel FACtor analysis)算法分解获得收发阵列流形矩阵,使用欧式距离度量其相似性,确定两个簇类数据的聚类中心并划分出异常簇类,以完成故障阵元位置的诊断.仿真结果验证了所提算法的有效性.     

石油钻机电气系统的研究

现如今如何增加原油产量和提高开采效率是我们不断探讨的课题,提高开采效率的关键在于提高石油钻机的自动化程度.提高石油钻机的自动化水平是石油钻机的发展趋势.本文对石油钻机的电气设备及系统做了全面的调研,同时对钻机电气系统信息技术化做了相关的研究,因此本论文对掌握石油钻机电气系统的研究方便具有一定的指导意义.     

HDPE对LDPE/HDPE共混物性能影响的研究

本文对LL0220AAPE进行其混改性研究。通过共混挤出、切粒等工序，然后在拉伸机和冲击试验机上进行了拉伸强度和冲击强度的性能测试。利用扫描电镜（SEM）对共混物断口的形貌进行了观测，分析了断口的微观结构与宏观上的力学性能之间的关系。通过对差示扫描量热法（DSC）曲线的研究，分析了二者的相容性，进而进行了共混体系微观的研究。本实验采用三因素四水平的正交试验法得出了最佳配比。     

基于LSSVM的超短期负荷区间预测

智能电网的快速发展给电网运行带来了新的挑战,为适应智能电网快速响应的要求,实现对电力负荷未来运行趋势的快速估计,本文提出一种基于LSSVM模型的超短期电力负荷区间预测方法,所提方法在点预测的基础上,通过对样本数据的整体噪声方差进行估算来预测区间,计算量小且大大减少了预测耗时.在模型参数选取问题上,首先使用Gamma Test噪声估计的参数确定方法确定最优的训练样本量和嵌入维数,然后采用网格搜索的方法选择最优超参数,使LSSVM模型在训练样本上的拟合误差逼近估计出的最小噪声.为验证本文所提方法的有效性,使用某电网的调度负荷数据进行了仿真实验,其结果表明该方法不仅能够体现LSSVM简单快速的特点,还通过对模型参数的优化使预测区间的准确性得到了保证.