军休信息化服务云平台设计与实现

借助移动互联网、物联网、云计算等技术,建设军休信息化服务云平台系统.移动端APP提供健康监测、健康宣教、连线医生、政治思想、文化活动、居家服务、电商平台等服务,后台管理系统主要负责数据维护更新、信息统计、时政资讯发布等.该平台能够充分满足军休干部的精神文化、生活服务、健康医疗需求,从而提高军休管理机构服务水平,优化创新服务办事流程.     

中国大学生计算机设计大赛《王维跳井》作品创作研究

以中国大学生计算机设计大赛数字媒体动漫与微电影动画类优秀作品《王维跳井》为例,从作品的创作背景、作品介绍、创作过程、作品特色等方面,探讨了新媒体时代以二维手绘动画短片形式讲述传统故事、弘扬中华优秀传统文化这一主题,为未来创作及竞赛积累更多的经验.     

教育信息化背景下劳动教育的新要求和新问题

劳动教育是教育体系的重要组成部分,国家对高校劳动教育提出加强价值观的引导、提升劳动综合技能等新要求.调查发现,高校劳动教育存在边缘化、教育方法简单、考评机制不健全等问题.基于教育信息化2.0的时代背景,从加强校园文化建设、拓展劳动教育平台、健全劳动教育考核机制三方面,对高校的劳动教育提出建议,希望能为高校更好地开展劳动教育提供有价值的参考.     

基于内模理论的电压源变换器直接功率控制

为提高电压源变换器瞬时功率跟踪精度,提出了一种内模无差拍预测直接功率控制方法.首先,对传统无差拍预测直接功率控制的数学模型进行分析,揭示了建模假设对瞬时功率跟踪精度产生影响的机理.然后,依据内模理论,在瞬时功率参考产生环节嵌入反映功率动力学特性的数学模型,提出了新的预测控制方案.最后,基于MATLAB软件进行了对比仿真研究,仿真结果表明与传统无差拍预测直接功率控制及其改进型相比,所提出的控制策略能实现瞬时功率的准确跟踪.     

海洋环境因素对潜艇悬停操纵影响仿真研究

海水密度变化是影响潜艇悬停稳定的最主要因素之一,因此明确悬停海区密度梯度的情况对潜艇悬停操纵的战术的使用至关重要.以模型潜艇为研究对象,在潜艇悬停运动基本数学模型、海洋环境干扰力模型和悬停水舱注排水控制模型的基础上进行仿真计算,研究悬停海区不同梯度类型和不同密度梯度值对潜艇悬停操纵的影响,分析了海洋环境因素和悬停稳定性之间的逻辑关系,研究结论对提高潜艇指挥员水下悬停机动操纵训练水平提供了有益的参考.     

基于图嵌入与拓扑结构信息的蛋白质复合物识别算法

蛋白质复合物是细胞结构和生化机制的研究基础,如何准确识别蛋白质复合物成为近年来的研究热点。针对传统算法根据结构信息对蛋白质复合物进行搜索存在敏感度和F-measure低的问题,以及现有监督学习算法根据人为构造特征进行蛋白质复合物识别存在特征构造不能较好地反映图的真实信息等不足,提出了graph2vec-SVM识别算法。将蛋白质复合物看作稠密子图并考虑子图模块度大小,利用graph2vec将图信息转换为向量,并进一步采用SVM分类器对蛋白质复合物进行识别,提高了蛋白质复合物识别的敏感度和F-measure。该算法分别与目前流行的4种非监督学习算法(ClusterOne、CMC、HC-PIN和COACH)和3种监督学习算法(SCI-BN、SCI-SVM和RM)进行比较,在精准度、敏感度和F-measure 3项指标上都显示出了良好的性能。     

新工科愿景下数字逻辑电路课程思政问题研究

“新工科”的提出对我国工程教育体系人才的培养提出了新的要求,以新工科核心能力培养为目标,将课程思政与专业教育相结合,达到同向同行、共同育人的目的。以数字逻辑电路课程为例,首先从教学目标和教学设计两方面介绍研究思路,然后介绍具体的课程思政案例,最后介绍教学模式的改革。新工科与课程思政是当前大学生能力培养及道德教育的新趋势,文章提供了研究思路和方法,为高校传统工科专业的转型和一流课程的建立提供理论和实践依据。     

基于工程教育认证的《C语言程序设计》教学改革与实践

《C语言程序设计》是高校理工类非计算机专业学生的公共基础课。在工程教育认证背景下,如何满足工程认证标准,培养社会所需要的复合型专业人才,为课程的教学改革提出了新要求。紧密围绕新目标,整合教学内容、增加综合实验、建设线上资源、完善教材、部分教学内容采用翻转课堂教学,全方位提高学生学习积极性主动性,为培养学生解决复杂工程问题的能力打下坚实的基础。     

Auxiliary model multiinnovation stochastic gradient parameter estimation methods for nonlinear sandwich systems

This article studies the identification problem of the nonlinear sandwich systems. For the sandwich system, because there are inner variables which cannot be measured in the information vector of the identification models, it is difficult to identify the nonlinear sandwich systems. In order to overcome the difficulty, an auxiliary model is built to predict the estimates of inner variables by means of the output of the auxiliary model. For the purpose of employing the real‐time observed data, a cost function with dynamical data is constructed to capture on‐line information of the nonlinear sandwich system. On this basis, an auxiliary model stochastic gradient identification approach is proposed based on the gradient optimization. Moreover, an auxiliary model multiinnovation stochastic gradient estimation method is developed, which tends to enhance estimation accuracy by introducing more observed data dynamically. The numerical simulation is provided and the simulation results show that the proposed auxiliary model identification method is effective for the nonlinear sandwich systems.     

基于M次不相关激励和汇总智能优化的多变量系统辨识方法

针对用单批次激励试验数据进行多变量系统的智能辨识的不准问题,提出了一套基于M次不相关激励和汇总智能优化的多变量系统辨识方法.该方法的要点是:对于有M维输入的多变量系统的准确辨识至少需要M次不相关激励试验,然后采集试验数据,再用汇总智能优化指标进行多变量系统模型的辨识计算.通过理论推导证明了多变量系统辨识需要M次的不相关激励试验的必要性.通过一个应用实例验算,演示了新的多变量系统辨识方法的易用性、正确性和工程实用性.