适于高职教学的增强现实(AR)技术平台研究

当前的增强现实(AR)技术平台大多数服务于商业应用,在教育领域的应用主要集中在基础教育阶段,适合于注重技能训练的高职教育的AR应用相对较少。对目前市场中评价较高和较为知名的AR技术平台进行筛选,选取了其中的7个主流平台进行了功能性对比研究,在大量的技术平台中寻找出了更适合高职院校开展研发与使用的AR技术平台,即Vuforia或EasyAR。     

社区网格化管理平台的建设与实现

社会快速发展,对传统的社区管理模式、手段提出了新要求,给出了社区功能设计、系统设计、数据库表设计,并以研判分析功能实现为例进行了说明.     

有效开展Java程序设计线上教学方法探索

2020年初,为应对疫情并保证教学进度,各校纷纷开展线上教学以满足学生在家学习的需求.文章通过分析Java程序设计课程线上教学的特点及困难,借助"雨课堂"和传智播客教辅平台,在授课形式和考核指标等方面进行调整和探究.教学实践表明,调整后的教学模式能有效地保证各环节的教学效果,提高了师生互动性.该模式可为其他课程的在线教学提供参考.     

高校网络教学平台应用推广策略研究——以中国石油大学为例

该文分析了网络教学平台运行过程中存在的问题,为平台的有效运行提供了几种方法和思路,以期为网络教学平台的应用和推广提供有益的探索和尝试,希望能够在高校起到很好的借鉴作用。     

网络空间安全实训设计

为保障网络空间安全,需要加强网络空间安全人才队伍建设,实训是把学生培养成为高素质复合型人才的重要手段。通过分析我国网络空间安全人才队伍建设现状,构建实训课程体系和实训平台,设计实训大纲和实训竞赛平台,形成了校企合作、教学与竞赛相结合的实训体系。实践证明,此网络空间安全实训设计能有效提高学生的网络空间安全技术能力,具有一定的推广价值,为高校培养应用型、复合型人才提供了新思路。     

基于实训云平台的开发及算法研究

随着教育体制的改革,国家对职业教育的发展更加重视。为了满足社会上对职业技能人才的需求,职业院校与社会企业之间建立的共同教育的模式,通过校企合作来为学生提供更多的实训机会。基于云技术开发的实训云平台,能够为职业教育提供新的教学方式,通过实训云平台的开发与设计,优化数据挖掘算法,提高实训管理水平。     

Spark平台上利用网络加权Voronoi图的分散迭代社区聚类并行化研究

针对当下数据大规模增长对计算能力需求的急剧增长,传统独立运行的机器在大规模网络社区中执行社区检测操作时无法提供所需的数据处理能力的问题,提出一种网络加权Voronoi图的并行分散迭代社区聚类法(NWVD-PDICCM)。利用基于网络加权Voronoi图的分散迭代社区聚类方法(NWVD-DICCM)提取大型网络的有效社区结构。结合并行聚类方法,将DICCM方法的操作从串行过程转换为并行计算。利用执行并行社区聚类时的图分区,通过最小化从属工作者之间的通信来加速该过程。仿真实验结果表明,NWVD-PDICCM可以与一系列计算机架构平台共同运行,并且实现基于Spark平台的并行操作,相比其他几种较新的方法,在大规模网络数据处理能力方面得到显著提升。     

基于Python的航空发动机仿真平台开发

航空发动机控制系统研制过程中,系统仿真是控制算法验证、边界条件模拟和故障注入等的有效手段,对提升航空发动机控制系统质量和降低验证成本具有重要作用.结合工程实际需要,基于Python程序设计语言,综合运用面向对象的发动机建模、数据库和人机界面等技术完成某航空发动机全数字仿真平台开发,并通过仿真实验验证了该平台的正确性和可靠性.该平台充分利用了Python在程序设计、数据库、数值分析和GUI等方面的强大优势,具有良好的可交互性和可扩展性.     

需求波动下考虑乘运供应能力的网约车平台动态定价

“共享经济”理念下的网约车平台需求具有随机发生和波动变化的特点.针对乘车需求波动导致不同供需状态下的网约车平台定价问题,运用最优控制方法,以平台期望收益最大化为目标,构建乘运供应能力下的平台动态定价模型,并基于庞特里亚金极大值原理及模型推导,求得最优动态价格解以及平台乘运供应率和需求率的变化轨迹.研究表明:网约车平台的最优价格动态影响乘运供应,且随着市场乘车需求的波动而动态变化;尤其是乘车高峰需求时,最优动态价格将显著减少乘车需求订单的延误.最后,通过数值仿真验证模型结论并进一步探讨平台服务质量和市场乘车需求变化系数对最优价格和期望收益的影响.     

基于$pm3sigma$正态概率区间分族遗传蚁群算法的移动机器人路径规划

针对移动机器人路径规划问题,提出一种基于正态概率区间分族的家族遗传蚁群融合算法.首先提出初始种群优化及删除算子解决传统遗传蚁群融合算法中遗传阶段随机生成的初始种群质量低的问题;然后引入适应度值正态概率区间种群分族机制及家族混合交叉算子,解决传统遗传蚁群融合算法中易出现未成熟收敛的问题;最后引入混合变异策略以提高随机变异后生成的路径质量.将全局路径规划算法与局部路径规划算法-动态窗口算法相结合形成完整移动机器人运动规划.基于Matlab仿真平台与机器人操作系统平台进行实验分析,结果验证了所提出正态化概率分族遗传蚁群融合算法求解移动机器人路径规划问题的有效性.