排序方式: 共有17条查询结果,搜索用时 7 毫秒
1.
社会实践对促进大学生健康成长、建立起对社会客观合理的认知、逐步树立起正确的人生观和价值观起着重要的作用,是高等教育对人才培养的重要环节和过程.随着高等教育大众化进程的不断推进,大学生社会实践也面临诸多挑战,加强对大学生社会实践的科学指导是提高大学生社会实践实效性的保障. 相似文献
2.
社会实践对促进大学生健康成长、建立起对社会客观合理的认知、逐步树立起正确的人生观和价值观起着重要的作用,是高等教育对人才培养的重要环节和过程.随着高等教育大众化进程的不断推进,大学生社会实践也面临诸多挑战,加强对大学生社会实践的科学指导是提高大学生社会实践实效性的保障. 相似文献
3.
测试了LC_4铝合金薄板退火,欠时效、峰值时效和过时效四种热处理状态的单向拉伸试样的应力与应变、γ值与应变的关系。结果表明:单向拉伸真应力σ与试样纵向、宽向和厚向塑性真应变ε_1,ε_2、ε_3的关系均符合Hollomon 公式。并指出:经验公式法可作为薄板γ值的一种测试方法。 相似文献
4.
目前,各种群智能优化算法涌现且各有特色、性能各异、普适性不强、在开采沉陷领域应用较少,更为重要的是,众多学者面对该类算法,无法有效选择最优算法进行开采沉陷研究。 常见的群智能优化算法中狮群算法( Lion Swarm Optimization,LSO)、蝙蝠算法(Bat Algorithm,BA)、人工鱼群算法(Artificial Fish School Algorithm,AFSA)具有不同的特征,且在概率积分参数反演中鲜有应用。 为此,将上述 3 种群智能优化算法引入概率积分参数反演中,并从抗随机误差性能、抗粗差干扰性能、观测点缺失的抗干扰性能、参数波动性和全局搜索性能等几个角度对群智能优化算法进行研究分析。 模拟试验及工程实例分析表明,上述 3 种群智能优化算法均满足应用精度要求。 LSO 算法在抗随机误差干扰影响、观测点缺失的抗干扰能力方面以及参数结果总体波动性方面相对于 BA、AFSA 算法有一定优势;BA 算法在抗粗差干扰能力方面优于 LSO、AFSA 算法;在全局搜索性能方面,随着反演参数解空间范围扩大为原来的2 倍后,用 AFSA 算法反演概率积分参数的精度优于 LSO、BA 算法。 通过详细比较分析,总结了上述 3 种算法在开采沉陷中的性能表现,可为有效选择合适的群智能优化算法进行概率积分参数反演提供参考。 相似文献
5.
6.
7.
针对合成孔径雷达差分干涉测量(D-InSAR)技术无法准确提取矿区大梯度地表形变信息这一问题,提出了一种融合水准数据的D-InSAR矿区全尺度梯度地表形变监测方法(Differential Interferometry Synthetic Aperture Radar Method Based on Leveling Data Fusion,LEV-InSAR),并以山西省长治市霍尔辛赫矿区3501工作面作为试验区域,以9景哨兵1号影像和部分同时期水准数据作为研究数据,采用LEV-InSAR模型对该区的地表形变进行了监测。试验结果表明:LEV-InSAR模型监测结果与观测线水准实测结果基本吻合,累计下沉误差最大为41 mm,其倾向线和走向线水准观测点均方根误差分别为10.2 mm和14.9 mm,平均相对误差分别为14.4%和26.6%。LEV-InSAR模型在一定程度上恢复了研究区内大梯度形变区域的形变量,实现了矿区全尺度梯度地表形变监测,验证了该监测方法的可行性和适用性。 相似文献
8.
针对矿山开采沉陷地表移动变形数据处理量大、预计参数求取不稳定等不足,在借鉴和总结不同计算机语言开发系统优缺点的基础上,利用C#编程语言,结合Word和CAD开发出开采沉陷移动变形数据处理与预计一体化系统。该系统集成了数据管理、移动变形计算、输出报表以及契合CAD的移动变形曲线绘制功能,并构建了基于人工鱼群算法(Artificial Fish School Algorithm,AFSA)的Logistic单点沉陷预测模型。将该系统应用于顾桥矿1414(1)工作面,试验结果表明:①系统兼容性强、操作简便,提高了开采沉陷地表移动变形数据处理的准确性和效率,可将下沉、斜率、曲率、水平移动、水平变形曲线和相应的煤层按一定的比例在CAD软件上成图,便于从图中求取地表移动盆地各角量、距离参数以及任意点的对应值,克服了传统方法只能查看、无法定量分析的不足;②结合实测下沉数据,将基于AFSA的Logistic单点预测沉陷模型进行了应用,选取的2点绝对误差最大值分别为143.6 mm、132 mm,拟合中误差分别为65.6 mm、55.8 mm,求取参数的拟合效果符合工程应用要求。 相似文献
9.
10.