计算思维培养与开放式教学模式研究

计算思维的提出引起了教育者对计算思维能力培养的重视,也成为计算机教育领域的热点话题。文章分析计算思维的特征和开放式教学模式的特点,提出构建基于计算思维培养的开放式教学模式。以多核程序设计课程教学为实例,指出该模型不仅能够激发学生自主学习的积极性,提高学习效率,而且可以培养学生的计算思维和创新能力。     

旅行商和覆盖路径规划问题的自适应遗传算法

针对无人机在区域覆盖中的路径规划问题,对于有障碍物的环境,一种有效方法是将环境分解为多个区域,覆盖所有区域即覆盖整个环境。访问多个区域并回到原点的最短路径看做旅行商问题(TSP),每个区域内部为覆盖路径规划问题(CPP),以上综合问题称为TSP-CPP。为进一步提高规划效率,提出了一种自适应遗传算法,设计了自适应交叉算子和变异算子,随种群个体的适应度动态调整交叉概率和变异概率,保留精英个体;变异方式改为倒置变异,保持种群多样性,加快算法地收敛速度。在4种不同障碍物设置的仿真环境下进行了实验。结果表明,当环境复杂时,上述算法比动态规划法快约3000倍,比基于改进算子的遗传算法快约2倍。     

从苹果渣中提取果胶的工艺研究

以苹果渣为原料,探讨了盐析法提取果胶的最佳工艺条件。结果表明,水解部分:料液比为1∶13(g/mL),不同酸对提取率影响不大,可选用常用酸(如盐酸、硫酸)作水解剂;盐析部分:pH值为2.0,盐析温度为85℃,盐析时间为2 h。     

RZJ—106热电偶自动检定仪

作者研制的 RZJ-106型热电偶自动检定仪是一种具有自动巡回检定热电偶热电势值功能的仪器。可对常用的工业用“镍铬-镍硅”(K 型)和“镍铬-考铜”(EA-2型)两种热电偶进行检定,也可对0.5级以下配热电偶用的二次仪表进行检定。其检测精度满足国家规定要求。具有检定时间短、操作简单、读数直观、检定结果可靠等优点。     

翻转课堂教学模式及游戏化实验系统研究

以电子政务课程为例,构建基于翻转课堂的新型教学模式并给出实施的具体流程,为解决教学实际中重理论、轻实践的教学特点,设计基于翻转课堂的电子政务游戏化实验系统,将游戏设计方式融入实验教学过程,让学习者在完成教学任务的同时体验轻松愉快的游戏环境,帮助学习者更好地完成学习任务,提升学习质量。     

一种基于广义回归神经网络的微波功率器件X参数建模方法

为了解决微波功率器件大信号参数提取复杂的问题,提出了一种基于广义回归神经网络(GRNN)对微波功率器件进行建模的方法。与此同时,采用双隐藏层BP神经网络进行建模。为了验证两种模型的建模效果,采用谐波平衡实验得到预测数据与期望数据的三次谐波及其模值。最后通过对比得出,双隐藏层BP神经网络模型的三次谐波误差分别为5.287,3.320和4.483 dBm。GRNN模型的三次谐波误差分别为0.130,0.001和1.235 dBm。此外,双隐藏层BP神经网络模型的三次谐波模值误差分别为0.003,0.521×10^-4和0.683×10^-6。GRNN模型的三次谐波模值误差分别为0.001,0.235×10^-4和0.304×10^-6。通过以上实验证明了所提出的GRNN模型可以有效地对GaN高电子迁移率晶体管进行大信号建模。     

猪肉发酵肠与市售肉制品品质及安全性比较分析

通过比较广式腊肠、哈尔滨红肠及猪肉发酵肠pH 值、水分活度（aw）、亚硝酸残留量、色泽、生物胺及风味物质含量及种类,分析不同工艺下3 种香肠之间的品质差异。结果表明：经添加微生物发酵且低温发酵成熟的猪肉肠的酸度、水分活度及亚硝酸盐残留量低于广式腊肠和哈尔滨红肠;哈尔滨红肠亮度（L*）＞猪肉发酵肠＞广式腊肠,而广式腊肠红度值（a*）最高,哈尔滨红肠红度值最低。3 种肠均检出3 种生物胺（苯乙胺、尸胺和组胺）,猪肉发酵肠未检出组胺,尸胺含量与含量最低的哈尔滨红肠差异不显著（P＞0.05）;3 种香肠主要特征风味物质是正己醛和庚醛。综上,经过添加益生菌发酵剂和低温发酵成熟有助于改善香肠品质和提高产品安全性。     

基于monogram衍变的奢侈品牌色彩运用分析研究

品牌的成长有其自身的发展规律,既有沿着天赋基因传承的一面,也有因内外部环境发生变化后引发的基因变异而导致的品牌进化.各大奢侈品牌不断创新变化的monogram图案直观的反映了这一进程,同样也通过变化的monogram为品牌基因注入鲜活力量.本文通过分析奢侈品牌的monogram的演变历程来阐述品牌造型基因的发展,得出品...     

基于门控金字塔融合的遥感影像海陆分割方法

海陆分割是通过遥感影像进行海岸线变化分析、资源管理等应用的重要基础，由于遥感影像场景复杂、陆地大小形状分布不均，海陆分割面临着误分类和边界分割不清等问题。针对上述问题，提出了一种用于遥感影像海陆分割的门控金字塔融合网络。首先通过基于注意力诱导的跨层聚合模块聚合两个深层特征，捕获全局上下文，准确而粗略地获取陆地的大小和形状信息。然后将聚合的全局特征送入门控融合模块，以全局信息为指导，在多尺度特征中选择有用的上下文信息，逐层优化边界细节并突出整个陆地区域。最后对每个侧输出进行全局监督。选取两组不同数据源的遥感影像进行实验，准确率分别为9913%和9898%，F1分数分别为9903%和9889%，mIoU分别为9826%和9797%。实验结果表明，与其他算法相比，该算法具有更好的分割效果。