教育数据挖掘研究进展

教育数据挖掘（Educational Data Mining，EDM）是一门涉及计算机科学、教育学、统计学的交叉学科。它致力于探索来自教育环境的独特数据，其目的是更好地了解学生及其学习环境，从而提高教育成效。为了深入分析EDM的研究进展，从Web of Science库相关文献、国内外研究现状对EDM进行了系统性梳理，介绍了EDM的工作流程，把数据挖掘技术在教育领域的应用归纳为4类，对处于快速发展阶段的一些EDM典型案例进行了统计分析并讨论了其不足与发展趋势。     

分析铝合金表面阳极氧化膜缺陷的成因

铝合金会由于氧化作用的影响,导致表面发生氧化,形成一层保护膜,其能够起到非常好的着色装饰、绝缘、耐磨以及耐腐蚀等作用。但是在氧化膜的实际形成过程中,也存在一些比较明显的缺陷,因此,为了真正了解出现缺陷的具体原因,当前最重要的就是要对具体缺陷进行研究和分析,找到具体的原因。     

海洋浮标风光储柴供电系统仿真研究

大型海洋浮标投入使用后,其搭载的观测设备和智能传感器的数量更多、种类更加多样化,负荷的增加对浮标供电系统的发电量及运行稳定性提出了更高的要求。针对大型海洋浮标耗能高等特点,在MATLAB/Simulink平台上搭建了一套风光储柴综合供电系统模型。同时,结合海洋环境下浮标震荡和舱内高温现象,设计了一种供电系统的能量协调控制策略。对复杂工况下系统的运行状态进行了仿真实验,实验结果验证了模型的正确性和控制策略的可行性。