基于软件过程的软件可靠性预测运作模型

提出了基于软件开发过程数据,构造用于可靠性预测的过程数据库,并分析了此数据库的内容与运作模型,以期得到更加可信、准确的软件可靠性预测结果,为后续的研究奠定数据基础.     

基于经验模态分解与多分支神经网络的超短期风功率预测

风功率预测是实现风电场监控及信息化管理的重要基础,风功率超短期预测常用于平衡负荷、优化调度,对预测精度有较高的要求。由于风电场环境复杂、风速不确定性因素较多,风功率时序信号往往具有非平稳性和随机性。循环神经网络（RNN）适用于时间序列任务,但无周期、非平稳的时序信号会增加网络学习的难度。为了克服非平稳信号在预测任务中的干扰,提高风功率预测精度,提出了一种结合经验模态分解与多分支神经网络的超短期风功率预测方法。首先将原始风功率时序信号通过经验模态分解（EMD）以重构数据张量,然后用卷积层和门控循环单元（GRU）层分别提取局部特征和趋势特征,最后通过特征融合与全连接层得到预测结果。在内蒙古某风场实测数据集上的实验结果表明,与差分整合移动平均自回归（ARIMA）模型相比,所提方法在预测精度方面有将近30%的提升,验证了所提方法的有效性。     

案例教学法在GIS原理教学中的应用与实践

结合重庆交通大学测绘工程专业开设地理信息系统原理及应用课程的具体实践,根据课程教学现状的不足引入案例教学法。从案例设计、案例应用、案例考核、案例学习等方面入手,探讨如何通过案例的应用学习,培养测绘工程专业学生独立观察、分析和解决实际问题的综合能力,促进课程教学质量的提高。     

一般意义下动态加载机制的应用研究

本文研究了一般意义下动态加载机制的原理和过程。首先建立了动态加载机制的下载、链接和分解三个基本操作的参数结构并进行分析,然后在此基础上提出了动态加载机制的过程模型并给出模型的运算机理。