新工科背景下多方协同育人培养模式构建

新工科建设是我国高等工程教育领域的重要改革方向.文章对新工科背景下地方高校多方协同育人人才培养模式进行相关分析研究,针对人才培养过程中所出现的问题进行了探讨.通过全面分析人才培养中所出现的问题,初步形成了一套切实可行的新工科人才培养的方案,可为高校开展协同育人提供参考和借鉴.     

基于离差最大化组合赋权的煤矿安全评价研究

针对组合赋权中权重分配不够客观准确的问题,提出基于离差最大化组合赋权的煤矿安全评价法。综合分析煤矿安全生产的风险原因,建立包含12个一级指标、50个二级指标的评价体系。采用熵权法与变异系数法计算各指标的客观权重,通过构建的离差最大化组合预警评价模型使两种赋权法的组合结果最佳,利用Spearman秩相关系数法检验其兼容度。以6所矿井为例进行实例验证,得到的风险等级量化值为{0.65,0.62,0.60,0.32,0.63,0.55},兼容度为0.8632。结果表明该模型充分融合了指标的权重信息,避免了主观分配法和平均分配法忽略指标数据实际意义的错误,验证了模型的可靠性与有效性。     

融合独立组件的ResNet在细粒度车型识别中的应用

针对细粒度车型中子车系间识别率低的问题,同时为了增强卷积神经网络的表征能力,提出融合独立组件的残差网络（IC-ResNet）模型。优化ResNet网络,通过改进下采样层,减少特征信息损失,接着使用中心损失函数和Softmax损失函数联合学习策略,增强模型的类内聚性。在卷积层前引入独立组件（IC）层,获得相对独立的神经元,增强网络独立性,提高模型的特征表示能力,从而对细粒度车型实现更准确的分类。仿真实验表明,该模型在Stanford cars-196数据集上的识别准确率达到94.7%,与其他模型相比,实现了最优效果,从而验证了该车型识别模型的有效性。     

基于多Agent的煤矿井下矿工逃生模型研究

为帮助矿工在复杂的井下环境和突发事故中准确选择逃生路线,建立了基于多Agent的煤矿井下矿工逃生模型(UCMEM)。通过分析井下人员在灾害中的生理和心理情况,提取出了井下人员的行为规则。依据这些行为规则,利用RePast建模仿真软件模拟矿工在事故发生时的逃生行为,随机生成了逃生路线。结果表明:在井下发生灾害时,利用模型生成的逃生路线进行逃生能够有效降低死亡率;模型针对灾害发生的不同地点,可生成不同的逃生路线,并帮助Agent安全逃生。     

基于时间间隔和点击量的Prefixspan改进算法

数据挖掘算法过程中对客户行为的实时性是分析客户网络消费行为的重要要素之一,但是Prefixspan数据挖掘算法挖掘过程中并未对此问题予以考虑,因此,在时间间隔序列模式概念的基础上,提出了一种基于时间间隔和点击量的Prefixspan改进算法。在该算法中,引人了频繁度和时间属性的概念,并加入了时间间隔和点击量等要素,从而使挖掘到的信息具有实时性的特点,并且提高了对挖掘对象的侧重性。通过实验验证,与原来的Prefixspan算法相比较后表明,改进算法用于具有时间特性的数据集时获得的挖掘结果更精确,挖掘效率得到了有效的提高。     

结合剪枝与流合并的卷积神经网络加速压缩方法

深度卷积神经网络因规模庞大、计算复杂而限制了其在实时要求高和资源受限环境下的应用,因此有必要对卷积神经网络现有的结构进行优化压缩和加速。为了解决这一问题,提出了一种结合剪枝、流合并的混合压缩方法。该方法通过不同角度去压缩模型,进一步降低了参数冗余和结构冗余所带来的内存消耗和时间消耗。首先,从模型的内部将每层中冗余的参数剪去;然后,从模型的结构上将非必要的层与重要的层进行流合并;最后,通过重新训练来恢复模型的精度。在MNIST数据集上的实验结果表明,提出的混合压缩方法在不降低模型精度前提下,将LeNet-5压缩到原来的1/20,运行速度提升了8倍。     

基于“课程思政”的《计算机网络》课程教学模式探析

计算机网络不仅是计算机科学与技术专业的主干课,它也是计算机应用技术、通信技术、微电子技术和光电技术相结合的学科交叉课程,在该课程中进行思政教育受众面广。本文针对当下主张的“课程思政”教育理念,分析计算机网络课程实施思政教育的优势.并阐述该课程实施课程思政的现状.通过剖析该课程开展课程思政教学的两个着力点,提出该课程中实施思政教育的具体方法:深挖掘、巧设计、重融合。     

煤矿井下避灾模型研究

为了研究井下矿工面对灾害时的避灾情况,利用基于Agent的建模仿真方法在RePast仿真平台上建立了煤矿井下避灾模型,并根据井下矿工的实际情况抽象出了Agent的种类.通过对井下矿工面对灾害时的行为模式进行分析,提取出了Agent在面对灾害时的行为决策.通过将Agent的行为决策进行量化,在仿真平台上对矿工的避灾路线实现了仿真.仿真结果表明：该模型能够实时动态地显示矿工的避灾情况,灾害发生时,利用该模型生成的避灾路线能够提高Agent避灾成功的比例.