网络形式下高职高专学生教育教学方法研究

科技信息的发展,带动了网络在学生群体中的影响。为分析学生上网对高职高专教育教学的影响,对高职高专院校学生上网情况进行问卷调查。结果显示,学生盲目上网现象严重,对教育教学产生了不利的影响。提出从教学过程、网络平台、学生思想政治工作和学生组织等方面多渠道提高高职高专教育教学工作水平,引导学生正确上网、有节制的上网,对新形势下教育教学方法的探究具有重大意义。     

产品在过去—现在—数字虚拟进程中的符号学设计认识

通过对产品中符号设计思想变化的分析,结合数字虚拟技术的发展及数字产品特性,来论述产品在过去现在数字虚拟进程中的符号学设计认识。     

基于NAKF和DBN的液压管路故障智能诊断方法

针对航空液压管路故障识别困难的问题,提出了一种基于非线性自适应卡尔曼滤波器(NAKF)和深度信念网络(DBN)的液压管路智能故障诊断方法。首先,在传统卡尔曼滤波器(KF)的基础上,利用最小二乘法修正构造的Sigma点,消除高斯分布对Sigma点影响,提出了非线性自适应卡尔曼滤波器,并用其对仿真信号进行了降噪处理;然后,对液压管路实测振动信号中的随机噪声进行了去除,对深度信念网络模型参数进行了设计,并将液压管路数据集输入到深度信念网络模型中进行了训练;最后,基于同一样本数据,分别采用支持向量机(SVM)和反向传播神经网络(BPNN)等模型进行了训练处理,利用分类准确率等两个指标,对3种故障诊断模型进行了综合评估,对3种模型分类性能进行了对比分析。研究结果表明：采用NAKF-DBN智能故障模型得到的液压管路故障诊断准确率能达到99.72%,SVM模型和BPNN模型等浅层网络的平均故障诊断准确率不高于95%,而未经非线性自适应卡尔曼滤波器滤波的深度信念网络的诊断准确率仅有86.58%;该结果验证了NAKF-DBN模型对于液压管路故障识别的有效性,可以为航空液压管路的智能化诊断提供新思路。     

响应面法优化甘肃平凉牡丹籽超声-微波提取工艺的研究

以甘肃平凉油用牡丹为籽原料,以单因素实验结果作为研究基础,对超声-微波协同提取时间、超声、微波的功率、温度、料液比等影响因素进行试验,应用中心组实验设计方案,以牡丹籽得油率为响应值,进行超声-微波协同萃取牡丹籽油,找出了影响提取牡丹籽油的交互因素：以石油醚为提取溶剂时,选择1∶6～1∶9范围内的料液比,用400～800 W的微波在30℃～50℃下辐照6～8 min,同时在480～560 W超声功率下振荡10～20 min,牡丹籽粗油得油率最高为34%,微波温度和功率、超声功率和振荡时间、超声功率和料液比以及振荡时间和料液比之间交互作用显著。     

多出口网络环境下服务器发布策略研究

本文研究了智能DNS的工作机制,以及智能DNS提高网站服务器访问速度的具体实现方法,尤其是针对有多个互联网出口的服务器发布环境。