科教融汇视域下高职应用化工技术专业创新工匠人才培养探索与实践

2022年10月,党的二十大报告提出,统筹职业教育、高等教育、继续教育协同创新,推进职普融通、产教融合、科教融汇,优化职业教育类型定位。科教融汇意味着“科学技术+职业教育”的发展新模式,这一创新性的表述是对职业教育更高的要求和期待。随着我国化工产业链的转型升级,企业迫切需要具有创新能力的技术技能人才。而高职化工人才培养存在与产业链需求脱节,创新教育融合度不高的问题。主要表现在:缺乏校企合作的实践教学环境,传统课程体系与产业转型升级发展对人才需求不匹配;教学团队创新能力不足,难以推进学生创新能力的培养,产业链、创新链和人才链无法形成有机融合;化工专业学生普遍缺乏吃苦耐劳、勤奋刻苦的精神。因此,在科教融汇视域下如何通过实现创新创业教育、思政教育,培养学生的创新意识,提高创新能力,培养学生精益求精的工匠精神,刻苦耐劳的劳模品质,更好地对接产业链转型升级对人才的需求,将专业人才培养供给侧和产业需求侧深度融合,是高职院校化工专业人才培养面临的一项艰巨而紧迫的任务,也是回答好“强国建设,教育何为”的时代课题。

游戏化策略对文科生编程能力与自我效能的影响

为探讨游戏化策略对文科学生编程能力与自我效能感的影响,提出一种游戏化学习活动促进模型。通过在一个学期内开展实验教学,比较使用CodeCombat游戏化平台(实验组)和传统标准课程(对照组)学生的表现。研究表明,实验组学生在编程能力与自我效能感方面提升显著,两者间存在高度相关性,为改善文科学生的编程教育提供了重要的指导和借鉴。通过深度整合游戏化学习理论、游戏化教学平台和教学实践,为相关领域的教育研究提供了新的思路和方法。

大数据环境下多模态融合的大学生异常行为预警

针对“校园大数据”累积的海量数据呈现出离散性、稀疏性等问题,如何从基数大、活动广、个性强的校园学生群体中检测出潜在的、有异常行为的学生,已成为学生异常行为分析亟需解决的问题.本文提出了一种大数据环境下基于多模态融合的大学生异常行为预警方法(early warning method for abnormal behavior of college students based on multi-modal fusion in big data environment,EWMAB).首先,针对学生行为画像的表征不够丰富,行为标签存在时效性、动态性等问题,建立一种基于多模态特征深度学习的跨模态学生行为画像模型;其次,针对学生异常行为预测、预警的时效性和后置性问题,在学生行为画像和学生行为分类预测基础上,提出了一种基于多模态融合的学生异常行为预警方法,通过长短期记忆神经网络(long and short term memory networks,LSTM),结合学生行为多指标数据和文本信息来解决学生异常行为预警问题;最后,本文通过应用实例验证模型以学生学习成绩异常预警为例,与其他预警算法相比,EWMAB方法可以提高预警的准确性,实现学生异常行为预警的时效性和前置性,从而使学生教育工作更具有针对性、个性化和预测性.

一维多孔二氧化钛@碳纳米纤维复合材料的制备及储钠应用

通过静电纺丝法和浓碱水热刻蚀法原位制备出具有片状分枝结构的一维多孔二氧化钛@碳纳米纤维(P-TiO_(2)@CNFs)复合材料,并将其作为钠离子电池的负极材料。P-TiO_(2)@CNFs的片状分枝结构能够有效缩短离子扩散路径并增加电解液与活性物质的接触面积;多孔结构提供了更多的反应活性位点,从而加快了电荷转移动力学;二氧化钛与碳纳米纤维之间的化学键能够增加复合材料的结构稳定性。实验对P-TiO_(2)@CNFs的表面形貌、微观结构、晶体结构、比表面积、孔径、元素价态等进行了分析,并在新威尔电池测试系统上进行恒电流充放电测量和倍率性能测试,实验结果表明P-TiO_(2)@CNFs表现出优异的循环性能和倍率性能,在2.0A/g的电流密度下循环2000次仍能保持197mAh/g的比容量,在超大电流密度30.0A/g下电极仍然能够保持61.7mAh/g的比容量。

基于特征重加权的小样本遥感图像目标检测算法

针对遥感图像具有目标尺度多变、目标模糊、背景复杂的特点,提出了一种基于特征重加权的遥感小样本目标检测算法RE-FSOD;该模型包括3部分:元特征提取器、特征重加权提取器、预测模块,其中元特征提取器由CSPDarknet-53、FPN以及PAN构成,负责提取数据的元特征;特征重加权提取器用于生成特征重加权向量,用于调整元特征来强化对于检测新类有帮助的特征;预测模块由YOLOv3的预测模块构成,在此基础上将定位损失函数替换为CIOU损失函数,提升模型的定位精度;最后在NWPU VHR-10遥感数据集上进行了训练和测试,实验结果表明,该方法相较于基线方法FSODM的在3-shot、5-shot、10-shot情况下分别提升了约19%、11%、8%。

基于CATIA的个性化飞行员头部特征参数化建模

基于CATIA的CAA二次开发模块,提出一种飞行员头模参数化建模方法,并开发出头模参数化建模界面。使用三维扫描采集飞行员头部点云数据,建立头部特征参数,构建基本头部模型,输入头部特征尺寸参数建立个性化头部模型。

基于遥感影像的大当量爆炸建筑物毁伤评估模型

为了研究大当量爆炸建筑物毁伤评估问题,基于遥感影像解译和大数据分析构建了大当量爆炸建筑物毁伤评估模型。首先,基于大当量爆炸的具体历史案例构建了毁伤数据集,具体指基于遥感影像提取建筑物毁伤信息,辅助大数据信息补充毁伤细节,利用地理信息系统空间分析数字化毁伤信息,构成毁伤数据集。然后,基于毁伤数据集中的训练样本修正经验模型参数,构建了适用于大当量爆炸的针对不同类型建筑物的毁伤评估模型,并基于毁伤数据集中的验证样本测试了模型性能。实验证明:所构建模型拟合优度高于96%,检验样本准确度高于84%,整体误差在可接受范围内。所构建模型在一定精度要求下可为大当量爆炸事故评估提供参考。

飞秒激光选区微织构AlN超浸润平板热管

目的为了提升AlN基板的散热性能,研究嵌入式一体化AlN平板热管的激光加工方法。方法通过飞秒激光微织构技术结合热处理工艺制备出AlN亲疏水组合表面,并组装嵌入式一体化平板热管,测试其传热性能。通过三维表面轮廓仪、SEM、EDS和XPS分别分析表面的三维轮廓、形貌、元素含量和化学成分,研究表面亲、疏水的形成机理。结果楔形亲疏组合AlN平板热管的启动时间、启动温度均最低,相较于全超亲水样品,启动时间降低了14.9%,启动温度降低了6.0%。楔形亲疏组合热管的热阻最低,热流密度最高。相较于全亲水热管,热阻降低了33%,热流密度提升了2%。结论AlN陶瓷表面经过激光织构会产生AlOx(多价铝氧化物),具有较高的表面能,呈超亲水状态。热处理能使表面充分氧化,降低表面能,呈超疏水状态。嵌入一体化AlN平板热管的设计和无化学激光选区微织构方法,为电子陶瓷基板的散热提供了一种新思路。

基于TAM模型的大学英语线上学习行为意向研究

研究以技术接受模型(TAM)和解构计划行为理论(DTPB)为基础,分析感知有用性、感知易用性、使用态度、知觉行为控制、主观规范等变量对学习行为意向的作用。通过建构线上学习行为的结构方程模型,探讨大学生线上英语学习行为特征。研究发现个体的感知有用性和感知易用性在一定程度上决定了个体对线上平台的使用态度。感知有用性也在很大程度上影响了学习者线上学习的行为意向。知觉行为控制和主观规范因素对线上学习行为意向具有积极作用。

虚拟现实技术在职业教育教学中的应用研究

高等职业教育是我国高等教育的重要组成部分,其以就业为导向,以服务为宗旨,着力培养全面发展的技能型人才。为深化职业教育信息化发展,《关于进一步推进职业教育信息化发展的指导意见》出台,并明确指出,要加大虚拟现实技术在职业教育各环节的应用,目的是实现虚拟现实技术与职业教育的完美结合,以有效改善职业教育现状,以为国家培养高素质、高技能的建设人才。

党报重要会议评论报道的时度效研究——以“新春第一会”评论报道为例

新闻是摆事实,“好看”与否,很大程度取决于事件本身。评论则是讲道理,“好看”与否,考验评论员的功力,需要评论员找准切口,讲好道理,写得让人愿看、爱看、看得入心。新的时代背景下,党报重要会议评论报道必须创新理念、内容、体裁、形式、方法、手段、业态、体制、机制,增强针对性和实效性,体现时度效要求。近年来,各地党报高度重视评论报道工作,大力推进评论报道改进创新。文章以各地党报2023年“新春第一会”评论报道为研究案例,梳理“新春第一会”评论报道特点,得出党报做好重要会议评论报道的关键即把握时度效原则的结论。文章针对党报重要会议评论报道缺乏事前眼光、系统规划、资料收集等问题,提出四点策略建议:一是建立数字资料库,定期贯通学习、讨论同一主题的重要讲话和报道,变碎片学习为集中学习、生成性学习;二是整体作战,提前与其他部门协调沟通,变单打独斗为协同作战,对新闻策划方案做到心中有数;三是唯快不破,评论也要“争先恐后”,力求和新闻通稿同时刊发;四是用好“本报评论员+系列评论+短评+视频评论”等形式,增加评论作品的丰富性。

政务新媒体“出圈”特点及发展策略探究

政务新媒体凭借信息发布权威、传播速度快、受众面广、互动性强等优势,在政务信息发布、重大政策解读、公共服务响应、民众沟通回应等方面发挥着重要作用。近年来,一大批政务新媒体账号“出圈”,但同时也有一些账号宣布停用注销。移动互联网时代,研究政务新媒体建设,让政务新媒体充分发挥应有作用,具有现实意义。文章基于对政务新媒体建设情况的梳理,探讨政务新媒体“出圈”特点,进而提出建设建议。研究发现,“出圈”的政务新媒体具备如下特点:内容取胜,策划为先;平等互动,“灵魂”有趣;回应关切,共情传播;掌握调性,创意表达。文章认为,政务新媒体建设不仅要创新内容和形式,还要焕新思维和表达,应明确角色定位,打造权威话语主体;加强内容建设,创新传播形式;注重互动,重视用户参与和反馈。

播期对宁夏引黄灌区不同品种青贮玉米光能利用及生物产量的影响

为探究播期对宁夏引黄灌区麦收后复种不同品种青贮玉米光能利用和生物产量的影响,采用裂区试验设计,选择早熟‘科沃028’(Z)和中晚熟‘利合629’(W)2个青贮玉米品种为主区,设置麦收后3(S1,6月28日)、6(S2,7月1日)、9 d(S3,7月4日)3个播期为副区,共计6个处理,研究不同播期对不同品种青贮玉米光能利用、干物质积累及生物产量的影响,并拟合推测不同品种青贮玉米的最适播期及收获期。结果表明:Z较W处理整体上有更高的叶面积指数(LAI)、光能利用率(LUE)、光合生产潜力开发度(r)、干物质积累量(DM)和生物产量(BY)。Z处理整个生育时期LAI大小顺序均为ZS1>ZS2>ZS3。在生育后期(麦收后95 d),ZS3处理的植株底部透光率(BLT)和LUE较ZS1和ZS2处理分别显著提高13.81%、5.40%和15.02%、23.49%(P<0.05);麦收后107 d,ZS1和ZS2处理的BY与麦收后100 d相比分别显著下降22.47%和17.37%(P<0.05)。各处理在其最适收获期收获,产量大小顺序为ZS1>ZS2>ZS3>WS2>WS1>WS3。相关性分析结果表明2个品种LUE均与其BY呈极显著正相关关系(P<0.001),而与r呈极显著负相关关系(P<0.001)。主成分分析发现ZS2处理综合评价最优。综上所述,建议宁夏引黄灌区早熟品种生长85 d后(麦收后6~8 d播种)收获,而中晚熟品种生长86 d后(麦收后5~6 d播种)收获。

提升企业工商管理有效性的方法研究

随着我国综合国力和经济水平的迅速发展,建筑工程企业在市场中占据着越来越重要的位置,在新时期背景下提升企业工程管理有效性是时代发展的必然选择。企业应结合建筑工程行业发展趋势进行深入分析和实践探索,积极归纳总结提升工商管理有效性的方法和途径。企业内部工商管理是企业稳步运营的基础和保障,也是企业提高市场竞争力的关键,纵观我国建筑工程单位工商管理情况来看,还远远没有达到理想效果,需要进一步展开分析和探索。

基于SVM的中文组块分析

基于SVM(supportvectormachine)理论的分类算法 ,由于其完善的理论基础和良好的实验结果 ,目前已逐渐引起国内外研究者的关注。和其他分类算法相比 ,基于结构风险最小化原则的SVM在小样本模式识别中表现较好的泛化能力。文本组块分析作为句法分析的预处理阶段 ,通过将文本划分成一组互不重叠的片断 ,来达到降低句法分析的难度。本文将中文组块识别问题看成分类问题 ,并利用SVM加以解决。实验结果证明 ,SVM算法在汉语组块识别方面是有效的 ,在哈尔滨工业大学树库语料测试的结果是F =88 6 7%,并且特别适用于有限的汉语带标信息的情况。

通风温度对全身通风服热防护性能影响研究

目的研究通风温度对通风服装热防护性能的影响。方法通过分析"人体—全身通风服—环境"热系统传热传质过程,建立人体在通风条件下的热调节仿真模型,并且通过实验验证该分析模型的合理性。结果实验结果证实了模型的可靠性与准确性。通风流量较小时,较高的通风温度使人体平均皮肤温度上升很快,人体出汗更明显,可以达到更好的通风散热效果;较大流量下,降低入口通风温度可以更明显的减轻人体热应激程度,但人体出汗程度减弱,降低了通风服装对人体的蒸发散热效果,且此时需要较大的通风冷源。结论在一定通风流量下,当通风服装主要依靠蒸发散热时,通风温度较低反而不利于人体的散热。通风温度应根据通风服的散热机制以及通风流量适当确定。

基于增益的隐马尔科夫模型的文本组块分析

本文提出一种基于增益的隐马尔科夫模型(Transductive HMM)的方法,用于文本组块(Text Chunking)分析的研究。该方法将一些上下文信息导入隐马尔科夫模型(HMM),构造增益的隐马尔科夫模型(TransductiveHMM)。该模型不需要修改标准的隐马尔科夫模型的训练和标注过程,只需要对训练语料根据导入的上下文信息进行相应的转换。实验结果显示,该方法在文本组块分析方面是有效的。

工作流管理系统的设计研究

本文就工作流管理系统的建设,提出了一套较为完整、系统的理论方法。对工作流管理系统建设中各种关键技术的重要环节进行了详细的分析,提出了工作流管理设计需要遵循的规范和门户的工作原理。

基于Stacking算法的组合分类器及其应用于中文组块分析

与基于Voting方法的组合分类器相比,提出基于Stacking算法的多分类器组合方法,通过构造一个两层的叠加式框架结构,将4种分类器(fnTBL,SNoW,SVM,MBL)进行了组合,并融合各种可能的上下文信息作为各层分类器的输入特征向量,在中文组块识别中取得了较好的效果.实验结果表明,组合后的分类器无论在准确率还是召回率上都有所提高,在哈尔滨工业大学树库语料的测试下达到了F=93.64的结果.