“双一流”建设背景下数学类创新人才培养擢升路径——以安徽理工大学为例

为进一步深化教育教学改革,加强数学类创新人才的培养,增强学生社会责任感、创新精神和实践能力,全面提升教育教学水平和人才培养质量,该研究通过开展多样本前测调查,对328位有效样本进行大数据统计、分析、比较,得出数学类创新人才培养中存在培养模式创新不足、课程设置不够合理、师生交流渠道不够畅通、学生自我定位不够准确等方面的问题,进而有针对性地提出数学类创新人才培养的擢升路径。

基于简单抽样的乡村旅游行为特征调查分析——以安徽理工大学为例

随着城市化进程的发展,繁忙的都市生活、喧噪的城市环境促使乡村旅游走进人们的视野。与此同时,顺应国家号召的绿水青山建设、传统文化复兴,将乡村旅游与"绿色生活"、"民俗文化"、"自然和美"等印象词相关联。本文采用简单随机抽样的方法在安徽理工大学数大院本科生中随机抽取若干名受调查者,从旅游观念、参与意向、旅游目的、旅游偏好等问题出发,对当代大学生乡村旅游行为特征进行剖析,并以此为基础对大学生旅游市场的特征进行总结归纳。

淮河流域安徽段生态脆弱性时空分析与预测

基于“经济-社会-自然”模型,构建淮河流域安徽段生态脆弱性评价指标体系;利用CRITIC赋权和综合指数法测算安徽段生态脆弱性指数;借助Sen+MannKendall检验、标准差椭圆、GM(1,1)-Markov模型,分析2012—2022年安徽段生态脆弱性时间趋势及其空间特征,预测2023—2027年淮河流域安徽段的生态脆弱性指数。结果表明:淮河流域安徽段2012—2022年生态脆弱性指数呈下降趋势,生态脆弱性指数突变点处于2016—2017年。淮河流域安徽段生态脆弱性指数呈中间高四周低的格局,各地区生态脆弱性重心空间集聚态势有所增强,且在重心的迁移范围上,南北方向的收缩态势要强于东西方向。安徽段2023—2027年生态脆弱性等级处于第Ⅱ等级,并且有向第Ⅰ等级发展的趋势。

基于数据影响的业务流程一致性检查方法

近年来,业务流程的精确管理受到越来越多的关注,作为业务流程管理内容之一的一致性检查技术正变得越来越重要。现有的一致性检查技术主要从模型的控制流角度出发,并未考虑业务流程中的数据或数据的变化对业务流程产生的影响,为此提出了一种基于数据影响的业务流程一致性检查方法。首先,通过业务流程建模符号(business process modeling notation,BPMN)模型中数据和行为之间的依赖关系来分析数据对偏差活动预期行为的影响,进而获取偏差活动的预期行为集;其次,通过在BPMN模型中引入决策模型和符号(decision model and notation,DMN)决策表来充分捕获当前实例执行的数据上下文与行为上下文之间的关系,以区分有效数据更改和异常数据更改,找到偏差活动的有效预期行为集。最后,通过设计数据对偏差活动影响的各类成本函数提出了有效一致性检查方法。实验结果表明,相比已有工作,该方法在进行业务流程一致性检查时提高了业务流程的一致性,可以成功捕获偏差活动作出反应的适应行为,使得业务流程在复杂多变的环境下表现得更加准确、合理。

基于数据影响的多对象交互流程偏差检测方法

现有的大多数偏差检测方法能够识别来自流程活动及部分数据属性的偏差,但是无法处理流程执行过程中数据变化对流程的影响问题,尤其是在涉及多对象交互的情况下。针对这一问题,提出了一种多对象交互情况下基于数据影响的业务流程偏差检测方法。首先,基于控制流与数据信息识别可能的偏差活动;然后,根据数据变化对活动的影响定义影响集;接着,将以对象为中心的概念引入偏差检测过程,形式化以对象为中心的Petri网模型,在此基础上,通过分析对象是否对其修改的数据具有执行权限,分类并定义了四种数据影响类型及其计算标准,据此得到基于数据影响的偏差检测结果;最后,与其他偏差检测方法对比验证,结果表明,应用该方法得到的偏差检测结果值得到提升,并且能够处理多对象交互的流程偏差。该方法能够有效捕获多对象交互流程中数据变化影响的流程活动,提高偏差检测的合理性与准确性。

大数据背景下数学建模对新时代大学生人才培养的影响

本文从新时代人才培养的需求出发,结合开展数学建模活动的实践,论述了数学建模对人才培养的重要性,通过参加建模竞赛,提高学生运用数学的能力,培养学生的创新精神,提高学生的综合素质。

基于图像数据的缺失活动日志修复CNN方法

由于异常值和缺失值的扰动影响,业务流程系统可能会产生低质量的事件日志。针对缺失活动的日志修复问题,现有日志修复研究主要从缺失活动的重构方面进行展开,很少有从预测缺失活动角度进行修复工作。鉴于此,提出一种结合迹行为特征的卷积神经网络模型,用来修复迹中的缺失活动。其核心思想是按照时间属性和活动属性两个维度,根据活动之间的行为关系,将业务流程的事件日志转换为空间数据,继而转化为图像矩阵,并通过卷积神经网络模型训练来预测缺失活动。所提方法从事件日志的角度出发,不依赖于任何有关生成事件日志的业务流程模型先验知识,最后利用真实和人工生成事件日志将所提方法与已有研究进行对比分析,实验结果表明所提方法在活动修复精确度上优于已有研究结果。

基于STEM的工科数学混合式教学设计与评价研究

为提高工科数学教学效果,培养学生的创新思维和解决问题的能力,设计了一种基于STEM的工科数学混合式教学模式。文章重点总结了教学目标、教学要点和教学场景的相关内容,并对该教学模式进行了评价。研究结果表明,该模式显著提高了学生的学习成绩和满意度,同时增强了学生的知识理解能力和逻辑思维能力。

大数据背景下高等数学的教学改革创新探索

大数据时代科技发展日渐迅速,知识更新速度越来越快,这就对大学生的创新能力和数学素养提出了更高的要求。在大数据时代面对高等数学教学改革时,我们应该如何更好的实施高等数学教学,培养素质过硬的大学生来满足社会的需要?针对如何调动学生积极性、启动学生的主动性、开发学生的创新性及新时代下高等数学的课程思政,以培养时代需求的创新性人才,提出多年教学过程中总结的经验,并对教育改革提出自己的一些建议。

一种基于多视角数据属性的决策表Petri网挖掘方法

当处理高度可变的流程时,已有的自动过程挖掘技术产生的模型可能并不能真实反映流程运行中不同决策点之间规则的变化情况。从声明性过程挖掘的角度出发,提出了一种具备可视化规则的决策表Petri网挖掘方法,实现真实日志到声明性过程决策表Petri网模型的映射。首先,形式化了决策表Petri网模型及其携带的规则分析决策表,并对模型的静态语义和动态语义进行定义;其次,通过扩展属性的添加,分析流程内部属性和事件属性是否会对决策产生影响,并通过规则分析决策表的异常值属性,判断规则的异常程度;最后,在一组人工日志和真实事件日志的基础上进行实验仿真,并与数据Petri网的挖掘技术进行分析对比。实验结果表明所提方法在反映流程运行中规则的变化情况具有一定优势,并为数据流异常检测提供数值可解释性;同时,所设计的决策表Petri网挖掘方法可以将决策信息与模型结构整合在一起,为过程模型的可变性建模提供形式化基础。

高等数学中函数极限计算的几种方法

极限是高等数学课程的基本知识点,求函数极限的方法灵活多变。总结了几种求函数极限的方法,并讨论了求函数极限过程中的常见错误,旨在帮助学生加深对极限理论的认识,更好地解决极限计算问题。

车辆工程专业虚拟仿真实验教学的探索——以安徽理工大学为例

以培养合格车辆工程师实践技能、解决现行实践培养体系存在的若干问题为目标,围绕建立与车辆工程专业虚拟仿真实验教学相匹配的实践培养体系为指导思想,修订了现行实践培养体系,提出了基于车辆工程师实践培养体系的课程体系建设,即"车辆虚拟仿真实验教学"课程体系建设,阐述了新课程体系的特色。这一探索对大多数工科专业的虚拟仿真教学中心建设具有一定的借鉴意义。

科学思维赋能大学物理课程思政探索

科学思维赋能大学物理课程思政旨在提高大学物理课程教学效果,改变其“硬融入、两张皮”现象,真正落实立德树人根本任务。基于对我国高校全面推进课程思政建设缘由、现状及存在问题的探讨,文章阐述了科学思维赋能大学物理课程思政的内涵及功能,并结合具体教学案例证明在大学物理课堂教学中运用科学思维开展课程思政能够有效提升教学成效。研究表明科学思维在大学物理专业知识教学和思政育人两方面具有高维度和网的功能,能使二者相互促进从而构成有机整体。

新农村建设过程中大学生农村就业问题探析

新农村建设能够引导大学生到农村地区就业,为大学生提供更多的就业机会。一方面,随着新农村建设的不断深入,需要从事各种农村工作的人才越来越多,大学生可以通过参与新农村建设项目来获得就业机会;另一方面,新农村建设还可以促进农村经济发展,提高农民收入水平,为大学生提供更好的创业和就业环境。因此,立足于新农村建设与大学生农村就业的互动性,深入分析新农村建设背景下大学生农村就业所遇到的问题,从政策、人才培养以及产业融合三个维度,探索大学生农村就业新路径。

基于健康数据库的无状态区块链在医疗保健的应用

区块链技术因其具有的去中心化、防篡改和可追溯等特点而在实践中得到广泛应用,然而在医疗保健区块链中,现有区块链技术存在无法做到在一个区块中保存大量的健康数据的问题.提出了一种将无状态区块链与健康数据库相集成来解决海量数据的存储问题,即利用RSA累加器的思想,将状态节点数据压缩,只存储系统数据的摘要信息,从而解决区块链高存储、低吞吐问题、信息更新慢等问题.将所提出的方法应用在医疗保健无状态区块链应用中,利用决策模型(DMN)构建实际案例,对无状态区块链进行技术落地的框架与方法.

基于依赖关系的数据流Petri网一致性分析

现有的大部分关于业务流程一致性的研究主要考虑控制流.而数据信息也是流程中需要重点关注的部分,在考虑数据视角后,模型与事件日志间的一致性可能出现很大的不同.提出一种基于依赖关系的数据流Petri网一致性检查方法.方法引入决策表的概念,通过寻找模型中存在的决策点并对其添加决策表来构建合理且尽可能贴合实际系统的数据流Petri网模型;根据模型与事件日志中存在的依赖关系,使用给定的代价函数计算最优对齐与参考对齐所需代价值,在此基础上计算得到日志与模型的一致性度,根据结果衡量流程执行的一致性;通过实例分析对所提方法进行验证,结果表明,融合数据流与决策表的方法在一致性检查中更具合理性.

基于数据Petri网的车险理赔流程建模和分析

数据Petri网能够将工作流网与案例数据、决策相结合,从而实现控制流视角和数据视角的交互,并且数据Petri网还具有坚实的形式化基础和清晰的执行语义。然而现在大多数流程建模只考虑控制流,并未考虑数据流。因此,基于数据Petri网对发生交通事故时保险公司车险理赔流程进行设计建模,利用ProM工具将所建立的数据Petri网模型转换为具有有界颜色域颜色Petri网,并对其稳健性进行分析。实验结果表明所构建的数据Petri网模型在控制流和数据感知方面都是稳健可靠的。

强制对流下翅片管蒸发器表面结霜实验

翅片管蒸发器表面结霜是阻碍制冷系统高效运行的主要不利因素之一。利用恒温恒湿箱搭建强制对流下蒸发器翅片管表面结霜可视化实验平台,在环境温度0~8℃、相对湿度55%~75%及迎面风速0.8~2.4 m/s时,实时记录霜层动态生长过程,研究了环境温度、相对湿度和迎面风速对霜层生长特性及蒸发器换热性能的影响规律。结果表明:环境温度和迎面风速是影响蒸发器结霜的主要因素,结霜50 min,环境温度为0℃的霜层厚度比环境温度为8℃的提高了12.78%,迎面风速为2.4 m/s的霜层厚度比迎面风速为0.8 m/s的提高了14.66%,结霜量与换热量提高趋势相同。在结霜初期,相对湿度越大,换热量越大;结霜后期,相对湿度越小,换热量越大,并得到了换热量关于环境参数与时间的相关关系。

基于TRIZ理论的回水阀开口挡圈装配机创新设计

为解决地暖回水阀开口挡圈装配效率低的问题,基于TRIZ理论对回水阀开口挡圈装配机进行创新设计。通过九屏幕分析法提出了解决问题的方向,通过功能分析法得到了系统存在的问题,采用因果分析法得出了问题产生的根本原因。运用技术矛盾法、物理矛盾法、物-场模型法解决了装配开口挡圈效率低的问题,并提出了11条解决方案,进而设计出一种回水阀开口挡圈装配机。通过ANSYS软件进行压环装置的应力应变仿真,验证了装置强度的可靠性;通过ADAMS软件进行传动过程的运动仿真,验证了设计方案的合理性。本研究为回水阀开口挡圈装配机的创新设计提供了新思路。

基于文本超图构建的中文仇恨言论检测模型

目的仇恨言论检测可以判定文本是否具有仇恨倾向,有助于筛除网络上的不当言论,维护网络环境的安全与秩序。为有效解决现有的仇恨言论检测方法依赖单一特征的图结构,难以捕捉文中由于对目标对象的隐性提及以及修辞手法的使用所带来的复杂语义,从而导致仇恨言论检测准确率不高的问题。方法提出一种基于文本超图构建的中文仇恨言论检测模型,通过分析文本中的语序和语法信息,及利用大语言模型针对目标对象所获取的语义扩展信息来构建文本超图,从而提升仇恨言论检测的效果。首先,构建提示模板引导大语言模型识别文本中的目标对象,并对其进行知识补充作为文本的语义扩展信息;然后,构建文本超图,以挖掘文本中隐含的语义结构和关联关系,并通过超图注意力机制聚合超图信息得到全局特征;同时,利用roberta-wwm-ext对原始文本进行动态特征提取,得到文本特征;最后利用交叉注意力机制实现文本特征与全局特征的融合,并通过sigmoid计算仇恨倾向检测仇恨言论。结果在COLDataset数据集上进行实验,该方法在实验中取得了较好的效果,可以提高检测的精确率和F1值。结论实验结果表明,该模型能够有效地提升中文仇恨言论的检测效果。