校企协同培养高职教师“双师”素质的意义、困境与策略

文章阐述了校企协同提升教师“双师”素质的现实意义,分析了高职院校“双师型”教师队伍建设面临的现实困境,并基于“共管、共培、共享、共赢”的校企协同视角,从人才准入、能力提升、产学研协同、考评激励四个维度入手,积极构建了全方位的校企协同平台,为促进高职教师“双师”素质的全面提升提供了有效路径,为教育工作者和相关理论研究者提供了参考和借鉴。

基于时序数据库的工业大数据应用研究

在“中国制造2025”和德国“工业4.0”合作对接的背景下,对企业在设计、制造、销售、运维、管理等流程产生的工业大数据的分析与应用,驱动着传统企业迈向智能制造的转型与升级。设计并实现基于时序数据库的工业大数据存储管理系统,完成对工业时序数据的可视化展示和处理,能够弥补传统数据库在时序数据存储和分析上的不足,实现数据的高效存储与分析,通过挖掘时序数据与运作管理、制造过程、产品质量、营销等数据之间的关系,从而提高设备利用率。

江苏盐渍土路基改良试验研究

江苏沿海高等级公路新建工程将改良盐渍土用作路基填料,盐渍土的改良试验研究对提升工程质量、降低成本有着重要作用。论文以承载比CBR值、最优含水率以及最大干密度作为路用性能分析的指标,采用三种不同掺量的石灰和水泥对盐渍化严重的三个典型路段进行改良试验。结果表明,相较于单独使用石灰和水泥改良,2%水泥+3%石灰改良土可最大提高盐渍土的CBR强度值;改良土的最优含水率随着石灰掺量的增加而增大,石灰改良剂施工时中具有施工快、价格低的优点;石灰和水泥对改良土的最大干密度提升甚微,在工程中应优先考虑满足强度和最优含水率的要求。

基于改进型LMBP神经网络方法对蓄电池荷电状态的预测

针对变电站中因过度充放电而导致阀控式铅酸蓄电池寿命短且利用率低的问题,通过改进型LMBP神经网络模型对铅酸蓄电池的荷电状态(SOC)进行预测,能够加快计算速度与精度,有效提升蓄电池的寿命与使用率。在Matlab环境下对铅酸蓄电池放电过程进行仿真研究的结果验证了,改进型LMBP型神经网络算法能有效提高SOC的估算精度,延长电池寿命。

基于压缩感知的计算鬼成像技术

本文提出将压缩感知的数据采样和重建技术应用于计算鬼成像系统,压缩成像过程所需的相位模板,解决由于相位模板数据过多导致的存储和传输困难问题。该方法首先依次在空间光调制器上加载一系列随机相位掩模获得散斑光场,经过目标物体后由桶探测器记录光强值。结合压缩感知技术对散斑模板稀疏表示,使用哈达玛矩阵(Hadamard矩阵)作为测量矩阵进行压缩采样,进而有效地减少模板的数量。最后,利用桶检测器记录的强度值与应用压缩感知技术重建的模板进行二阶关联运算以获得重建物体。通过计算机仿真实验,该方法的有效性与可行性得到验证。