基于双通道深度学习的轴承故障诊断研究

近年来,基于深度学习和振动分析的轴承故障诊断研究发展迅速,逐渐取代了人工提取特征和基于机器学习的传统方法。针对轴承故障诊断中现有的深度学习模型,存在单一模型稳定性和泛化能力差、普通混合模型功能互排斥,导致局部特征提取能力不足等问题,提出了一种基于卷积神经网络(CNN)和循环神经网络(RNN)的双通道网络算法(模型),用于轴承故障诊断。首先,选取了一维卷积(1D-CNN)和双向长短期记忆神经网络(BiLSTM)作为基础模型;然后,由多头自注意力机制(MS)代替了一维卷积中的池化层;最后,在双向长短期记忆神经网络中引入了多头自注意力机制,整体模型由MSCNN-MSBiLSTM指代,并通过美国凯斯西储大学提供的轴承故障数据进行了实验验证。研究结果表明:MSCNN-MSBiLSTM获得99%的分类精度,相对于其他对比模型,该模型获得更好的实验结果;普通的混合模型在通过引入多头自注意力机制(MS)之后,相对于单一模型而言,能够获得更好的稳定性和泛化性能;与普通混合模型相比,该模型能够提取更深层次的特征。

计算机实用技术开放性实验教学探索

培养应用型人才需要调动学生的积极性,关键在于为学生创造一个良好的实践环境。通过自主学习,可以加强学生的动手能力,同时培养学生的创新精神。实践证明,计算机实用技术开放性实验室的建立为实验教学改革进行了一种有益的探索与尝试。

自主开放型实验项目教学模式研究与实践

针对目前高校大众化教育出现的问题,借鉴德国项目教学经验并结合多年来的教学工作实践,在已经开展的开放型项目教学研究与实践的基础上,对理学类应用物理专业和信息与计算科学专业的专业实验,引入开放型项目教学模式,同时就其内容、特点、目标、意义及实践成果作了阐述。其中,对开放型实验项目的来源问题、教学组织、教学环境、推广问题,和开放型实验项目教学的有效性问题,进行了重点研究。

构建学生自主管理的开放型项目教学新环境

开放型项目教学是一种针对当前教育改革的需要和高质量培养应用型人才而提出的新型教学模式。该教学模式构建是在建构主义学习理论下,将专业实验室兼作开放型项目教学实践基地。为开放型项目教学提供新的环境,由学生自主管理,解决了存在的众多弊端,提高了教学资源利用率,顺应了教育改革与发展的要求。同时,也增强了培养学生的自主管理研究能力。

基于协作学习理论的立体化实验教学

借鉴协作学习理论 ,经过长期的实验教学研究与探索 ,本文提出一种充分调动学生学习自主性的、实验内容丰富、实验形式多样、实验环境先进、实验组织灵活的全方位、立体化的实验教学体系 ,并指出这种实验教学体系的构建将有助于高校实验教学模式的深化改革和创新人才的培养。

开放型项目学习的活动形式研究

采用质的研究方法,立足于自然真实的教学情境,从教师和学生两个角度详细分析了在开放型项目学习活动中教师的行为、学生的行为以及活动的操作流程等问题,从而归纳出项目确定、问题讨论、作品设计(项目成果)、合作学习、作品评价、角色扮演等基于开放型项目学习活动的基本特征。

多校区学生自主创新实践环境研究与构建

借鉴德国应用型人才培养经验,根据多校区间项目实践教学过程中出现的新问题,结合项目实践教学活动,提出"四步曲"开放型实践教学模式。通过对"四步曲"实践教学活动的特征、以及教师、学生、环境三个要素的分析,运用"互联网+"的理念,以加强师生交流,实现教学资源共享,督促与检查项目进度为主旨,构建多校区学生自主管理实践环境的新模式,进行了实践探索,并取得了较好的成效,所取得的经验与成效对应用型本科高校有一定的启迪作用。

“四步曲”开放型实践教学创新的探索与实践——借鉴德国应用型人才培养模式

培养具有创新意识和创新能力的应用型人才是当前高等院校人才培养的重要任务。借鉴德国应用型人才培养模式,结合浙江科技学院的实际情况,提出"四步曲"开放型实践教学模式。进而阐述开展"四步曲"开放型实践教学活动所能够提供的硬件创新环境、制度与评价创新环境、团队创新环境,并且介绍实施"四步曲"开放型实践教学所取得的教学成果。

严格平衡二叉排序树及其构造

论文对一直沿用至今的平衡二叉树和平衡二叉排序树概念的合理性提出质疑,给出了二叉树结点的严格平衡因子和严格平衡二叉树及严格平衡二叉排序树的新概念。论文给出的构造严格平衡二叉排序树的递归算法及二叉排序树元素插入和删除的严格平衡化过程比动态构造平衡二叉排序树的传统Adelson-Velskii和Landis算法更加简单而自然。

开放型项目教学的研究与实践

通过学习和借鉴德国FH实践教学模式,在立体化实验教学体系和传统的项目教学模式的基础上,提出了一种开放型项目教学模式。该模式将第一课堂和第二课堂有机地结合起来,提高了学生自主学习的积极性,实现了对学生应用能力、思维能力、设计能力、创新能力和科研能力等的全面培养。实践证明,该模式可以作为连接理论学习和实践操作的桥梁,成为培养高层次应用型人才的有效途径之一。

工程应用型人才培养模式改革探索——以浙江科技学院“四步曲”人才培养模式为例

针对工程教育环境中各实践环节相对独立的问题,提出实践环节环环相扣、层层递进的"四步曲"人才培养模式。四步即为开放性实验教学、学生科技创新项目、大学生学科竞赛、科研成果的获取与推广。重点分解"四步曲"中各环节的相关要素,提出"四步曲"实践教学需循序渐进,与计划内教学内容相辅相成,相互补充。经过浙江科技学院多年的实践,证明其效果显著,是一种能更好地适用于理工科高等院校应用型人才培养的实践教学模式。

基于近端优化的永磁同步电机温度预测方法

为了精准有效地实现永磁同步电机的温度预测,提出了一种基于近端策略优化(PPO)算法和强化学习(RL)网络的永磁同步电机温度预测模型,即PPO-RL模型,利用PPO算法定义模型训练的损失目标函数,选择Nadam算法作为模型优化器,通过强化学习的Actor-Critic框架最小化损失目标函数,进而完成模型的迭代训练。采用Kaggle公开的永磁同步电机测量数据集进行试验,结果表明,与指数加权移动平均法、循环神经网络和长短期记忆网络相比,PPO-RL模型具有更高的预测精度和可靠性。

自主型立体化信息技术实验教学

在建构主义学习理论基础上,通过对信息技术实验进行自主型立体化实验教学的模式建立,为学生提供了立体化的实验实践环境,对实验教学改革进行了一种有益的探索与尝试。

加强计算机实验教学 促进应用型人才培养

根据高校计算机实验教学的现状，论述了必须加强计算机实验教学才能培养出合格的应用型人才。

教学过程化监控管理系统的设计

针对高校网络课程教学中出现的问题,根据教育技术学的相关理论,如协作学习、情境学习等,提出了教学过程化监控管理系统的设计方案。通过该系统的监控、管理、评价和反馈功能的相互作用,来提升高校网络课程的利用率,提高学习者自主学习的兴趣和学习效率,进而提高高校的教学管理效率及教学质量。

基于“四步曲”的项目实践创新基地建设与管理

在应用型人才培养成为主流的今天,仍存在许多学生创新实践能力欠缺的情况。为了提升学生的科技创新素养,浙江科技学院安吉校区在建构主义理论的指导下构建了基于"自主选择实践主题、自主选择学习伙伴、自主选择指导老师、自主选择实践时间和自主管理实践基地"5个自主的"蓝色空间"开放型项目实践创新基地,为新生提供一个与兴趣和专业相关的实践环境。实践结果表明,学生在基地参加科技创新活动,能更快地适应大学学习生活,提高自主创新能力,获得实践成果,有利于促进高级应用技术人才的培养与发展。

创新应用型人才培养的“四步曲”开放型项目实践教学研究与探索

从高等教育应用型人才培养的目标出发,借鉴德国工程类应用型人才培养模式,结合中国国情与浙江科技学院的校情,与课题成员一起从项目教学入手,经过10余年的研究与探索,形成自主、开放的“四步曲”项目实践教学活动模式。文章从“四部曲”开放型项目实践教学活动(简称“四步曲”)的理论框架出发,提出了实践的两个中心、三个基本条件、四个关键过程,并对实施过程中的项目选择、团队组成、项目过程管理等几个方面进行了分析,总结出“四步曲”渐进性、开放性、自主性、综合性的四大特点,以及实践的效果、水平和质量,并通过三个典型案例展现“四步曲”的实施效果,验证了“四步曲”为培养高层次应用型人才的有效途径。

高校成教工科专业计算机基础课程体系与内容改革研究

本文主要研究成人高等教育中工科专业在专业基础理论课和专业设计课程方面进行计算机应用课程设置的必要性和可行性,着重探讨了成教工科专业计算机应用课程的课程体系结构,并通过实践初步检验实施效果。

非师范类教育技术学专业培养模式研究

从社会对教育技术学专业的需求出发,分析了专业培养目标和专业方向,考虑到非师范类教育技术学的特点,从课程设置的“平台”+“模块”,到三个实践学期的安排,提出了非师范类教育技术学专业的培养模式和课程体系。

基于深度学习的永磁同步电机温度预测模型

为有效预测永磁同步电机的温度,首先使用嵌套结构对门控循环单元(gated recurrent unit,GRU)进行改进,提出一种嵌套式门控循环单元(nested gated recurrent unit,NGRU)网络,NGRU能对相关温度特征中的噪声进行过滤,并挖掘温度随时间变化的规律,再经过非线性变换提取深层的温度特征;然后提出一种新型深度学习模型,即一维卷积神经网络(1D convolutional neural networks,1D-CNN)串联NGRU(1D-CNN tandem NGRU,CNGRU),CNGRU利用1D-CNN对输入特征进行初步提取,得到多角度的永磁同步电机相关温度特征作为NGRU的输入,以串联的结构融合二者的优势,得到永磁同步电机的预测温度。试验结果表明,对比其他循环网络在定子轭、定子齿和定子绕组温度上的预测表现,NGRU均方误差平均降低12.44%,无穷范数平均降低0.3619;CNGRU在此基础上比NGRU均方误差平均降低13.29%,无穷范数平均降低0.5796。CNGRU比NGRU及其他循环网络对永磁同步电机温度的预测,具有更高的精度和稳定性,这为保证电机的安全稳定运行提供了技术保障。