基于大数据的高校学生心理危机智能预警模型构建

目的本研究基于大学生心理健康测评数据,综合学生基本信息及日常行为数据,利用大数据、人工智能技术,探索建立大学生心理危机智能预警模型。方法采用整群抽样法,选取某高校部分在校大学生作为测试样本;采取大数据技术,分析提取影响大学生心理健康问题的特征量;采取神经网络技术,构建大学生心理危机预警模型。结果1)成功提取大学生心理健康问题的有效特征量,其中心理健康症状特征因子4个,分别是强迫、人际关系敏感、抑郁等3个单症状因子,1个多症状因子;学生基本信息特征量4个,分别是母亲教养方式、父亲教养方式、家庭经济条件、有无心理治疗(咨询)史;学生日常行为特征量2个,分别是学生学业情况和出勤情况。2)实现特征量归一化处理,通过数据对比分析及特征量的影响大小,分别对3个方面的10个特征量赋予权重并进行归一化处理。3)完成大学生心理危机预警模型构建。结论本研究提取了影响大学生心理健康问题的主要特征,建立了大学生心理危机预警指标体系,并结合心理危机预警等级,利用神经网络技术,搭建了大学生心理危机预警模型,为及时有效干预大学生心理危机提供了新的解决方案。

高校管理服务育人存在的问题及其化解

高校管理服务育人能够有效提升大学生综合素养,是立德树人的重要环节。高校管理服务育人具有坚持正确政治方向、以服务学生为工作重心、以“制度之治”为坚实根基等鲜明特点,但存在着育人主体对“育人”重视程度不够、协同育人机制运行不畅、育人队伍素质不强和育人创新性不足等问题,对此,要深化管理服务育人主体“育人”认知,积极构建多元协同机制,不断加强育人队伍建设,全面推进育人创新,以提高管理服务育人效能。

基于“治未病”理念的大学生心理问题三级防护体系构建与实践研究

“治未病”是中国传统医学的重要思想,强调“未病先防、既病防变、病好防复”三个方面。心理危机预防干预在守护学生成长成才、维护校园安全稳定等方面发挥着重要作用。本文借鉴“治未病”理念,构建大学生心理问题的三级防护体系,并以成都医学院为例开展实践探索,为促进高校大学生心理健康教育工作提供经验与参考。

小波分析和神经网络技术在故障诊断中的应用

介绍了智能诊断技术、小波分析技术及神经网络技术 ,阐述了小波与神经网络相结合的两种方式——松散型小波神经网络和紧致型小波神经网络。在此基础上 ,以松散型小波神经网络对刀具故障的在线监测为例 ,说明了小波分析和神经网络技术对刀具故障进行在线监测 ,故障预报正确率为 87.7%。

小波包分析和支持向量机在刀具故障诊断中的应用

利用小波包分析技术适于对非平稳信号进行特征提取和支持向量机在小样本情况下具有较强分类能力的特点,提出了一种基于小波包分析和支持向量机相结合进行刀具切削故障诊断的方法。该方法采用小波包分析对其提取特征向量,利用支持向量机故障分类器实现对刀具切削故障分类。试验结果表明,小波包分析和支持向量机能对刀具故障进行有效诊断,故障预报正确率为90%。

老年心理健康研究及智能信息服务平台构建

本研究通过分析我国人口老龄化及养老健康现状,介绍人工智能信息技术和梳理老年心理健康研究模式、研究方法,得出结论。同时提出将老年心理健康与智能信息技术相结合,应用于老年心理健康研究的新方法。本研究利用现有老年心理健康研究成果、量表及问卷,结合人工智能技术、计算机技术,构建了适合特定老年人群的老年心理健康智能信息服务平台模型。

小波神经网络在智能诊断中的应用

小波神经网络分为松散型和紧致型。前者以小波分析作为神经网络的前置处理,为其提供输入特征向量。后者采用小波函数和尺度函数形成神经元,达到小波和神经网络的直接融合。刀具故障在线监测松散型小波神经网络,用声传感器在线采集刀具的状态数据,用小波分析处理数据并提取特征量以确定网络的输入向量;用BP神经网络训练数据,调整权值和故障输出,建立刀具故障在线监测小波神经网络模型。

基于小波神经网络的刀具切削状态特征识别

利用小波分析技术提取刀具状态信号特征量,用神经网络技术对信号的特征量进行训练仿真。结果表明,该方法实现了对刀具切削状态的特征识别。

基于傅立叶变换和小波变换的信号处理

介绍了傅立叶变换、小波变换等几种常见的分析处理信号的方法,并对一个实例信号分别利用这两种方法进行了分析处理,阐明了这两种变换在对信号处理上的不同特点。

基于ASP的齿轮组件设计及应用

提出了利用ASP技术、COM组件技术和网络数据库技术来进行齿轮网络化设计的一种方法 ,并通过一个基于ASP的齿轮COM组件设计的应用实例 ,验证了该方法的有效性和正确性 ,不仅为传统设计与网络技术的结合提供了参考实例 ,而且为机械产品的信息化、网络化设计提供了一种实现模式和发展方向。

新建本科院校特色发展的探索与实践—以成都医学院为例

新建本科院校泛指2000年以来国家新设立的一批本科院校,其共同特点是学校开展本科教育时间不长,教育教学设施、条件亟待改善,教育教学方法亟待加强,学校专业建设、学科建设整体水平不高。国家要求该类院校应注重实践环节和应用型人才的培养,应注重加强与地方区域经济结合及服务地方社会经济的能力[1-2]。

小波包分析在刀具声发射信号特征提取中的应用

分析了刀具的切削状态,介绍了刀具的声发射信号检测系统和小波、小波包分析技术,以及小波包频带能量分解方法,提出了小波包分解功率监测特征量提取技术。通过在刀具声发射的一个实例信号中的应用,有效地区分了刀具的两种切削状态,验证了小波包分解功率监测特征量提取方法的可行性。

基于Internet/Intranet的机械产品设计资源共享系统研究

分析了基于 Internet/Intranet的设计现状 ,讨论了基于浏览器 /服务器模式的机械产品设计资源共享系统的特点 ,提出了基于 Internet/In-tranet的机械产品设计资源共享系统模型。在此基础上设计开发了基于

基于神经网络和支持向量机的故障诊断

介绍了神经网络和支持向量机理论,对比分析两种理论的优缺点。通过试验,说明了神经网络和支持向量机在故障诊断中的应用方法,并通过改变学习样本数量,比较两种智能技术在故障诊断中的运用情况,验证了支持向量机在小样本情况下比神经网络具有更强的泛化能力。

基于小波神经网络的刀具故障监测系统

用声发射传感器采集刀具的切削状态信号 ,用小波分析和神经网络技术对信号进行特征提取和仿真训练 ,并建立了基于小波神经网络的刀具故障监测系统。系统对已测得的刀具切削状态信号进行仿真试验 ,结果表明 :系统对刀具故障的预报正确率为 93.3% 。

基于声发射和神经网络的数控机床刀具故障诊断

分析了数控刀具的切削状态,介绍了声发射检测系统和神经网络技术,对刀具切削状态信息声发射检测的可行性和神经网络技术智能诊断方法进行了分析,并通过数控机床刀具故障诊断实例,验证了通过声发射提取刀具切削状态方法的有效性和通过神经网络智能诊断技术检测刀具切削状态方法的正确性。

基于Web的数据库应用系统

本文作者结合Web技术和数据库的知识 ,阐述了基于Web的数据库的特点、体系结构和系统模式 ,并介绍了用ASP ADO技术集成Web技术与数据库的主要特点 ,为进一步开发和实现网络数据库提供了理论基础。

基于Matlab的嵌入式故障监控系统设计

为了满足设备故障监控的要求,提出一种基于Matlab和嵌入式系统相结合的全新故障监控系统,嵌入式系统实现现场的数据采集并通过网络把数据提交给远程Matlab Web Server的PC机,由Matlab进行数据处理,再把结果以图形返回到嵌入式系统的浏览器。同时还可以把嵌入式系统作为服务器,把装有Matlab的PC机作为客户端,实现远程故障监控。通过对刀具的实例测试,结果表明方案可行、实用。

法兰盘类零件检索式CAPP系统在数控加工中的设计与实现

针对数控加工中零件信息的多样性,整合CAPP和NC中的共用资源,设计法兰盘类零件的检索式CAPP系统。检索式CAPP系统建立在成组技术基础上,利用零件的工艺相似性,通过检索和修改标准工艺(典型工艺)规程来制定相应的工艺规程[2]。在设计中涉及到成组技术、特征编码以及数据库设计与开发等关键技术。在实例开发中,以成组技术为理论指导,用Access创建零件工艺数据库,VB开发相应程序。该系统可直接检索已有的零件,可对任意法兰盘类零件进行特征编码,并判断其族类,对已有的族类检索出相似工艺,修改后保存,可为数控加工编程做准备。

刀具故障远程监控系统设计与实现

为了满足刀具故障远程监控的要求,提出一种基于Matlab的全新远程故障监控系统。该系统通过RS485总线实现远程的数据采集和控制,通过Matlab Web Server实现与INTERNET进行通信,通过Matlab把采集的数据进行小波神经网络分析处理和图形绘制。从硬件和软件两个方面介绍了系统的设计。介绍了利用Matlab小波、神经网络工具箱函数实现故障分析和Matlab在PC机环境下实现与单片机的RS485总线通信以及Matlab Web Server网络通信。测试结果表明方案可行、实用。