基于经验模态分解和小波神经网络的温室温湿度预测

温室温湿度的准确预测有助于及时调节温室小环境,温湿度预测模型是温室控制的重要基础,提高预测精度有助于提高生产水平。针对温室系统具有非线性、非平稳性等特点,提出一种基于经验模态分解(empirical mode decomposition,简称EMD)和小波神经网络(wavelet neural network,简称WNN)的温室温湿度组合预测方法。首先,利用经验模态分解方法将原始时间序列分解成一系列分量;然后对各分量分别构建小波神经网络模型进行预测;最后叠加各子序列得到预测值。结果表明,运用EMD-WNN组合的温度模型有效性为0. 993 4,湿度模型有效性为0. 978 1,且优于单独WNN模型和BP神经网络模型的预测结果,可有效提高短期温室温湿度预测的精度。

基于约束优化传播的改进大规模数据半监督式谱聚类算法

针对传统谱聚类算法在聚类过程中所出现的高计算复杂度、噪声敏感,以及聚类簇形态偏斜等问题,结合当前大规模数据聚类的特点与需求,建立基于约束优化传播的改进大规模数据半监督式谱聚类模型。该模型利用先验成对点约束信息构建微型相似性矩阵,在此基础上采用Gabow算法提取该微型相似性矩阵所对应连通图的各强连通分支,继而提出面向各强连通分支的新型约束优化传播算法以获取整个数据集的点对相似度,最后通过奇异值分解并运用加速K-means算法获得大规模数据的聚类结果。在多个标准测试数据集上的实验表明,相比于该领域其他前期研究成果,该聚类模型具有更高的聚类准确率和更低的计算复杂度,更适合大规模数据的聚类应用。

中小企业利用第三方平台开展跨境贸易的影响因素研究

近年来,越来越多的中小企业为了提高自身竞争力使用第三方交易平台来开展跨境贸易。本文通过问卷调查方式,运用因子分析法,对中小企业利用第三方平台开展跨境贸易的影响因素进行实证分析。结果表明,第三方平台服务商提供高质量的服务、企业制定合理的战略规划,以及政府对企业开展贷款优惠或专项补助等措施,对中小企业利用第三方平台开展跨境贸易并获得可持续发展起到关键作用。

应用型本科高校青年教师专业化发展问题及提升对策研究——以浙江某高校为例

本文从应用型本科高校青年教师这个特定群体出发,研究应用型本科高校青年教师在自身专业化发展过程中面临的问题,深入分析影响其专业化发展的内外部因素,从而提出促进应用型本科高校青年教师专业化发展的对策和建议,以期为青年教师专业化发展优化和同类型高校有针对性地提升青年教师教学水平提供借鉴和参考。

智慧教室环境下地方高校教师信息化教学能力提升研究

智慧教室的出现为智慧教学提供了更好的平台,但也对地方高校教师的信息化教学能力提出了更高的要求。本文从提升教师信息化教学能力的重要性出发,分析了目前地方高校教师信息化教学存在的问题,提出智慧教室环境下教师信息化教学能力提升策略,以期为地方高校教师信息化教学能力发展、智慧教学创新提供建议参考和借鉴。