一种基于Web的高校教师知识管理系统框架

在分析知识管理和知识管理系统含义的基础上,结合Web技术的特点,我们提出了一种基于Web的高校教师知识管理系统框架,并介绍了该框架中各个组成部分和采用的关键技术。

基于Petri网的科研项目管理工作流模型

Petri网是一个描述条件和任务之间关系的通用模型。结合科研项目管理这一个实例,建立一个基于Petri网的工作流模型。并利用模型化简法,验证了该模型的完整性。同时,基于该模型建立的科研项目管理系统也得到了应用。

基于Petri网的工作流访问控制技术研究

访问控制是信息安全中的一种重要保护机制。访问控制矩阵规定了主体对客体的访问权限。传统的访问控制矩阵是静态的,本文描述了一种基于Petri网的工作流动态访问控制机制,它根据工作流的状态来确定主体对客体的访问权限。通过对比,动态访问控制机制使得访问控制权限更加细分,从而具有更高的安全性。

《Oracle数据库开发》课程教学实践与探索

《Oracle数据库开发》是一门知识点多,实践性强的专业技能课程。根据学校的培养方针和要求,针对教学内容、教学方法和手段、实训环节、考核办法等四个方面普遍存在的现状和问题,提出一些教学改革措施和方法。经过几个学期的课程教学实践和探索,取到良好的教学效果。

基于双种群交叉学习的粒子群优化算法

粒子群优化算法因其支配参数少、收敛速度快、易于实现等特点被广泛应用,但是粒子群优化算法存在精度低、容易陷入局部优化的问题。为此提出一种基于双种群交叉学习的粒子群优化算法。在该算法中,整个种群被分为普通子种群和精英子种群。普通子种群采用综合变异机制,该机制通过设置概率参数使普通子种群随机选择朝着优秀粒子的方向或者保持自身方向进行变异,以侧重寻找可能解区域。精英子种群则采用交叉学习机制,将粒子的历史最优和全局最优个体进行交叉生成范例,从而引导粒子对可能解区域进行局部搜索,还提出了一种非线性惯性权重来平衡粒子的全局勘探和局部开发能力。为了验证算法的有效性,在十六个基准问题上进行测试并与其他七种粒子群优化算法变体比较,实验结果表明该算法在求解精度和收敛速度总体排名第一,验证了该算法求解性能优于其他粒子群优化算法变体。

浅谈虚拟演播室建设在校园文化建设中的应用

虚拟演播室利用色键chroma key技术,使得以主持人为主的前景画面完全融合于计算机所产生的背景画面,运用日益成熟的3D建模技术,镜头前的人在虚拟演播室里能进入任意场景,正是因为这些神奇而真实的效果,虚拟演播室的应用正在逐步拓展,特别是在高校,越来越广泛地用于校园文化的建设当中。

无线技术在火灾中的应用

在大多数的火灾事件当中,大火都是突然发生的,很多受害人会被困在大火当中。好在每个受害人都有一个手提设备(一个支持J2ME的客户端),它以无线的方式与一个(某个)服务器相连接,受害人的目的是逃离火灾现场,到达安全的地方。每个受害人的视听范围都是有限的。通过使用J2ME设备,他向服务器端报告可视范围内的火灾位置(她把自己可以看到的范围内的火灾位置通知给服务器),并指出自己决定要移动的方向。服务器对受害者的信息进行响应,返回该着火位置(该受害者的可视范围内)的补充信息,就像该服务器从其它受害者那里接收的信息一样。

水文时间序列相似模式搜索的研究

水文数据量大,类型复杂,将时间序列相似模式搜索运用于水文时间序列,采用DTW方法计算得到水文时间序列的累积距离矩阵,再利用最短距离聚类,得到不同时期相似的水文过程,可以有效地回答防汛指挥中经常问到的"当前水文过程相当于历史上哪一时期的同类过程"等问题。

联合高分一号和哨兵二号的内陆河流叶绿素a浓度反演

水体中的叶绿素a(Chl-a)浓度是反映水体富营养化的重要指标,针对Landsat数据反演内陆河流Chl-a浓度分辨率低的问题,联合高分一号和哨兵二号遥感影像,以浙江省湖州市吴兴区环城河为研究区域,选取2020年5—9月实测Chl-a浓度和对应日期的遥感影像为数据源,结合半分析模型和APPEL(APProach by Elimination)模型,反演内陆河流Chl-a浓度。通过预处理提取各波段的反射率与实测Chl-a浓度值,对其进行相关性分析,选取80%的实测Chl-a浓度数据与适宜的波段组合为特征变量建立半分析模型,并以对应波段反射率为特征变量建立APPEL模型,利用剩余20%的数据验证半分析模型和APPEL模型反演精度。结果表明,半分析模型反演Chl-a浓度的决定系数(R2)最高达0.66,比APPEL模型高0.50,反演效果优于APPEL模型,更适用于反演小范围流域的Chl-a浓度,而APPEL模型适用于反演大面积流域的Chl-a浓度。

基于研究所的导师团队制培养模式改革初探——以化学工程专业研究生为例

导师团队制研究生培养模式有助于避免当前单一导师制研究生培养模式的局限与弊端。本文以化学工程专业研究生为例,分别从高水平研究生导师团队的组建、导师团队的队伍培养和建设、导师团队管理制度的健全、导师团队制下研究生管理体系的构建等方面探讨了基于化学化工学院研究所的导师团队制研究生培养模式的改革和实施对策。初步实践证明,导师团队制研究生培养模式改革,有利于提高化学工程专业研究生的科研创新能力。

城镇居民生活用水量预测及用水需求量影响因素分析

揭示城镇居民生活用水量的变化规律及其影响因素,对于改善城市供水调度和控制居民用水量的增长具有重要意义。为克服BP神经网络学习收敛速度慢、易陷入局部极小值、网络结构难以确定的缺点,提出将遗传算法(GA)与BP神经网络组合形成GA-BP混合训练网络,应用于居民生活用水量预测当中,预测结果显示,该方法与单一BP神经网络相比,具有更好的预测精度和适用性。其次,通过修正后的模型分析水价、人均可支配收入及人均住房面积三个用水需求影响因素,估计其价格弹性、收入弹性和人均住房需求弹性。模型估计结果表明,水价的上调,会抑制居民用水量的增长;居民用水量明显随人均可支配收入的增加而提升;人均住房面积与居民用水量之间的关系未得到较好体现。

深度学习算法YOLOv4支持下的脐橙树株数识别

针对传统果树单株提取方法流程繁琐、人力成本较高、耗时长等问题,该文提出在复杂自然背景下使用深度学习算法YOLOv4实现脐橙树无人机影像端到端的识别方法,利用网络改进、多尺度融合以及损失函数改进等方法提高复杂背景下小目标的识别率。以赣南某地脐橙果树无人机影像作为数据源,应用YOLOv4深度神经网络分别训练基于不同数据集的模型,通过调整模型阈值参数得到最佳模型,并在强背景、弱背景、稀疏和稠密植株测试集上进行测试。结果表明,基于data748数据集训练且模型阈值为0.6时的YOLO-748模型精确率达91.55%,召回率为98.55%,mAP值为93.38%,F1值达0.985,该模型在复杂自然背景下鲁棒性较好。该方法能为现代农业果园管理提供新的可行方案。