专创融合的BMW“宝马”式教学模式建构——以用户体验设计课程为例

为探索适合设计学科专创融合的课程教学改革模式,在分析现有专创融合主要教学模式的基础上,结合认知论BECI模型和控制论黑白箱方法,构建在“做中学,创中悟”为核心理念的BMW“宝马”式教学模式。通过应用在用户体验设计课程实践证明,创设黑白题库引导学生完成OEB导向的BMW的用户体验项目设计,能将专业理论知识和创新创业理念方法有机融合,激发学生运用专业知识来创新创业的意愿和能力,有效提升学生自主创新能力的教学模式。

黑盒攻击智能识别对抗算法研究现状

智能识别对抗算法是深度学习领域一个全新的研究方向,获得越来越多的关注。介绍针对目标识别技术的黑盒攻击智能识别对抗算法的工作流程和主要环节,从算法原理、代价函数、攻击性能和应用场景等方面进行综述:分析开展黑盒攻击对训练数据和模型的条件需求及运用策略,归纳基于数据和基于代理模型开展智能识别对抗算法的原理及优缺点;从提高攻击有效性、增强攻击泛化性、降低模型迭代次数和拓展对抗样本应用场景角度,剖析基于代理模型的智能识别对抗算法研究进展,即多样化代价函数、集成训练模型、优化参数更新空间、改进参数更新策略等手段在对抗样本生成过程中的作用;以攻击人脸识别系统、自动驾驶系统和追踪系统为典型应用场景,梳理算法现实应用情况;以军事应用为背景,探讨开展黑盒攻击智能识别对抗算法研究面临的困难挑战及解决方案。

供应链柔性测度的研究

分析了供应链柔性测度的研究现状,在此基础上提出供应链柔性测度指标体系,根据指标体系的特点,研究了4种度量供应链整体柔性的模式并对其加以比较分析,得出使用黑箱模式度量供应链整体柔性不仅相对简单而且客观。通过实例,说明了黑箱模式的应用。

TDBU教学模式在生物医学工程专业实验教学中的应用

生物医学工程属于交叉学科,而且实践性强,生物医学工程专业的本科生需要在短短的4年时间同时学好医学类、生物类、电子类以及计算机类课程,这对于任何一名学生而言都是一项巨大的挑战。为了解决这个问题,首次提出了TDBU(Top-down&Bottom-up)教学模式,并利用该模式改进生物医学工程的专业实验教学。该模式的主要特点是学生以团队形式参与并完成可以切分成若干模块的完整项目,而且学生可以选择项目的难易程度。由于该模式可以确保各个层次的学生完成项目,因此对于激发学生的学习兴趣、建立学生的自信心、提高学生的实践能力,有着非常深远的意义。

打破政策“黑箱”的制度设计——基于广州政策兑现实践的研究

如何打破政策“黑箱”是学界和社会关注的重要议题。以广州市政策兑现改革实践为例,探讨如何从制度设计层面来打开公共政策过程中的政策“黑箱”。研究发现,虽然公共政策过程是一个动态且复杂的过程,但是通过统筹政策制定和政策落地两端、主观要素客观化、模糊标准明确化、重塑政府流程等,能够形成确定的决策环境,控制非理性因素,约束自由裁量权,并压缩权力寻租空间,从而可以从源头消除政策“黑箱”的形成土壤。广州市政府政策兑现改革过程中,通过“输入—转化—输出”的制度框架设计,形成了从政策制定到政策执行再到政策结果与评估的政策闭环,并对政策兑现的相关责任单位、流程和时限都进行了严格把控,进而实现对政策“黑箱”内部决策要素的控制。从政策“黑箱”本身入手,破解政策“黑箱”难题,实现政策的阳光承诺和给付,最终形成极具特色和借鉴意义的广州模式。

网络营销策略:消费者行为黑箱与客户满意度

电子商务的快速发展给网络营销提供了商业平台,同时也要求网络营销采取面向客户关系、网络营销成本与风险管理以及提升客户满意度等方面的营销策略。在分析网络营销特性基础上,通过对消费者行为模式和购买过程以及消费者行为黑箱分析,提出了相应网络营销策略。最后指出,网络营销应结合传统营销策略、虚实结合、差异营销,“一对一”客户交流等措施,以提升网络客户满意度。

北京地区黑匣子剧场调查分析与未来发展思考

黑匣子剧场在我国是新的剧场形式,较为小众,比国外发展晚且数量少。笔者调研了北京地区部分黑匣子剧场的建筑现状,测量一部分数据,在此基础上分析了黑匣子剧场的基本特征,结合发达地区的黑匣子剧场案例,总结了北京地区黑匣子剧场的功能类型,观演空间特点、前厅空间以及后台空间特点,提出了黑匣子剧场建筑设计中应该注意的问题,为相关设计实践和理论研究提供有益的参考。

求解黑箱优化问题的动态模式跟踪抽样算法

针对当前复杂工业领域设计过程中存在的计算密集型黑箱优化问题,提出一种改进的动态模式跟踪抽样算法。算法基于线性样条函数进行全局近似,通过随机抽样过程产生逐步逼近全局最优区域的设计点,并利用二次响应面函数进行全局收敛判定。引入动态加速因子来增强算法的全局搜索能力和函数适应性,并采用改进的修正复相关系数进行动态加速因子更新和响应面拟合精度判定。标准测试函数表明,相比于遗传算法和模拟退火等启发式算法,动态模式跟踪抽样算法在减少目标函数评估次数和收敛成功率上均具有较大的优势。

黑匣子剧场建筑设计研究

欧美国家实验剧场、黑匣子剧场已经发展了一百多年。我国发展得较晚,1989年北京人艺实验剧场《绝对信号》的上演使我国开始了实验戏剧的探索,从而带动了实验剧场的发展。黑匣子剧场在我国建设数量不多,缺乏设计经验。作者调研了北京地区部分黑匣子剧场建筑现状,并在此基础上分析了黑匣子剧场的基本特征,总结了北京地区黑匣子剧场建筑总体空间模式,观演空间、前厅空间以及后台空间,提出了黑匣子剧场建筑设计中应该注意的问题,为相关设计实践和理论研究提供有益的参考。

基于LSTM神经网络的混合燃料HCCI发动机复杂工况下燃烧正时估计

均质充气压缩点燃(HCCI)发动机可以通过喷射混合燃料来拓宽工作范围,但也增加了复杂工况下燃烧正时估计的难度。为此,基于长短期记忆(LSTM)神经网络,建立了黑箱模型,用以复杂工况下使用混合燃料的HCCI发动机燃烧正时估计。首先,对多输入数据变量进行Z-Score标准化,使输入数据变换到同一数量级。其次,通过主成分分析法(PCA)对多输入数据变量进行筛选,降低数据维度。最后,用LSTM神经网络对选出的燃烧正时影响相关因素和实际燃烧正时之间的非线性关系进行建模。FTP工况下与其他方法对比验证表明,LSTM模型的各项评价指标均优于SVR和BP模型,其决定系数R2达到了0.98978。