《基础日语》课程思政教学研究——以增强国际传播亲和力和实效性为中心

《基础日语》课程作为日语专业核心课程,具有教学时间长、教学内容广泛、与学生共同学习机会多、影响力大等特点,此外,该课程内容文化内涵丰富,为教师拓展课堂教学,实现与课程思政的教学融合提供了便利条件。本文以《基础日语》课程为例,对《新编日语》(重排本)教材中的思政元素进行深入挖掘,详细阐述微课制作,教学设计、实施的全过程,为日语课程思政微课教学提供具体的案例支持,以期解决长期以来高校专业课程和思政课程在价值引领和育人导向上各自为政的“两张皮”现象,帮助日语专业学生有效提升跨文化交际能力,树立文化自信,增强民族自豪感。

中国面向东盟国家的精准传播路径

随着国际局势复杂发展,东盟国家成为未来一段时间中国外交发展的重点地区。近年来我国虽然通过区域媒体合作、文化产品输出等方式在这一区域传播影响力不断扩大,但在精准传播,适应当地传播环境建设方面,仍面临着对东盟各国传播针对性较弱、核心价值观念传播分散、对民众影响力有限等问题,严重影响了对这一地区传播的有效性。因此,为增强对这一地区传播的亲和力和时效性,创新针对性本土传播策略、培养针对性复合型传播人才、发挥重点话语主体主观能动性成为未来对这一地区传播的重要优化方向。

基于简化HMM和时间分段的非侵入式负荷分解算法

针对现有非侵入式负荷分解算法需要以过去时刻的分解结果为依据,从而造成误差累积的问题,提出一种基于简化的隐马尔可夫模型和时间分段的非侵入式负荷分解算法,以实现居民家庭的负荷分解。对负荷的低频功率信号进行分层抽样和聚类分析,构建负荷功率模板并利用独热码对超状态进行编码表示。基于简化的隐马尔可夫模型和普遍生活规律对家庭用电时间段进行划分,在每个时间段内单独训练参数。结合总线数据和各时间段参数实现对各时刻负荷功率的独立求解。基于2种国外公开数据集的测试结果验证了所提算法的准确性和实时性。

考虑节点功率储备与GIN中心性的主动配电网动态集群电压控制

为应对大规模分布式光伏(photovoltaic,PV)接入引起的主动配电网电压越限问题,降低控制策略的时序复杂性,提出一种考虑节点功率储备与节点影响力(global importance of each node,GIN)的主动配电网动态集群电压控制方法。首先,通过考虑系统各节点的功率储备度,定义聚类算法的电压灵敏度-功率储备度(voltage sensitivity-power reserve,VS-PR)综合电气距离量度。进而,以GIN算法改进亲和力传播(affinity propagation,AP)聚类算法,实现网络集群划分与主导节点选取。然后,建立主动配电网集群电压控制模型,并通过动态粒子群算法(dynamic particle swarm optimization,D-PSO)进行模型求解。最后,通过建立基于MATLAB 2021b平台的IEEE 33节点仿真算例对比分析,验证了所提动态集群划分与电压控制方法的正确性和有效性。

亲和力传播聚类在市域公路网节点重要度计算中的应用

为了从根本上消除传统的公路网节点重要度聚类方法因各指标求和而削弱节点差异性的弊端,引入亲和力传播(AP)聚类算法对节点指标的主成分进行聚类,并转化为真实指标下的聚类结果,根据交通量预测及节点聚类结果按需布设公路线路。以某市公路网规划作为研究实例,对规划方案进行评价分析。结果表明,本文提出的公路网规划方案改善了研究区域当前路网的运行质量,并在规划年份能够与运输需求的增长相匹配。