一种基于机器学习识别医疗设备异常运行状态方法的建立

由于传统识别医疗设备异常运行状态方法是通过手工预定义的关键字与设备响应数据的字段相匹配完成设备异常识别,易导致医疗设备识别结果不精确。基于此,本研究提出基于机器学习的医疗设备异常运行状态识别方法。基于机器学习的医疗设备异常运行状态识别方法通过传感器采集医疗设备的电压、电流、工作温度等异常特征数据,对多特征数据进行叠加融合,引入GRU网络构建机器学习识别模型,输入数据训练模型完成医疗设备异常运行状态识别。实验结果表明,基于机器学习的医疗设备异常运行状态识别方法可识别医疗设备不同类型的异常运行状态,误报率为4.43%,识别异常运行状态时间较短,准确度更高。

基于深度学习的煤矿机电设备状态监测方法

为降低煤矿机电设备检测的漏警率,提出了基于深度学习的煤矿机电设备状态监测方法。以分布函数表示样本分布,建立模糊分类集,获取煤矿机电设备状态信息,利用深度学习提取状态监测的特征向量集合,进而拟合设备状态信息,实现分组式监测。实验结果证明,研究的漏警率在0.2%以内,且多数漏警率的数值为0,可及时、准确地预警异常状态。

基于深度学习的中职院校思想政治教育策略探究

深度学习,强调对知识的深层次挖掘与学生的主动参与,为中职院校的思想政治教育带来了新的启示。文章对深度学习的内涵进行概述,分析中职院校思想政治教育面临的挑战,以及深度学习教学理念融入中职院校思想政治教育的意义,并提出深度学习教学理念融入中职院校思想政治教育的实施策略,以期通过教学方法的革新、教育内容的更新、师资力量的强化、学生参与度的提升及评价体系的完善等策略提高中职院校思想政治教育的实效性,促进学生全面发展。

一种改进的任务驱动教学法用于通信设备类课程

为提高学员自主学习能力、批判性思维能力、复杂问题解决能力,基于建构主义和深度学习理论,提出在通信设备类课程教学中运用“任务设计→情境创设→任务分析→自主学习→协作批判学习→知识构建→任务完成→任务讲评→效果反思→全程评价”的改进任务驱动教学法.教学实践表明,学员总评成绩优秀率提高了8.3%,情报畅通率提升了25%,信息联通时间减少了50%;该任务驱动教学法是有效的.

装备体系效能评估及支撑技术综述

效能评估用于评价装备完成特定作战任务目标的能力,目前已经广泛应用于各种武器装备论证中。本文在简要分析当前该领域的问题和挑战的基础上,分别介绍了基于多属性决策、复杂网络和机器学习算法3类装备体系效能评估方法,并分析了上述方向的研究现状;在装备体系效能评估支撑技术方面,总结了指标约简与优化方法的研究现状;最后,基于现有的研究进展,提出了未来装备体系效能评估可能的研究方向。

PBL教学法在《医学影像设备学》课程教学中的应用

目的分析以问题为基础的教学法(problem-based learning,PBL)在《医学影像设备学》课程教学中的应用效果。方法选择2021年9月—2022年4月甘肃卫生职业学院2020级影像技术专业两个班级的学生作为本次研究的对象,共计104名,根据不同的教学方法分为观察组(54名)与对照组(50名)。对照组学生在学习《医学影像设备学》过程中,教师采用传统讲授法为主的授课方式。观察组学生在学习本课程的过程中,教师采用PBL教学法。在学期末由教师采用同一份试卷对学生的理论水平进行考核,由同一组教师对学生实践操作水平进行考核,比较两组学生的考核结果。以问卷的形式调查两组学生对教学效果的看法,包括提高学习积极性、提升解决问题能力、提高学习效率、提升综合能力,比较两组学生对上述效果的认可度。结果观察组的理论水平、实践操作水平考核分数[(93.65±5.02)分、(90.32±4.76)分]均高于对照组[(86.29±4.87)分、(80.64±5.32)分],差异有统计学意义(P<0.05)。观察组学生对可提高学习积极性、可提升解决问题能力、可提高学习效率、可提升综合能力的认可度高于对照组,差异有统计学意义(P<0.05)。结论将PBL教学法用于《医学影像设备学》课程教学中能够提高理论与实践教学效果,可以更有效地提升学生的学习积极性、各项能力。

基于强化学习算法的静止同步补偿电压控制器

将强化学习算法应用于静止同步补偿(STATCOM)电压控制器,克服了常规 STATCOM 电压控制器对系统数学模型的依赖性,同时根据来自系统的强化学习信号,采用自适应启发评价算法更新其参数。在控制器中采用局部可测信息量,以确保其可实现性。仿真实验结果表明,基于强化学习算法的 STATCOM 电压控制器可以在紧急情况下对系统电压进行调节,从而在一定程度上确保了系统的安全稳定运行。

同步发电机迭代学习励磁控制器的仿真研究

基于迭代学习控制理论提出了一种非线性迭代学习控制律,并将其应用于同步发电机的励磁控制,采用Matlab中的Simulink工具箱对单机?无穷大系统及两机系统进行了仿真研究,结果表明了该控制方法的有效性和通用性,且具有很强的维持机端电压的能力,与常规PID控制器和线性迭代学习控制律相比其收敛速度明显加快,有利于提高电力系统稳定性。

《物流技术装备》课程教学改革探析

针对《物流技术装备》课程内容分散、专业性强、实践教学资源不足的情况,提出了将视频教学、虚拟仿真平台教学、目标驱动教学等方法结合起来的教学模式,在课程教学过程中注重对学生学习策略的培养及引导,采用过程评价方法对学生课程成绩进行综合评定。本课程的教学改革经过实际教学实践,取得了良好的效果。

英国网络远程教育启示录

英国网络远程教育比较成熟与发达,其基本特色是有专门从事网络远程教育的独立大学——开放大学;同时,英国有关网络远程教育之理论研究也同样繁荣与发达。英国网络远程教育非常注重教与学之方法创新,实践教学方法多种多样,"沉浸式学习法""大数据探究法""远程实验室研究学习法""翻转课堂教学法""自带设备学习法"等等都具有启示意义。英国网络远程教育以学生为中心,为学生提供了强大的服务支持。英国网络远程教育的另一特色是注重校企合作,其成功的校企合作模式为网络远程教育提供了成功范式。

职业院校项目教学法探讨

项目教学法是师生通过共同实施一个完整的项目工作而进行的教学活动,是职业教育教学方法的发展趋势,学习的重点在学习过程而非学习结果,以项目为导向,分为,让学生掌握专业能力、方法能力和社会能力。项目教学法实现了三个根本性地转变,以学生为中心,以项目为中心,实际经验为中心。要求提高质量,加大对专业课“双师型”教师的培训,因才施教,加大设备投入。

机械工艺装备实训课“项目教学法”的研究与实践

在机械加工工艺装备实训中实施"项目教学法"教育模式,采用与工学结合紧密的各种工艺装备实训项目进行教学实训,提高了学生的实践动手能力,增强了学生的就业竞争力。

“复盘”在腔镜设备器械培训中的运用——以广东省中医院为例

[目的]探讨“复盘”在腔镜设备器械培训中效果。[方法]在腔镜组对新进入手术室的新组员,分别随机先后采用“复盘”和传统两种学习方式进行培训。[结果]新组员表示采用“复盘”学习方式的对腔镜设备、器械的掌握明显优于传统学习方式,学习方法也更简单、易接受。[结论]“复盘”学习方式在腔镜设备器械培训中,效果是显著的。

基于知识图谱技术的电力设备缺陷记录检索方法

电网生产管理系统中存在大量电力设备缺陷记录,其准确检索对于缺陷管理有着重要的指导作用。基于知识图谱技术,探索了电力设备缺陷记录检索方法。首先提出了利用现有电力设备缺陷记录语料构建电力设备缺陷知识图谱的方法;然后基于所构建的知识图谱,提出了利用图搜索进行电力设备缺陷检索的方法;最后通过算例对比了上述缺陷记录检索方法和传统机器学习语义分析方法的检索效果。算例表明,基于知识图谱的电力设备缺陷记录检索方法能提升缺陷记录检索的效果。

应用Seminar教学法提高学生的能动性——以蒸馏教学为例

蒸馏是中药制药工程原理与设备课程的主要章节之一,包含很多概念、公式和设备,内容比较枯燥。应用Seminar教学法,不仅活跃了课堂氛围,提高了学生的能动性,也培养了学生自主学习的能力。

基于深度学习的集成化装备故障诊断方法综述

集成化装备的结构和功能日益复杂,传统的故障诊断方法难以进行准确的特征提取,而深度学习具有强大的学习能力,能够有效挖掘特征,适合于集成化装备的故障诊断;为此,首先按照应用领域的不同,分别描述了国内外基于深度学习的故障诊断最新研究进展;其次,简要介绍了3种典型的深度学习故障诊断方法(深度置信网络、堆栈自编码机和卷积神经网络),整理出已经取得的成果和存在的问题并做出总结;而后将基于深度学习实现故障诊断面临的挑战总结为6种类型,并根据前文总结出的研究成果提出了研究思路;最后结合实际应用情况,提出了4种发展方向。

集成神经网络在机械故障诊断中的应用探讨

现代信息技术和人工智能技术的飞速发展,为日趋复杂的机械设备故障诊断提供了技术支持;人工神经网络具有良好的分类特性,适合故障诊断;为了克服单神经网络故障诊断缺陷,研究了一种基于信号类型和信息融合思想的集成神经网络的智能故障诊断方法,降低了网络的复杂度,同时由于综合考虑了各种信息对故障特征的反映,提高了故障确诊率;为了提高学习效率,采用了一种快速的网络训练算法—免疫遗传算法;以某型兵器传动装置中的齿轮故障诊断为例,采用振动和声发射检测等技术获取训练样本训练网络,专家给出各网络对故障类型的置信权矩阵,将现场采集数据输入到诊断系统中,系统准确快速地得到了设备故障类型,结果符合实际,表明该方法行之有效。

数控设备应用与维护专业教学做一体化教学模式改革研究

根据高职数控设备应用与维护专业的特点,给出专业实施"教学做"一体化教学模式需要改革的重要内容,包括教学计划中的课程体系构建到教学资源的准备、教学条件要求,再到课程实施中教师的教学方法和学生的评价考核方案设计,从而形成一套切实可行的"教学做"一体化教学模式实施方案。

基于深度学习的电力设备图像识别模型构建

为了解决电力设备故障识别中存在识别精度低、识别耗时长等问题,提出构建基于深度学习的电力设备图像识别模型。利用飞行设备搭载采集系统获取电力设备样本图像,采用加权平均法将RGB彩色图像转换为灰度图像;通过均值滤波法对电力设备图像进行降噪,以及采用二次泰勒级数卷积对电力设备图像边缘进行自适应增强,完成电力设备图像的预处理;在此基础上,采用权重融合的相似性测度对电力设备图像特征进行融合,引入卷积神经网络构建电力设备图像识别模型。实验结果表明:采用所提模型识别电力设备图像的精度最高可达99%,且识别耗时始终低于5s。

简论高等学校化学实验仪器设备管理的方法

化学实验仪器设备管理是高等学校化学实验管理的基本内容,是实验室工作的重要组 成部分,是保证教育质量的重要方面。