刍议本科教师教学激励计划实施一年来的校园新变化——以上海电机学院电子信息工程专业本科教学教师教学激励团队为例

文章以上海电机学院(以下简称“我校”)电子信息工程专业本科教学教师教学激励团队为例,从教师回归校园、教授重返课堂、本科生导师制、青年教师的培养工作、教学效果、教研教改等方面,介绍了本科教师教学激励计划实施一年来的校园新变化,并在高校教师考核、规范高校教师行为、彰显激励等方面进行了探讨。

产教融合背景下电子信息专业课程建设探索与实践

产教融合是一种促使学术界和产业更紧密合作的教育模式。它强调学校与产业之间的相互依赖和互补,通过整合产业资源和教育资源,提供更贴近实际需求的教学体验。这种融合不仅有助于培养学生的实际操作能力,还使他们更好地适应未来工作的复杂性和多样性。本文介绍了产教融合背景下我校在电子信息专业课程建设中的探索与实践,总结了进行产教融合课程建设的收获与成果,并在最后对产教融合课程建设模式的未来进行了展望。

技术本科院校软件工程专业人才培养模式创新探讨与实践——以上海电机学院创新实验班为例

技术本科创新人才培养是为了培养能够适应企业需求、具有较强专业能力等综合素养的人才。上海电机学院软件工程专业通过设立"创新实验班",强化专业设置、课程体系、教学方式、实践环节等核心要素,提出培养计划应注重专业能力,培养过程应强化学生学习能力、研究能力、实践能力、国际化能力等,同时完善培养模式评价机制,以提升人才培养质量。

数据挖掘挑战赛驱动的本科生大数据分析能力培养——以上海电机学院软件工程专业学生为例

针对大数据时代应用型大数据人才大量短缺的问题,分析数据挖掘挑战赛对培养学生大数据分析能力的重要作用,以上海市教委大力倡导的本科院校激励计划为切入点,以数据挖掘挑战赛为驱动平台,围绕数据分析的核心知识,探讨如何通过数据挖掘挑战赛培养软件工程专业学生大数据分析能力的新型软件人才培养模式。

中美高校应用型人才培养的课程体系对比——以上海电机学院软件工程试点专业为例

结合美国普渡大学盖莱默分校计算机信息技术专业应用型人才培养方案的调研,对比分析普渡大学盖莱默分校与上海电机学院计算机信息技术专业应用型人才的课程体系,提出适合软件工程试点专业人才培养方案的课程体系,希望通过这些探讨,提高软件工程试点专业人才培养方案的质量,真正达到"技术立校,应用为本"的办学宗旨。

临港新片区的多方融合虚拟教研室的探索——以上海电机学院“国家一流本科专业”为例

虚拟教研室是在传统教研室背景下,利用信息化技术构建新型基层教学组织的一种新探索,其对实现校企融合、校校合作、产教协同等多方融合大有裨益。本文基于临港新片区的发展需求,围绕上海电机学院国家一流本科专业,分析了虚拟教研室建设的必要性和可行性,阐述了虚拟教研室的主要建设内容、途径和创新点,得出虚拟教研室适应临港产业发展需求,有利于培养出符合产业发展和需求的人才,解决企业问题,促进区域内高校专业水平的提升。

浅谈电子信息工程专业导论课程

文章依据上海电机学院电子信息工程专业的培养计划,针对电子信息工程专业导论课程的教学目的,说明了目前该课程主要教学内容的选取原则,阐述了教学中采用的基本方法。并根据近三年的教学实践,给出了几点进一步提高教学效果的建议。

电子信息工程专业导论教学初探

电子信息工程专业导论课程是电子信息工程专业的一门专业基础课必修课。本文结合我校电子信息工程专业人才培养计划，介绍了和课程的教学目的、教学目标和教学内容，给出了教师在本-课程申采用的教学方法、考核方式以及达到的效果，初步探索了本课程的教学。

基于VMD⁃ESA和IPOA⁃XGBOOST相结合的异步电机故障诊断

为了提高异步电机故障诊断的准确度,提出一种结合变分模态分解(VMD)、包络谱分析法(ESA)和改进的鹈鹕优化算法优化的极限梯度提升模型(IPOA‐XGBOOST)的智能诊断方法。首先,对实测的异步电机振动信号进行VMD分解,并用ESA计算VMD分解得到的本征模态分量(IMFs)的瞬时能量矩阵;然后用奇异值分解法(SVD)对得到的瞬时能量矩阵进行特征提取;最后,使用提取到的特征向量训练IPOA‐XGBOOST模型,得到异步电机的故障诊断准确率。另外,为了解决鹈鹕优化算法容易陷入局部最优解、寻优速度慢等问题,使用Circle映射改进鹈鹕优化算法。将改进的鹈鹕优化算法、遗传算法(GA)和鹈鹕优化算法进行寻优分析,实验结果表明,改进的鹈鹕优化算法的寻优效果最好。

大学生职业生涯发展与规划教学改革与思考——以上海应用技术大学为例

随着社会的发展和科技的进步,就业成为目前高校毕业生较为严峻的问题,为了让大学生在大学期间开展职业生涯规划,并更好认识到今后毕业就业难的问题,帮助大学生更好认识自己的优势和劣势,并对自己恰当进行定位,开拓大学生的视野、激发大学生的潜能。本文通过《大学生职业生涯发展与规划》课程的教学实际,提出目前应用型高校开展该门课程的教学过程中存在的问题,并提出该课程改革的方向和目标。

多车场异构车型绿色路径规划问题研究

为拓展多车场车辆路径类问题(MDVRP)的求解方式及途径,引入了油耗和碳排放量的近似计算方法,建立了带时间窗的多车场多车型绿色车辆路径问题模型(GMDHF-VRPTW)。将物流配送和碳排放总成本最小化作为优化目标,设计改进的禁忌搜索算法(ITS)求解该模型。为验证提出模型的有效性和可行性,采用Solomon测试数据集,分别从最优目标值、求解时间等方面与经典的禁忌算法进行对比,实验结果表明ITS方法有显著的优势。此外,为降低问题求解的复杂度,结合K-means聚类算法,将多车场转化为单车场,通过判断满足需求的最小车辆数进行建模并提出了基于Gurobi求解器的聚类过滤算法(CF),在求解同规模多车场多车型路径问题进行了探索,结果表明CF颇具优势,能够为企业实际的低碳物流运输提供决策支持和方法指导。

基于OBE的计算机类课程评价体系的设计与实践

针对不同类型的计算机类课程需协同培养提升学生的不同技术、能力以达到毕业要求的问题,提出了相应的基于成果导向教育(outcomes-based education,OBE)的过程化、多元化的课程考核评价体系,阐述了该体系的具体实施方案,并基于该体系进行达成度评价与持续改进。实施效果表明,该体系有助于监督学生的学习过程,促进教师不断改进教学过程,帮助学生提升学习效果,达成课程培养目标。

基于改进EfficientNet模型的轻量化滚动轴承故障诊断方法

相比依赖于人工分析且无法充分提取信号中丰富信息的传统故障诊断方法,采用深度学习模型可以取得更理想的识别效果,但依然存在所使用的模型参数量大、计算成本高的问题。文章提出一种将格拉姆角场(gramian angular field,GAF)编码方式与改进的EfficientNet-B0模型相结合的方法进行轴承的故障诊断。首先,一维轴承信号经过格拉姆角场编码为二维时序图像;其次,将二维图像输入引入注意力机制CBAM模块的EfficientNet-B0模型中自动进行特征提取和分类识别;最后,在仿真试验环节使用凯斯西储大学与德国帕德博恩大学的轴承数据集,基于格拉姆角场与EfficientNet-B0-CBAM模型的诊断方法对轴承故障的识别准确率分别可达到99.90%和98.04%,可以得出所提出的方法在保持模型轻量化特点的基础上拥有更高的识别准确率和更好的泛化能力。

基于随机森林算法的糖尿病性视网膜病变预测方法研究

目的:针对糖尿病随访数据集检测的特征维度多、患病样本某些指标的数值包含异常值和噪声的情况,提出一种基于随机森林(random forest,RF)算法的糖尿病性视网膜病变(diabetic retinopathy,DR)预测方法。方法:首先,使用Weka工具对上海交通大学附属第六人民医院及日本神户大学附属医院糖尿病内分泌科糖尿病患者的随访数据集进行特征选择,以筛选出与DR相关性较大的特征或特征子集;其次,基于特征子集和RF算法构建辅助临床诊断DR的模型;最后,为验证模型性能并判断哪个特征对模型的贡献最大,进行模型对比实验和消融实验。结果:由病程、糖化血红蛋白、促甲状腺激素、总胆红素、低密度脂蛋白、血清肌酐、白蛋白这7种特征构成的特征子集与DR的相关性最大,在此基础上基于RF算法构建的模型精确率为0.92、准确率为0.91、F1分数为0.91、AUC为0.95,均优于其他模型。消融实验结果表明,病程对模型的贡献最大,其次是白蛋白和血清肌酐,然后是低密度脂蛋白、总胆红素、糖化血红蛋白和促甲状腺激素。结论:基于RF算法的预测方法预测效果准确,可以辅助临床诊断DR。

基于改进蜣螂算法的微电网优化调度研究

为了协调微电网中各分布式电源的出力,以达到微电网综合运行成本最小的目的,构建了包含风电、光伏、柴油发电机、微型燃汽轮机、燃料电池及蓄电池的微电网优化调度模型。为了克服蜣螂算法(DBO)随机初始化生成的种群个体质量不高和求解高维问题时容易陷入局部最优的缺点,将反向学习策略和自适应t分布变异运用到蜣螂算法中,提出了一种改进的蜣螂算法(IDBO),将IDBO、DBO、灰狼算法及蝙蝠算法运用到所建立的微电网优化调度模型中,并对求解结果进行分析。研究发现,在收敛速度、收敛精度和稳定性方面,IDBO均优于其他三种算法。同时,按照IDBO所求得的分布式电源出力方案,可降低微电网的综合运行成本,证明了算法改进的有效性。

RIS辅助的ISAC系统抗多径衰落及路径损耗方法研究

车联网作为未来智慧交通系统中的重要组成部分,对通信和感知的要求也越来越高。通信感知一体化(Integrated Sensing and Communication,ISAC)作为车联网方向极具潜力的一项技术,因可以解决通信场景下的位置感知问题而引起业内的广泛关注。由于城市场景中电磁环境更加随机和不可控,使得当前传统的通信系统架构已经无法满足车-路侧单元(Vehicle-to-Infrastructure,V2I)系统中的通信与感知需求。对此,考虑在传统的V2I系统加入智能反射面(Reconfigurable Intelligent Surface,RIS),将其与ISAC技术结合,构建多径场景下新的被动感知模型。深入分析了在新的被动感知模型下,RIS辅助ISAC通信系统的抗多径性能优化。提出一种大尺寸RIS单元优化分组方法,使部分单元参与信号的反射,并将单元优化分组后的大尺寸RIS与相同单元数的小尺寸RIS进行系统性能对比。仿真结果表明,优化设计大尺寸RIS实现了高于小尺寸RIS大约1.5 bit/s的信号传输效率,在提升系统信号传输性能的同时有效地减少了信道的估计开销。

基于改进蜣螂优化算法的无人机三维路径规划

无人机(UAV)三维路径规划问题是十分复杂的全局优化问题,但基于启发式优化算法的无人机路径规划存在速度慢,精度不足的问题。针对此问题,提出一种改进蜣螂优化算法的UAV路径规划方法。首先,提出一种通过引入Bernoulli混沌映射、可变螺旋搜索策略、新型惯性权重和Levy飞行策略改进的蜣螂优化算法(BCLDBO)。通过与其他算法在6个基准测试函数上进行实验对比,证明BCLDBO算法寻优精度更高,收敛速度更快。其次,通过航迹长度成本、高度成本、平滑成本和威胁成本建立路径规划目标函数,并构建复杂度不同的三维任务空间。最后,将BCLDBO算法应用于UAV三维路径规划问题中,证明此算法较其他算法的路径成本更低,路径规划效果更好。

船舶制造搭载网络研究及其信息系统设计

船舶制造搭载计划网络信息化是船舶制造业整个信息化实施过程中重要的一环,是拉动整个造船大节点执行的关键。针对我国许多造船企业搭载计划网络图仍然是人工绘制,搭载网络制定耗时费力,网络未考虑搭载作业的实际资源,且未和分段制造进行信息共享的缺欠;论文提出了基于资源约束的搭载计划网络制定模型,并设计开发了具有自动化制定船舶制造搭载计划网络的信息系统。该搭载计划网络系统实现跨区域的全流程系统内管理,替代传统的手工纸质工作,可实现企业不同地区之间工作流程的灵活、高效的运转,推动造船精益化运作的改善。

基于深度强化学习的综合能源系统低碳经济调度

综合能源系统(IES)能够实现多种能源形式的供应,但同时排放的大量CO_(2)也影响着周边环境.针对综合能源系统的低碳经济调度问题,本文提出一种基于双延迟深度确定性策略梯度(TD3)算法的优化调度策略.首先,以调度运行成本最小为目标函数,建立考虑碳捕集技术和电转气技术的包含电、热、冷多能互补的综合能源系统模型;其次,引入碳交易机制,提高优化调度策略节能减排的积极性;然后,根据强化学习框架设计优化模型的状态空间、动作空间和奖励函数等,利用TD3算法中的智能体与环境互动,学习综合能源系统的运行策略;最后,利用历史数据对TD3算法的智能体进行训练,并对比线性规划和粒子群算法在不同场景下进行算例分析.结果表明,本文所提方法可以减少综合能源系统运行时的碳排放和运行成本,能够实现综合能源系统的低碳经济调度.

面向光伏功率预测的残差深度学习模型

为保证光伏功率预测模型在气象突变时具有较高的精度,提出用残差量化气象突变,并将其构造为一种新特征。应用最大信息系数(MIC)剔除无关的气象特征后,引入XGBoost模型得到残差序列。利用残差的自相关性,将上一时刻的残差作为当前时刻的新特征,构建面向光伏功率预测的残差深度学习模型。实验结果表明,在气象突变下,该模型能取得更高的精确度。