中职计算机教学的创新改革研究

随着计算机行业的飞速发展，社会对计算机人才的要求是越来越高。为了能够跟上时代发展的脚步，培养出有一枝之长，对社会有用的人才，中职计算机学校必须要改变传统的教学方法，寻找出一套适合中职学生发展的教学方法。本文将结合当前中职计算机，咎的哩状，分析中职计算机教学存在的问题，并提出可行的计算机教学的创新改革措施。

线性规划教学改革与探索

对传统线性规划问题在求解及教学方面的改进,通过改进使得求解过程更简捷,更容易理解和掌握,对只有通过大M法、两阶段法才能解决的问题也能很好地求解,有一定的通用性,省去了大量的语言描述及表格的绘制,提高了计算速度及准确性。

“一体化”教师队伍建设的认识与思考

一体化教学是将理论教学与实习教学融为一体。为了搞好一体化教学工作,我们需要建设一支与一体化教学相适应的一体化教师队伍。为此,在教学过程中,需要认识和思考"一体化"教师队伍建设问题。

基于近红外光谱的粳稻种子快速鉴别方法研究

黑龙江省是我国最大的粳稻产区和商品粮生产基地。水稻种植过程中,选择合适的水稻品种是实现高产的关键环节。在农业生产中,水稻品种的选择受多方面因素影响,一般说来,同一积温带所种植的不同水稻品种在外观上差别不大,甚至没有差别,很难通过肉眼观察进行准确区分。为了快速鉴别肉眼不便区分的不同类别粳稻种子,提出了一种基于近红外光谱技术的粳稻品种快速无损鉴别方法。以黑龙江垦区大量种植的3种不同品种的粳稻种子(垦粳5号、垦粳6号和绥粳4号)作为研究对象,每个品种选取40个样本,其中30个样本做为建模集,10个样本作为预测集,扫描获取全部120个样本的近红外光谱数据。对原始光谱数据(11520~4000cm^-1)两端进行裁剪,选取吸光度较强的8250~5779cm^-1范围内的光谱数据进行研究。首先建立参照模型,即直接对光谱数据建立BP模型1,同时光谱数据经过一阶导数和Savitzky-Golay平滑预处理后建立BP模型2。模型1的分类正确率为93.3%,预测集均方根误差RMSEP=0.2328,迭代时间t=3882.9s。模型2的分类正确率为100%,RMSEP=0.0706,迭代时间t=954.5s。比较两种模型的评价参数RMSEP发现FD+SG预处理可以提高模型的预测能力,但是由于两种模型未进行降维处理,数据量过大,模型的输入节点过多,迭代时间太长,不利于实际应用。因此利用小波变换多分辨率的特点对数据进行降维处理,采用预测集残差平方和Press值作为评价指标,在多个小波类别和参数中选取分解尺度为5的sym2(symlet2)小波对光谱数据进行压缩和降维处理,将光谱数据由601维降到21维。以小波变换结果作为神经网络输入,建立模型3,并与模型1比较,模型3的分类正确率为93.3%,RMSEP=0.2250,迭代时间t缩短至198.9s,比较结果显示小波降维可以减少神经网络的输入,简化神经网络的结构,从而提高迭代速度,但对提高模型的预测能力效果不明显。上述三种模型比较结果表明,FD+SG预处理可以提高模型的预测能力,小波降维可以提高模型的迭代速度,综合上述三种模型的比较结果分析,最终建立“FD+SG+小波降维”的21输入、15个隐层、3个输出的神经网络鉴别模型4,其分类正确率达100%,RMSEP=0.0293,迭代时间为98.8s,表明模型4能够完全实现对三种不同水稻品种的快速、准确、无损鉴别。因此,所提出的基于近红外光谱的小波降维和反向传播人工神经网络鉴别模型的方法完全可以用于粳稻种子的快速无损鉴别,同时也为其他农作物种子的快速鉴别提供了参考。

不同波长选择方法在土壤有机质含量检测中对比研究

由于近红外光谱数据的多重共线性,特征波长选择一直是近红外光谱分析技术的重要研究内容。以108个土壤样本光谱数据和土壤有机质(SOM)含量为研究对象,以连续投影算法(SPA)、间隔偏最小二乘法(IPLS)、竞争自适应重加权采样法(CARS)三种典型的特征波长选择算法进行近红外光谱波长选择和土壤有机质含量建模。研究结果表明,基于上述三种方法提取的特征波长所建立的模型预测能力均优于全谱模型。其中,基于SPA算法的MLR预测模型精度最优,预测集相关系数(Rp)和均方根误差(RMSEP)分别为0.970 2和1.214 4,模型参数只有6个。因此,SPA-MLR可以有效地应用近红外光谱的建模,并且简化模型的复杂度,提高模型的计算效率。

基于无信息变量消除法的水稻种子发芽率测定

为了解决常规的水稻种子发芽率测定方法存在的试验周期长且操作繁琐等问题,实现水稻种子发芽率的快速检测。本研究以黑龙江省五常市五优稻四号粳稻种子为研究对象,首先将7组种子样本(每组60个样本,共计420个样本)置于温度为45℃,湿度为90%的环境中分别进行为期0d、1d、2d、3d、4d、5d、6d的不同时段的人工老化,然后采集每个水稻种子样本的光谱数据后进行发芽试验。对光谱数据使用蒙特卡洛交叉验证法进行异常样本剔除,并应用UVE法对全光谱数据进行特征波长选择,使光谱数据由全光谱的1845个数据点缩减为524个数据点,最后建立PLSR预测模型。所建模型的预测集决定系数R 2为0.8170、RMSEP为2.1830。试验结果表明,经UVE法降维后建立PLSR模型的各项参数均优于全光谱模型,因此,UVE特征波长选择算法为提高水稻种子发芽率测定模型的预测能力提供了一种新的途径。

模拟酸性气预硫化加氢催化剂工艺研究

在常压下采用固定床反应器,研究了以H2S,H2,N2,CO2气体模拟炼油厂酸性气为硫化介质,对加氢催化剂进行器外预硫化;考察了硫化温度、硫化时间、空速、模拟气组成等因素对催化剂硫化效果的影响。用裂解汽油一段加氢油为原料,对催化剂进行高压微反活性评价。实验结果表明:以模拟酸性气为硫化介质对加氢催化剂进行器外预硫化是可行的。预硫化工艺条件为:硫化温度370℃,硫化时间不小于理论硫化时间的2.5倍,H2S体积分数约为5%,H2体积分数5%,CO2体积分数7.5%,空速1 000 h-1,模拟酸性气中不含NH3。对催化剂进行了XRD表征,结果表明:模拟酸性气预硫化催化剂不改变催化剂晶相结构。

浅谈远程培训课程课件开发

中国石油大庆培训中心是集团公司重点扶持的培训基地之一,开发远程培训课程(课件),是我们当前乃至今后的一项长期任务,本文结合现状提出了远程培训课程(课件)开发的建议。