建筑二次供水管网的漏损定位研究

面对建筑二次供水管网的漏损问题,现阶段通常采用检漏仪器配合人工经验的技术手段进行检测.针对上述方法耗时长、效率低等问题,提出一种数据驱动的增量式建筑二次供水管网漏损定位方法.该方法通过高频采集管网中各个压力监测点数据,建立未漏损工况下建筑二次供水管网压力数据集,并采用K均值算法对数据集进行聚类,形成不同时段压力特征数据,用以判断新采集的节点压力向量是否异常,进而判定是否发生漏损,并定位漏损节点位置.实验结果表明,该方法可实现建筑二次供水管网漏损定位,较现有方法发现漏损用时短、定位速度快等优势,具有一定的实用价值.

形塑学习(Solid Learning)教学环境下大学生创新能力影响机制研究

随着3D技术与科学教育的不断融合,形塑学习模式(Solid Learning Model)不断得到国内外教育学者的关注。国内外相关研究提出,基于3D技术形塑学习模式有利于激发学习者的创新意识,培养学习者的创新能力。然而,鲜有研究从实证角度去分析形塑学习(Solid Learning)有哪些维度影响了学习者创新能力?这些维度与创新能力之间的内在作用机理是什么?经过为期12周的3D景观设计形塑实践课程,58名景观专业大学生提交了形塑学习模式创新问卷。通过结构方程软件SMART PLS对假设模型的拟合发现:Solid Learning的感知沉浸性是一个二阶因子,由个性化、交互性、情境性三个一阶变量构成。学习者的创新思维只有在体验式学习情境下才能转化为创新行为,创新能力培养要突破传统学习空间和交互方式,提倡做中创(Creation by Doing)的理念;跨学科能力在感知沉浸性与创新能力之间存在部分中介效应。跨学科能力影响创新能力有两条路径:一是知识结构本身有机的整合,二是学习者对个体多元智能特征的认识和优选。针对形塑学习的这些研究,在理论上丰富了学习技术的内涵,同时实践上对高校采用3D技术实施创新教育培养模式提供了参考。

基于特征聚类的给水管网压力监测点优化布置

为了及时发现城市给水管网中的漏损、爆管等问题,需要在管网中布置压力监测点.现阶段通常依据各节点压力值的相似程度实现压力监测点的布置.针对上述方法未考虑管网节点空间属性的问题,作者提出一种给水管网压力监测点的优化布置方法.该方法通过选取节点的坐标、影响度和压力的标准差3个特征属性构建节点特征矩阵,再利用DBSCAN(density-based spatial clustering of applications with noise)算法对节点特征矩阵进行聚类分析,依据聚类结果最终确定压力监测点的位置和数量.仿真实验结果表明:该方法有效地保证聚类后归属同一类的节点在管网中是连通的,选取的压力监测点空间分布均匀,为实际管网中压力监测点的布置奠定了良好基础.

基于认知的机会发现场景构造与分析层次模型研究

为了有效辨识与管理,依据认知信息加工论,参照认知活动的过程特性、认知情境模型和注意的信息过滤器机制,提出了由私有视图获取、私有场景构造、场景融合、场景泛化与场景分析等五层信息处理过程组成的基于认知的机会发现场景构造与分析层次模型.该模型明确了认知的事件簇集获取、面向信息过滤器机制实现的注意表示与演化、机会发现场景事件簇构造、机会发现场景凝聚、机会发现场景构造与分析过程中联想等实现模型的关键问题.实验结果表明,在将聚类视作数据分布场景描述的前提下,通过私有场景的凝聚构造凝聚场景实现数据的聚类分析,可以显著提升聚类结果的准确性.

在线学习社区中的知识隐藏行为及影响机制研究——基于专业承诺和变革型指导风格的视角分析

在线学习社区的重要特征是信息交互,在线学习社区的共建不仅需要资源开发与开放,更需要社区成员间畅通的知识分享。现有的研究主要聚焦在在线学习社区里的知识分享行为、模式及影响因素等,对阻断知识寻求与分享通道的知识隐藏行为,却极少受到关注。知识隐藏不仅会阻碍知识传播,还会破坏线上学习环境的融洽度,甚至会损害学习者的创造力。相比于线下的学习环境,学习者在线上学习社区中的知识隐藏行为和心理更为复杂,丰富的媒体内容和远程学习中的扁平化传播形式等,反而有可能成为知识隐藏的“帮凶”。那么,线上学习社区的知识隐藏行为有哪些呈现形式?其成因又有哪些?为此,基于班杜拉社会学习理论和康奈利的知识隐藏模型,应用探索性因子分析方法,在分析了224名高校研究生在线学习社区知识隐藏行为问卷后发现:线上学习社区存在三种知识隐藏基本模式:伪装型隐藏(Playing Dumb)、含糊型隐藏(Evasive Hiding)和理性型隐藏(Rationalized Hiding);进而通过构建结构方程模型,探索了学习者专业承诺及导师变革型指导风格对于知识隐藏的负相关关系。研究结论不仅扩展了在线学习社区建设的相关理论,同时也为构建分享型线上学习环境提供了相关实践启示。