中英地方高校教学管理模式的比较与借鉴——以北京联合大学和西苏格兰大学为例

文章以北京联合大学与西苏格兰大学的教学管理模式为研究对象,从教学管理理念、教学管理组织结构、教学计划管理、教学管理制度、教学常规管理、教学质量保证体系等多个方面进行了中、英高校教学管理模式的比较,并从现代大学制度的角度初步分析了两所大学教学管理模式不同的原因,最后就国内高校如何在高等教育大众化背景下科学地开展教学管理改革提出了若干建议。

慕课资源下大学英语教学改革探究

随着全球经济一体化趋势日益明显,社会对于优秀英语人才的需求持续增加。新时期教育大环境下,传统大学英语教学面临诸多问题、困难与考验,亟须进行教学改革与创新。慕课这一全新教学理念与方式在这一时期开始全面推广与普及,并且获得大学英语师生的一致认可与好评。本文针对新时期大学英语教学现状、慕课自身教学优势与慕课资源下大学英语教学改革的创新策略展开深入分析与探究,以供借鉴与参考。

高校转型发展背景下中外合作办学项目土木工程专业人才培养模式研究

在我国高校转型发展背景下,经济与社会的全球化对高等工程院校人才培养提出了国际化的新要求。针对中外合作办学项目土木工程专业人才培养模式进行了研究与实践,提出应瞄准国际市场对人才的需求,以行业发展为引领完善人才培养方案;育人育德并重,制定人才培养目标;以“立足本土、中外融通”为原则,构建中外教学内容合理对接的课程体系;建设双师双能型教师队伍,并基于“学校—企业—学生”共赢的理念深化校企合作,协同育人;融合现代信息技术改进教学方法与手段,提升教学质量与效率。

新创企业的创业警觉、创业拼凑对创业机会识别的影响研究

针对“为什么某些人可以发现和创造被别人忽视的创业机会”的传统难题,以创业认知理论和创业拼凑理论为基础,探究创业警觉与创业机会识别的作用关系,并在此基础上讨论创业拼凑的中介作用和创业激情的调节作用。实证结果表明:创业警觉对创业机会识别具有显著的正向作用;创业拼凑(选择性拼凑、并行性拼凑)对创业机会识别具有正向作用,其中选择性拼凑促进效果更显著;两个维度的创业拼凑在创业警觉与创业机会识别之间均起中介作用;创业激情正向调节创业拼凑与创业机会识别之间关系。研究结论拓展了创业警觉相关主题的理论研究,进一步丰富了创业机会识别路径的研究成果,为新创企业的创业机会识别实践提供了参考。

基于地磁场的室内定位和地图构建

提出了一种利用室内地磁场的空间波动来实现即时定位和地图构建的方法。为了能增加定位精度和减少计算量,本文依据地磁场传感器能够测量地磁3个正交方向上的分量和不同的权重计算方式改进了粒子滤波算法,并结合克里金法对地磁地图进行更新。在定位阶段,利用改进的粒子滤波来估计机器人的位置,算法的收敛速度每次约加快0.5 s和定位误差约减少3.5 m;在构造地图阶段,利用克里金空间插值法来实现的空间波动地磁地图的更新较其他插值算法更灵活,且经过插值后的地图更有助于提高机器人的定位精度。通过MATLAB仿真实验,证明了该方法能够准确快速地对机器人定位,并且通过机器人观测值和里程计数据实时地构建连续一致的地图。

响应曲面法优化Fe(Ⅲ)改性卡氏变形杆菌吸附去除Sb(Ⅴ)及其机理

水环境中过量Sb(Ⅴ)所引起的环境危害受到越来越多的关注.为了考察工艺参数对铁盐改性生物吸附剂吸附Sb(Ⅴ)效果影响、交互作用及其机理,以Fe(Ⅲ)改性卡氏变形杆菌吸附剂(简称“FMPAs”)为研究对象,采用Box-Behnken响应曲面法对FMPAs吸附处理合成含Sb(Ⅴ)废水的吸附时间、FMPAs投加量、pH、温度及Sb(Ⅴ)初始浓度等因素进行优化,确定了最优吸附条件,并对吸附过程的等温模型、动力学模型及吸附机理进行了研究.结果表明:①FMPAs吸附Sb(Ⅴ)的最优条件为吸附时间3.0 h、FMPAs投加量1910.04 mg/L、pH 2.31、温度45.0℃、Sb(Ⅴ)初始浓度24.80 mg/L,且最优条件下Sb(Ⅴ)的去除率高达97.03%.②FMPAs对Sb(Ⅴ)的吸附符合Langmuir等温吸附模型,其最大吸附容量(q max)为60.506 mg/g,其吸附动力学过程可采用准一级动力学模型拟合,属于单层吸附和化学吸附.③FMPAs吸附Sb的机理主要为Fe(Ⅲ)改性卡氏变形杆菌生成了Fe-O-OH、Polyose-Fe、Polyose-O-Fe(OH)2等化合物,这些物质中羟基被Sb(Ⅴ)取代生成新的配合物Fe-O-Sb,使Sb(Ⅴ)得到吸附去除.研究显示,FMPAs对Sb(Ⅴ)具有较高的吸附容量,是一种极具潜在应用价值的绿色生物质吸附剂,可用于处理含Sb(Ⅴ)废水.

梯度掺杂对n型异质结太阳能电池性能的影响

通过仿真软件AFORS-HET对a-Si∶H(p)/i-a-Si∶H/c-Si(n)异质结太阳能电池的光伏特性进行分析及优化,主要对比了a-Si∶H(p)层的均匀掺杂和表面掺杂浓度D1=1×1020cm-3>界面掺杂浓度D2=4×1019cm-3的梯度掺杂情况时的光伏特性,实现了在梯度掺杂时22.32%的光电转换效率。与均匀梯度掺杂相比,发射层的梯度掺杂除了引入一个附加电场,还优化了能带结构、光谱响应、表面复合速率。结果表明,梯度掺杂可以有效地改善电池的光电转换性能。

基于Cloud-P2P网络平台的泛知识云模型

提出一种云计算与对等计算融合模型Cloud-P2P,并基于Cloud-P2P构建一种新颖的泛知识云系统,将网络中的各类文献、知识信息有序地组织在一起;充分考虑网络边缘节点上可以利用的资源,在保障用户使用体验的前提下,将用户提交的知识索取任务从网络中心的服务器端迁移到网络边缘的客户端。为进一步改善用户的使用体验,提出一种动态的复合自适应QoS保障机制,通过综合区分用户与资源类型,并设定服务器负载阈值,解决传统知识系统中存在的高峰阶段服务器性能瓶颈的难题,从而达到提高系统中用户整体普遍满意度的目标。

适用于无人搜救机组的新型移动中继通信模型

为了提高无人机远程搜救系统的通信效率和整体搜救成功率,提出了无人搜救机组的新型移动中继通信模型。该模型引入移动中继和协同通信技术,实现无人机组之间以及无人机组与地面基站之间的通信连接、数据传输和信息同步。理论分析和仿真测试表明,该模型提高了无人机组的数据采集效率,减少了无人机组的数据采集时间,提高了控制平台的机动性和搜索效率。

中国会计师事务所企业社会责任量表的开发与验证

企业社会责任量表是学术界开展企业社会责任领域量化研究,从业者评估企业社会责任实践的有力工具。文章首次在中国情境下开发出信度与效度良好的量表,用以衡量会计师事务所员工对企业社会责任的认知情况。基于对国内会计师事务所合伙人及经理的访谈,然后采用175个有效数据进行测量,开发出的量表中包含21个描述项目共三个维度:(1)道德法律责任;(2)慈善责任;(3)人文责任。道德法律责任方面涉及遵守职业道德原则、遵守会计准则与标准以及依据法律法规提供审计服务,这种基本责任反映了会计职业的社会义务;慈善责任关注的是通过自愿性工作(例如捐赠等)促进社会的改善,这一发现与现有文献相一致;人文责任是指会计师事务所保护和促进员工福利,显现出中国企业社会责任的独特特征。最后讨论了此量表在理论与实践中的应用与未来研究的方向。

推进土木工程专业建设国际化进程的教学探索与实践

随着中国教育市场的逐渐开放,中国高等教育国际化日趋明显,进程日益加快。如何合理借鉴国外高等教育的成功经验,合理吸纳国外的优质教育资源,推进中国高等教育国际化进程,对提高中国高等教育参与国际教育市场的竞争力至关重要。本文针对当前工程教育国际化形势下国际合作办学进行了探索与实践,就国际合作办学的市场定位、教育理念、教学模式、教学内容、教学方法与手段等方面的问题进行了论述,并提出了对策与建议。

关于高校教学管理模式改进研究——基于软系统方法论的视角

中国高校传统的教学管理模式,在高等教育进入大众化、普及化的背景下已显露出诸多问题,而且这些问题往往是繁杂的、结构化较差的。文章提出了以软系统方法论来研究如何改进高校教学管理模式的观点,并以北京联合大学商务学院为例,系统地介绍了软系统方法论在高校教学管理模式改进中的具体应用。

北京绿色物流中可持续供应链的设计及评价体系的研究

在北京绿色物流产业中,对可持续供应链进行设计和评价的问题得到了很多学者的关注,特别是可持续性物流能力逐渐成为企业创造和保持竞争优势的一个关键因素的时候,进行供应链的可持续度评价及重新设计就显得尤为重要。本文在综合近年来国内外研究文献的基础上,对可持续供应链评价的研究现状、可持续性供应链的设计与评价方法进行分析与研究,为设计、实施北京绿色物流的可持续供应链,以及建立一个新的可持续供应链的评价体系提供新的思路。

一种优化缓存的Mobile Agent迁移机制

目前的Mobile Agent迁移系统中,若Agent迁移失败,封装好的最小信息集将被简单抛弃,再次迁移时需重新封装,导致了额外的系统开销和迁移的低效率.对Mobile Agent迁移机制进行改进,通过在本地Agency添加Agent迁移缓存管理器AMCM,提出了一种优化缓存的Mobile Agent迁移机制.机制区分了Mobile Agent强迁移和弱迁移两种情况;当Agent迁移失败之后,已封装好的Agent信息集由Agent迁移缓存管理器保存;该Agent再次迁移时,封装好的消息将被直接发送至目的节点;机制还实现了Agent在多个节点间高效率的连续迁移.实验与性能分析表明,优化缓存的Mobile Agent迁移机制可有效节约系统的计算资源,缩短Mobile Agent的迁移时延.

一种基于A_Kohonen算法的恶意代码自动分类机制

目前海量的恶意代码报告已经成为基于云安全的反病毒网络系统的巨大负担。使用高效、科学的分类方法对大量涌现的已知或未知的恶意代码及其变种进行自动分类处理是快速应对恶意代码的基本前提。为了实现对恶意代码的自动分类,首先对解决聚类问题的经典无监督神经网络模型Kohonen算法进行改进,提出一种新的、引入部分监督学习过程的神经网络模型A_Kohonen算法;然后基于A_Kohonen算法实现对各种恶意代码的自动分类机制,从而为反病毒专家对恶意代码进一步细化与分析处理提供有效支持。实验分析表明,基于A_Kohonen算法的恶意代码自动分类机制能够有效、准确地初步分类恶意代码。

一种利用RFID和块聚类的室内定位方法

基于指纹的RFID室内定位技术,由于其定位精度高、普适性强等优点受到国内外学者的广泛关注。但因为其计算量较大,在实际应用仍然非常有限。提出基于实际应用场景的Kmeans和Weighted K-Nearest Neighbor(WKNN)联合的定位方法,将指纹地图通过聚类算法分成块,先初步确认待测点所属指纹块,在块的基础上定位,这样可以减小误差累计。仿真结果表明,该方法在保证适当定位精度的同时,也减少了计算量和在线定位时间。

基于Kmeans和动态WKNN的两层Wi-Fi改进定位方法

基于KNN(K Nearest Neighbor)的算法广泛应用在Wi-Fi室内定位中,但传统的KNN模式匹配阶段匹配时间消耗过长,而且采用固定的K值来搜索最邻近点存在较大的定位误差。针对这两个方面,文中提出一种基于Kmeans聚类和动态WKNN(Weighted K Nearest Neighbor)的新型两层定位算法。实验表明在时间复杂度和平均定位误差方面,文中提出的改进算法较传统的KNN,WKNN和EWKNN(Enhanced Weighted K Nearest Neighbor)均有改善。同时针对在指纹库构建阶段现实存在的暂时性"消失"现象,提出针对缺省值的最邻近插值方法,实验证明可以有效减少定位误差。

新型光室结构的主流式NDIR呼吸CO2监测系统

针对主流式非分散红外(NDIR)呼吸CO2监测系统灵敏度及信噪比低下的问题,提出利用复合抛物面聚光器(CPC)提升监测系统性能的方法。利用ZEMAX模拟光室并优化CPC和常用的圆管聚光器以及锥形聚光器,采用单光源双光路的主流式一体化方法进行监测系统的气室设计,以STM32F100为主控芯片实现硬件系统控制,对具有不同光室结构的监测系统进行CO2浓度标定和实时人体呼吸检测实验,获取其CO2浓度与系统输出信号的对应关系和CO2波形图。结果表明,CPC光室其模拟光学效率为4.3%,比常用的聚光器最高可提升89.77倍;装有CPC的监测系统其灵敏度与信噪比为8.9407、24.65,比装有常用聚光器的系统的灵敏度最高可提升3.811倍、信噪比提升1.926倍;并且安装CPC的系统运行稳定,响应快,能够实时的反应出被测者的呼吸CO2波形图。

基于粒子滤波的定位系统中累计误差消除的进化策略

粒子滤波算法是地磁定位过程中采用的一种常用方法,但是该方法有一个致命缺点,即存在累积误差,会导致定位的失败。文中引入进化算法思想改进了粒子滤波算法,通过计算适应度值来控制变异步长,自适应地提高进化策略的搜索效率和精度,且能有效地提升重采样之后粒子的丰富性,然后依据粒子的权重实现优选。在移动一段距离之后,周期性地进行轨迹地磁匹配运算,克服累积误差对当前时刻的影响。同时在地磁匹配的过程中,在精确匹配之前采用一个预匹配过程,大大减少匹配时间。通过C++仿真及实地定位测试试验,结果表明该方法能够有效地提高粒子滤波性能及定位精度。

基于深度神经网络和逐层相关性传播技术探究“高-低”里程跑者步态模式差异

目的 通过深度神经网络(deep neural network, DNN)分类模型揭示高里程跑者(high-mileage runner, HMR)和低里程跑者(low-mileage runner, LMR)跑步步态模式差异,并探讨逐层相关性传播(layer-wise relevance propagation, LRP)技术解释DNN分类器模型的决策有效性。方法 通过DNN对HMR和LMR总计1 200组跑步步态特征数据进行训练分类识别,采用LRP计算相关变量在不同步态阶段的相关性得分(relevance score, RS),提取高相关变量对步态模式差异进行解释性分析。结果 DNN对HMR和LMR的跑步步态模式特征分类精度达到91.25%。LRP计算结果显示支撑前期(1%~47%)各变量的成功分类贡献率高于支撑后期(48%~100%)。踝关节相关轨迹变量RS的贡献率总和达到43.10%,膝、髋关节贡献率分别为37.07%、19.83%。结论 膝、踝关节相关生物力学参数对识别HMR和LMR步态特征的贡献程度最高。跑步支撑早期可能包含更多步态模式信息,能够提升步态模式识别的有效性和敏感性。LRP实现了对模型预测结果的可行性解释,从而为分析步态模式提供了更有趣的见解和更有效的信息。