红色文化融入高职院校学生管理的路径探索

高职院校学生管理工作会对学生的成长以及日后的就业产生重要的影响,可以培养学生良好的服从服务意识、坚定的理想信念、美好的道德情操、良好的学习习惯。这就需要高校管理者和教师做好管理工作的优化设计活动,不断地导入新的内容和新的策略来丰富现有的学生管理工作策略,深化其内涵。红色文化在这方面可以发挥重要的作用。本文针对红色文化融入高职院校学生管理的路径探索情况进行探讨并提出具体的策略。

基于B/S架构的在线开放课程系统设计与实现

随着信息技术的快速发展,网络在线开放课程应运而生。在线课程是利用互联网技术,将课程资源等多媒体课件上传至服务器端,客户端通过网络访问服务器资源,进而获取知识的一种新颖的学习方式。论文基于B/S架构,采用.Net、ABP框架,使用SQL Server2012数据库设计并实现了一款在线课程系统。该系统通过线上课程丰富了学习方式,提高了学习效率,拉近了教师和学生之间的距离。

基于反向传播神经网络结合便携式拉曼光谱特级初榨橄榄油掺假定量分析

低品质橄榄油冒充或掺假特级初榨橄榄油的行为屡见不鲜,为实现特级初榨橄榄油掺假的快速鉴定,本文提出一种便携式拉曼光谱结合人工神经网络算法的特级初榨橄榄油掺伪鉴定方法。首先,将低品质的橄榄油和特级初榨橄榄油按不同体积比混合并静止24小时。然后,利用便携式拉曼光谱仪检测不同掺伪浓度混合油样的拉曼光谱,并基于反向传播神经网络算法构建定量分析模型。最后,利用密度泛函理论的B3LYP/6-31+G(d,p)基组对特级初榨橄榄油的主要分子进行拉曼光谱的理论计算,从机理出发讨论特级初榨橄榄油掺伪定量分析的依据。实验结果表明反向传播神经网络结合拉曼光谱技术可以实现低品质橄榄油掺假特级初榨橄榄油的定量分析,定量分析模型的决定系数达0.996,均方根误差优于0.017。因此,反向传播神经网络结合拉曼光谱技术能够实现对特级初榨橄榄油掺假的有效分析,为保障国内橄榄油市场的稳定和保护消费者的合法权利提供了一种可靠的技术参考。

数据通信网关机的双机切换数据同步方法

为有效杜绝数据漏发并尽可能避免数据重发,提出一种智能变电站的双机数据同步实现方法。分析双机运行模式、切换过程以及遥信数据重发漏发现象的产生原因,设计基于数据结构的传输服务协议,以保证同步数据的传输及时性,利用逐点精准同步的思想,将遥信索引、动作值及动作时间作为同步数据的必要属性,围绕IEC61850/IEC104协议通信中断的特点,设计同步数据的发送、接收及清除缓存的逻辑,实现双机切换过程中已发送成功的遥信数据不再重发、未发送成功的遥信数据不漏发。

基于模糊逻辑的移动自组织网络组播路由协议

针对能量不足可能引起的组播路由不稳定问题,提出了一种基于模糊逻辑的组播路由协议。该协议首先建立组播网格,然后采用模糊逻辑选择组播路由。在组播路由选择阶段,将节点的能量和距离两个参量作为路由评估的依据,借助模糊逻辑建立节点能量和距离与路由质量之间的模糊联系,采用高斯隶属度函数实现输入参量的模糊化处理,采用质心法进行输出参量的去模糊化处理,依据输出参量选择最优组播路由。仿真结果表明,与现有组播路由协议相比,该协议的报文送达率更高,端到端平均延时更小。

基于改进的基因表达式编程自动优化CNN

为设计出具有高性能的卷积神经网络(CNN),且不需要在CNN和应用问题领域拥有广泛的专业知识和实践经验进行较优的CNN设计变量设置,提出一种基于模糊控制多细胞基因表达式编程算法来自动优化CNN的方法。通过设计一种有效的可变长度基因编码策略来表示CNN的设计变量,描述不同的构建块和不可预测的最优深度,将该算法应用于MNIST、CIFAR10和大肠癌症医学图像3个数据集进行验证。与其它已有先进算法进行实验比较,其结果表明,所提算法在分类准确度中可获得更好的效果,算法鲁棒性更强,且整个过程全自动完成。

试论计算机硬件日常管理维护及故障检修

论文对计算机硬件的组成部分作出简单概述,在此基础上分析计算机硬件的日常维护要点,以及计算机硬件故障的类型、原因和检修措施,以促进计算机硬件的合理维护和使用,提高计算机硬件的使用寿命。

基于Hadoop的NetCDF数据存储研究

随着新的传感器等采集技术的日益完善、多样化和互联网技术的快速发展,各科学领域采集数据成倍激增,科学数据通常以(network Common Data Form,NetCDF)的数据格式存储,一旦损坏较难恢复,且系统读写数据需要频繁的调用磁盘资源,不利于数据的共享、迁移与管理。Hadoop分布式存储方案具有明显优势,但不支持Net CDF。因此,无法使用基于HDFS(Hadoop Distributed File System)文件系统工具进行分析、处理、计算数据。深入分析HDFS数据存写、分块架构,增加了对NetCDF数据读写接口,提高了数据的可移植性和访问效率,便于数据集的共享,有利于科学计算。