浅议高校校园文化建设

高校校园文化建设是社会主义文化建设的重要内容.目前高校校园文化建设中存在的突出问题是:过分注重功利主义的目的,忽视了校园文化中精神文化层面建设,进而忽视校园文化建设对于大学生发展成长的重要意义.校园文化建设应该把握好坚定的政治方向,在爱国主义教育、人文主义、素质教育等办学思想的指导下,把高校校园文化建设成为一种优质化、长期化、规范化精神源泉,坚持校园文化的传播、审美、创造方向,充分促进校园文化的多校资源共享及社区共建,美化校园文化的物质环境,加强对学生社团活动的领导,实现校园文化的纵深发展.     

新形势下发展和改革高等职业技术教育的几点思考

分析了河南省高等职业技术教育的大好形势，论述了深化改革，推动高等职业技术教育发展应注意处理好的几个关系。     

建设中国特色的社会主义教育体系的理论基础和指导思想──学习《邓小平文选》第三卷中关于教育要“三个面向”的指示

建设中国特色的社会主义教育体系的理论基础和指导思想──学习《邓小平文选》第三卷中关于教育要“三个面向”的指示李春祥（河南省教委）在《邓小平文选》第三卷中，邓小平同志以马克思主义的理论勇气和态度创立了建设有中国特色的社会主义理论，同时形成了适应新的历史...     

基于混合多变量经验模态分解和极限学习机的非平稳过程预测

传感器布置不足和传感器数据缺失是风压实测研究中需要解决的重要问题,风压的空间预测可以恢复缺失数据和拓展风压空间信息,帮助建立结构表面的风压分布.为此提出一种基于多变量经验模态分解(MEMD)和极限学习机(ELM)的空间预测算法.采用MEMD分解非平稳信号,得到多组模态数目相同且频率匹配的固有模态函数和余项.对分解得到的数据按频率进行重组,作为输入数据,用ELM进行学习和预测.采用基于自回归滑动平均的模拟风速数据和实测非平稳风压数据来验证算法的有效性和精确度,同时引入基于径向基核函数的最小二乘支持向量机(RBF-LSSVM)和ELM方法作为对比.试验结果表明,MEMD-ELM方法的预测结果误差更小,与真实值更为接近.MEMD的多变量同时分解可以保留数据间的相关性,从而在非平稳过程空间预测时达到更好的效果,是一种稳定而有效的多变量预测方法.     

基于Hermite组合核EMD-WT-LSSVM的非平稳非高斯风压预测

运用经验模态分解(EMD)将某大跨度膜结构测点非平稳风压分解为一系列相对平稳的固有模态函数和一个剩余分量.为消除实测风压中噪声对固有模态函数的影响,使用小波变换对每个固有模态函数进行去噪,将去噪后的固有模态函数及剩余分量作为样本输入.分别将径向基核函数、Hermite核函数及Hermite组合核与最小二乘支持向量机结合(LSSVM),运用粒子群算法(PSO)对3种算法的正则化参数及核参数进行智能寻优,建立基于径向基核函数、Hermite核函数及Hermite组合核的PSO-LSSVM风压预测算法,并基于超高层建筑实测风压验证了组合模型的鲁棒性.单点预测结果表明,基于Hermite组合核的PSO-LSSVM的预测算法较其余两种算法具有更高预测精度及泛化能力;空间点预测结果进一步证明了该方法对于非平稳非高斯风压预测的有效性.     

基于混合智能算法优化LSSVM的短期风压预测

利用最小二乘支持向量机(least square support vector machine, LSSVM)预测建筑表面的风压.为提高LSSVM对风压预测的泛化能力与精度,提出了基于混合蚁群(ant colony optimization, ACO)和粒子群(particle swarm optimization, PSO)优化LSSVM的预测方法(ACO+PSO-LSSVM),对参数进行搜索寻优,该方法避免了ACO和PSO二者的缺点并实现优势互补.利用ACO+PSO-LSSVM算法对建筑表面风压进行单点和空间点预测,并与ACO-LSSVM和PSO-LSSVM算法作比较.结果表明,基于混合蚁群优化和粒子群优化的LSSVM预测模型预测精度高、鲁棒性强,具有较高的工程应用前景.     

基于极限学习机的非平稳下击暴流风速预测

分别运用经验模态分解(empirical mode decomposition,EMD)法和快速集合经验模态分解(fast ensemble empirical mode decomposition,FEEMD)法将非平稳下击暴流风速分解为一系列稳态序列集,即固有模态分量.建立极限学习机(extreme learning machines,ELM)风速预测模型(EMD-ELM)和快速EMD-ELM(FEEMD-ELM),分别对分解后的非平稳脉动风速训练集和测试集进行预测.同时,将EMD和FEEMD与基于粒子群优化(particle swarm optimization,PSO)最小二乘支持向量机(least squares support vector machine,LSSVM)进行混合,形成EMD-PSO-LSSVM和FEEMD-PSO-LSSVM混合模型算法.通过比较这4种预测算法的结果发现,基于EMD-ELM和FEEMD-ELM的非平稳下击暴流风速预测模型更为准确高效,其中FEEMD-ELM模型预测最佳.     

高层钢结构建筑MTMD风振控制研究

根据我国风荷载规范并利用虚拟激励法和振型降阶法,建立了设置多点细节质量阻尼器MTMD时变层建筑钢结构的动力放大系统R表达式,于是MTMD的优化目标为Min.Min.Max.R.通过最优搜寻可得到MTMD的最优参数及有效性指标,考虑结构基本周期和离地10m高的平均风速的不同取值,评价它们对MTMD最优参数及有效性指标的影响。     

知识经济与高等职业技术教育——关于高等职业技术教育加大改革和发展力度的几点思考

知识经济是以知识为基础、直接依赖知识和信息的生产、分配与应用的经济。高等职业技术教育要在培养适应知识经济需要的、具有创新精神的技术型实用人才方面发挥独具的优势,就必须在管理体制、专业结构、课程设置等方面加大改革力度。     

考虑桩-土相互作用的高墩桥梁抗震性能

采用非线性p-y弹簧模型模拟土体与桩基的相互作用,并通过有限元建模研究了土层对基岩地震动的滤波效应及土体非线性对高墩桥梁地震响应的影响。分析结果表明,若采用合适的地震动输入,在地震动强度较小时,线弹性6弹簧模型能够对高墩的剪力及弯矩响应进行较为精确的估计;但在强震作用下,则会显著高估墩身剪力需求。并且不论采用何种地震输入,6弹簧模型都会极大地低估承台位移响应,对桩基础损伤状态得到偏于不安全的估计。