基于培养卓越应用型人才的线性代数问题驱动与案例任务教学模式改革

本文分析了现行线性代数的教学问题,提出了问题驱动与案例任务相结合的教学模式,并以两个案例来说明了此种教学模式的优越性,培养了学生的应用和创新能力,提高了学生的学习兴趣与课堂教学质量.     

吸湿型路面抑尘剂配方研制及工业试验

针对露天采场路面扬尘特点及机理,研制出一种吸湿型路面抑尘剂.基于正交试验,以失水率为评价指标,对抑尘剂各组分进行优化,并在实验室条件下对最优配方进行吸湿性、抗风吹等性能测试.结果表明,实验室研制的配方在25 d内最低含水率达到8.18%,具有很好的防风抑尘性能.将该抑尘剂配方进行工业试验,结果表明,该抑尘剂的有效抑尘时间为10 d,与传统洒水方法相比,抑尘费用降低了30.71%,节水效率达到94.67%.     

地方高校推进就业指导课程与职业技能鉴定工作一体化研究

阐述了就业指导课程与职业技能鉴定工作一体化的必要性和作用。提出了开展学生自主选择就业指导课程、以职业技能证书代替就业课程考试、推行双证书制度、以技能竞赛促进学生技能发展等一系列举措,并提出了加强一体化工作的保障措施。     

南充地区女性亚甲基四氢叶酸还原酶基因多态性分析

目的探究南充地区女性人群亚甲基四氢叶酸还原酶(methylenetetrahydrofolate reductase,MTHFR)基因677 C/T多态性分布,辅助临床疾病诊疗。方法选取2014年1月～2018年12月来自南充市地区医院的3 980例女性样本,通过PCR-荧光探针法定性检测MTHFR基因677 C/T多态性位点基因型,并应用SPSS 19.0软件进行统计分析。结果在3 980例MTHFR基因突变中,CC型和CT型分别为40.85%、45.18%,TT型为13.97%;CC型与CT型明显高于TT型,但总体以CT型为主。对各年龄组样本分析发现,不同年龄段女性基因多态性分布不一,CC型在各年龄段无明显差别,而CT型在35岁以上有明显偏低趋势,TT型却呈现"U"状形,降至31～35岁回升,并与一些如胃病、冠心病及孕妇相关疾病存在一定联系。南充地区与其他报道地区有关数据进行比较,不同地区MTHFR基因多态性分布同样具有地域特异性。结论南充地区女性MTHFR基因多态性分布与年龄及其地域有关,同一些高危疾病也具有风险关联性,其可为不同女性的疾病治疗特别是孕妇的叶酸补充提供一定的临床参考价值。     

椭圆曲线y~2=nx(x~2+8)的正整数点

设n■1(mod 8)为奇素数.利用初等方法证明了椭圆曲线y~2=nx(x~2+8)至多有1个正整数点.     

异地配置的雷达与电子支援措施异步航迹关联

针对异步条件下雷达与电子支援措施(electronic support measurements, ESM)航迹关联问题, 通过分析方位角异步测量值对交叉定位原理的影响, 提出一种无需时域配准的航迹关联算法。根据传感器存在时延以及采样率的不同, 给出不等长航迹序列的等长区间变换以及异步航迹交叉定位的区间化方法, 通过计算区间序列离散度实现异类传感器航迹关联。通过仿真验证, 区间序列离散度不受噪声分布的影响, 且对数据集整体特征的求解避免了传统算法中的逐点运算, 有效提高了算法运算率。与传统算法相比, 可在多种测量误差场景下对异步航迹直接进行准确关联。     

轨道交通网络平台的网络外部性对客流的影响研究

轨道交通网络能吸引路网上的客流，因此可以缓解交通拥堵和环境污染等城市问题。采用效用函数构建平台客流模型，并从网络平台视角刻画轨道交通网络平台的客流状态。追踪中国上海相关数据，运用普通最小二乘法、工具变量法——二阶段最小二乘法、异质性分析、稳健性检验等处理方式，对比分析直接网络外部性效应与交叉网络外部性效应，实证检验直接网络外部性与交叉网络外部性对平台上的客流影响。结果显示：增加站点数量对乘客选择轨道交通出行的意愿影响有限；上海轨道交通网络平台的客流规模超过平台自身的最佳荷载量，导致乘客数量源源不断地流失。     

基于YOLO与图像处理的塔吊裂缝研究

在塔式起重机发生事故越来越频繁的背景下,根据实际需求提出采用YOLOv3捕捉裂缝并提取裂缝区域,使用Otsu算法等图像处理技术对捕捉的裂缝进行转换处理获取贴近裂缝的二值像素图像,最终计算获取裂缝缺陷的具体参考参数,为工程技术人员提供危险评估参考和解决方案根据.实验表明YOLOv3识别精度为80.53％,图像处理获取的数据参数误差在5％-18％区间,基本满足需求.最后还提出存在的一些问题并指出下一步改进的工作方向,更好得帮助塔式起重机安全管理监督.     

基于RS-BPNN理论的边坡稳定性预测及应用

从文献资料中收集并整理了45组各类危险边坡数据实例,结合粗糙集理论的数据挖掘功能和BP神经网络理论的非线性映射功能,建立了基于粗糙集-BP神经网络(RS-BPNN)理论的边坡稳定性预测模型.利用粗糙集对离散化后的数据进行了属性约简,利用神经网络对约简前后的数据进行了网络训练和仿真,并对其中五组边坡的安全系数和稳定状态进行了预测.结果表明,未经约简的BP网络安全系数预测的平均误差率为14.51%,约简后的RS-BP网络预测的平均误差率为7.24%,且经过粗糙集约简后边坡的预测状态与边坡的实际状态更加吻合.