让流行音乐走进中学音乐课堂

严肃传统的音乐在过去一直是我国中学生音乐课堂教育的主流,这种传统的教育相对现代中学生来说比较古板,缺乏生气,不符合他们的个性需求。而流行音乐却受到了广大中学生的喜爱和追捧,因为流行音乐在某个层面上迎合了中学生某种特殊的个性需求,本文从中学生喜欢流行音乐的根源为出发点,就流行音乐能不能引进课堂做了初步的探讨。     

中央空调DDC控制系统的应用

在能源日益紧张的今天,节能成为一项重要的研究课题。本项目利用DDC通过对暖通中央空调系统进行分散控制、集中监视、管理,实现一体化控制、检测和管理,创造舒适、安全的工作环境,以最低的能源和电力消耗来维持系统和设备的正常运行,取得最低的大厦运作成本。同时,通过优化控制提高管理水平,极大的方便了设备的操作与维修减少管理和维护人员,达到节约能源和人力资源的目的。     

MPLS在铁路宽带多业务网中的应用

从建设铁路宽带多业务网的需求出发 ,论述了采用MPLS构建铁路宽带多业务网的必要性 ;并对MPLS网络工作原理与核心技术进行了分析 ,同时提出了基于MPLS的业务应用和流量管理     

论思想政治教育的功能对生态文明建设的作用

生态文明是人类文明的新形态,建设生态文明,重在转变观念。思想政治教育具有导向功能、保证功能、育人功能和开发功能,对促进生态文明观念的转变,建设生态文明具有重要的作用。     

基于模糊神经网络的商业银行信用风险评估模型研究

在确立了商业银行信用风险评价指标体系的基础上,建立了基于模糊神经网络的商业银行信用风险评估模型.该网络具有四个因子输入,一个衡量商业银行信用风险的输出,总共六层的结构,且模糊规则层具有根据具体问题情况进行调节的能力,优于神经网络完全黑箱操作的特点.利用Matlab6.1对167组样本数据进行实证分析,训练结果表明网络预测误差小.     

稳健设计理论在液体动压滑动轴承中的应用

将稳健设计理论应用于液体动压滑动轴承，按照其基本原理建立了数学模型，得到了更符合要求的优化设计方案。     

嵌入式多标签分类算法的优化研究

多标签分类中如何有效处理具有许多实例和大量标签的大规模数据集、补偿训练集中缺失标签以及利用未标记实例改进预测性能等问题已成为重要研究方向。提出嵌入式多标签分类（EMC）算法,首先从伪实例参数化的高斯过程（GP）中提取两组随机变换来模拟特征向量、潜在空间表示向量和标签向量之间的非线性关系映射,其次引入一组辅助变量结合专家集成（EEOE）方法补偿缺失标签,最后利用未标记实例学习随机函数的平滑映射提高预测性能。仿真结果表明,与特征识别隐式标签空间编码的多标签分类（FaLE）算法和半监督低秩映射多标签分类（SLRM）算法相比,EMC算法优化了处理大规模数据集、补偿缺失标签及利用未标记数据的能力,从而提高了类标签的预测性能,且具有良好的可扩展性,训练时间短。     

IP黑名单关联聚类算法对恶意簇检测的优化研究

互联网中复杂的恶意活动都是由IP地址集群共同执行的,通过处理在网络中收集的数据来寻找恶意IP簇成为重要的研究方向。提出一种IP黑名单关联聚类算法(IPBACA),首先,构建IP-IP无向图;然后,利用测量统计相关性来测量IP黑名单与IP的相关性,并使用给定的IP黑名单来找到最佳阈值得出IP簇,判断其标准化残差是否达标;最后,识别出具有高精度的恶意簇。仿真结果表明,对比ICAMO算法,CAIIB算法和DABR算法,本文提出的IPBACA算法在精确率、召回率、F1指标和归一化互信息等4个主要性能指标方面均有明显改善,显著提高了对检测恶意簇的检测能力。     

非标准结构蜗杆传动的设计应用

随着工业化水平的突飞猛进,微型化和非标准设计的以传递运动为主的蜗杆传动越来越多地用于机电产品的设计过程.蜗杆传动的微型化、超微型化和超精密加工设计现已大量应用于电气产品的开发、精密仪表的精确传动和科学研究.本文探讨了蜗杆传动的非标准设计牵涉到的几何参数有齿廓参数、蜗杆轴面模数或蜗轮的端面模数、螺旋升角、蜗杆头数、直径系数和导程角、蜗轮齿数、变位系数等.