普通高校系资料室目前存在的问题及改革设想

系科资料室自创立以来，对教学、科研发挥了重要作用。具体表现在：专业优势。一般说来，资料室配备的是具备专业知识的管理人员。他们既具有图书馆的管理知识，更重要的是，这些管理人员还值得本系（所）的专业知识，特别是有不少在学术上很有造诣的专家曾到资料室工作或担任过负责人，因为他们了解教学、科研人员对图书资料的需要、利用情况，从而能提供更具有针对性的服务，与图书馆相比，资料室提供的服务更“专”、更“深”、更“快”。位置优势。系级资料室一般都同本系的教研室相近或相邻，教研人员查阅资料极为方便，借阅时间、借阅…     

智能无线网络和卫星通讯切换装置的设计与应用

针对VOS系统中通讯系统的信号覆盖区域和通讯费率的矛盾,设计了一种卫星、无线网络通讯共存和智能自动切换装置,并在该装置的基础上实现了VOS系统的远程历史数据回放和在系统编程。     

基于改进式城市大气质量变权可拓论评价模型的建立

 为实现可拓论精典集合中“属于”和“不属于”集合的定性描述扩展到精准定量描述,依据大气质量等级标准和大气质量影响因子构造经典域物元和节域物元;实现关联函数逻辑域由(0,1)到(-∞,+∞)的扩展;并采用层次分析法(AHP)确定特征加权;考虑到大气样本并没有严格的属性,以及它们在形态和类属方面存在着中介性,确定了对人类生理健康影响较大的PM₁₀、SO₂、NO₂、CO和降尘5项评价因子;建立变权可拓论的城市大气质量评价模型;新模型不仅可以体现城市大气质量整体等级水平,而且通过质量与等级的关联度可以辨识影响大气质量的主次要污染因子。以阜新市2010年大气环境质量为应用评价对象,将应用评价结果与上海大气质量指数法、模糊综合评判法的结果比较,给出新模型在大气质量评价应用中的适用性。应用型新模型的建立城市大气环境质量的评价与治理均具有一定的理论价值与现实指导意义。     

西域砾岩砂砾料沥青混凝土心墙坝湿化变形数值分析

我国新疆地区广泛使用西域砾岩砂砾料作为筑坝材料,由于西域砾岩砂砾料浸水后易软化、崩解,大坝蓄水后的湿化变形分析成为工程界广泛关注的问题.联合广义塑性模型和西域砾岩砂砾料湿化模型,对某沥青混凝土心墙坝进行了湿化变形有限元分析.结果表明:广义塑性模型和西域砾岩砂砾料湿化模型能够很好地反映大坝湿化变形及应力分布规律;上游蓄水湿化使坝体向上游方向的水平位移和沉降都增大,最大水平位移由竣工时的1.5cm增至22cm左右,最大竖向沉降由竣工时的0.17%坝高增至0.53%坝高,筑坝料的湿陷使心墙的变形也增大;西域砾岩砂砾料的湿化变形明显大于花岗岩堆石料,最大竖向沉降是花岗岩堆石料的近3倍,其湿化造成坝顶上游侧出现局部拉应力区,有可能导致坝顶出现裂缝.因此,在新疆干旱地区采用西域砾岩砂砾料筑坝时考虑蓄水时的湿化影响是十分必要的.     

基于解释结构模型的东莞市土地生态安全评价分析

以广东东莞市土地为研究对象,采用“压力-状态-响应”（PSR）模型,共选取19个指标建立土地生态安全评价指标体系,运用Matlab软件编程并建立解释结构模型（ISM）,利用所建立的模型对东莞市土地资源生态安全评价因素进行分析。模型分析得出：东莞市的土地生态安全评价因素被分成七级递阶结构,最低一级的因素是土地利用率,通过土地利用率的情况,影响经济密度,进而影响本地区的人口增长率和人口密度等因素,最终影响土地生态安全。最高一级是自然保护区的比重。这是由东莞市的现代化工业城市的特点所决定的。其中中间几级构成循环回路。土地生态安全评价因素之间的这种结构模型给政府以及决策部门为保持本地区土地生态安全提供了决策参考。     

南京市城市轨道交通站点周边地区建成环境对居民活动的影响——基于梯度提升决策树与SHAP解释模型的分析

城市轨道交通作为低能耗、少污染、具有可持续属性的公共交通类型之一，其对沿线城市发展、居民生产生活产生深远影响。我国城市轨道交通建设目前仍处于高速发展阶段，部分站点周边地区面临空间利用率不匹配、潮汐客流趋势加重等问题。城市轨道交通站点周边地区的城市空间规划需关注城市居民的活动特征，以提升站点地区城市空间全时段活力。本文以南京市中心城区内轨道交通站点周边地区为例，基于城市空间开放数据、实地踏勘调研、互联网LBS数据，采集统计与评价建成环境现状与居民活动特征数据，并运用梯度提升决策树与SHAP解释分析站点地区建成环境与居民活动的非线性关系及建成环境要素之间的交互作用，在此基础上提出建成环境要素适宜区间及协同优化条件，为城市轨道交通站点周边地区空间规划与优化提供建议。     

基于图像语义分割的水位智能监测方法

为了解决现有基于灰度图像分割的水位线检测方法易受水面耀光、倒影等复杂光照条件的影响,且在高洪期水尺易被漂浮物缠绕引起测量粗大误差的问题,设计了一种基于深度学习的水尺水位智能监测方法。该方法采用不同条件下采集并由人工精确标注的水尺、水面和漂浮物三分类样本图像构建数据集,训练深层全卷积神经网络,实现了对水尺图像的逐像素分类预测,最终在语义分割图像中检测水位线的像素位置,将其转化为实际水位值。试验结果表明:该方法能够克服传统方法在图像特征提取方面的不足,提升图像分割对野外复杂变化环境的适应性,实现测量有效性的识别,达到水尺水位智能监测的目的,测量的综合不确定度小于3.cm。     

基于改进PSO-LSSVM的蓄电池充放电非线性控制方法

针对当前蓄电池充放电控制方法过于复杂、难以协调各类参数、导致控制效果无法达到预期要求的问题，基于改进PSO-LSSVM算法提出了一种新的蓄电池充放电非线性控制方法.针对非线性参数进行调节，建立非线性动态模型，分析运行过程中蓄电池信号平稳状态，确定控制参数，修改修正参数，控制收敛速度，建立蓄电池充放电非线性控制模型，利用改进PSO-LSSVM调节粒子空间，改变收缩指数，确定关键因子，分析容量效率，根据分析结果得到改进粒子群算法的最佳参数组合，通过数据预处理和归一化处理测得最佳参数数据，根据参数测量结果实现非线性控制.实验结果表明，在正常状态下，本文控制方法与传统控制方法都具有较好的控制效果，但是在蓄电池出现正常波动、蓄电池出现故障和大量负荷投入状态下，本文的控制方法能够通过协调控制参数，提高控制效果，控制功率基本能够维持在0.8×10⁴W左右，荷电状态与标准值基本一致，能够很好地减少外界冲击伤害，确保蓄电池运行过程的稳定性.