浅谈网络资源在线性代数教学中的应用

随着信息技术的发展,多媒体和计算机网络在教育过程中的应用越发受到广大教育工作者及学生的青睐.教育手段的现代化成为当前实施素质教育、提高课堂教学效率的一种有效途径.基于移动终端和电脑终端两个方面,举例说明了如何使用网络资源促进线性代数的教学.     

基于GARCH模型的股市流动性风险研究

在GARCH族模型进行简单介绍的基础上,通过对中国上证综合指数及深证成分指数进行了实证分析,利用GARCH族模型对市场流动性风险进行分析,据此得出了相关结论和建议。     

西辽河平原灌区玉米宽行少耕高产高效种植模式的研究

针对西辽河平原灌区玉米的生产实际,在总结农民经验和理论研究的基础上,设计了畦灌玉米宽行少耕高产高效种植模式,提出了关键技术的具体指标,分析了增产增效的主要机理,并对模式应用中存在的问题进行了探讨。该模式兼具经济效益、生态效益和社会效益,在西辽河平原及其相似地区具有推广应用价值。     

大学生就业观念的引导

大学生就业一直是国家和社会关注的重要话题,造成大学生就业困难的原因是多方面的,在思想政治教育过程中,最重要的是对大学生进行就业观念的引导。大学生要适应大众化教育所提出的新要求,摆脱依赖思想,提高就业的主体意识,通过提高自身综合素质适应就业岗位要求。思想政治教育者也应通过不同途径开展就业教育,促进高校毕业生顺利就业。     

带PID调节器的高性能直流电动机双闭环调速系统

转速反馈控制系统用PI调节器实现了无静差调节,并用电流环限制了电枢电流,消除了负载转矩扰动对稳态转速的影响,实现较好的动态过程.虽然其动态性能可以满足一般工业需求,但是对于最动态性能要求高的场合,传统的双闭环就无法满足要求.结合内模控制原理,提出了一种新型PID转速调节器,使系统具有更好的动态性能.经过MATLAB/SIMULINK仿真,结果表明控制系统能稳定运行在目标工作点,并且相比于传统的双闭环调速系统具有更好的动态性能和抗扰动性能.     

基于云模型的图像面状地物表达分析

针对图像处理中需要对分割区域进行表达的问题,在云理论基础上,提出对象云表达图像面状地物的方法.在图像二维论域中,不确定边界的面状地物可以借助松弛迭代法提取其定性语言值表达特征,作为云模型的云核部分.对于不确定边界过渡区域,根据其像素特征获取云模型的云滴,借助逆向云发生器,生成图像面状地物的对象云.这样,对象云作为图像面状地物表达模型,不确定边界的面状地物就可以通过对象云的数字特征来表达.最后以遥感图像为例证明了该方法能够很好地表达图像中面状地物.     

分岩性测井识别油层技术在低对比度油层中的应用——以陆梁油田L9井区J2x1油藏为例

陆梁油田L9井区西山窑组J_2x_1油藏自21世纪初探明,但鉴于对油水层识别不清,导致后期投产井相继失利。为此,利用岩心观察、薄片鉴定、X衍射、岩电分析等资料,结合测井、试油试采动态等数据,对L9井区西山窑组油藏低对比度油层开展原因分析及识别方法研究。研究表明,岩性是影响该区物性、含油性、泥质含量、孔喉特征差异的根本因素。鉴于此,利用分岩性重新拟定了孔隙度、阿尔奇公式参数,并建立了分岩性识别低对比度油层的模型。结果表明分岩性识别低对比度油层解释结论与试油试采符合率达到94%,因此该方法在低对比度油层识别中具有较好的实用价值。     

PVC/ABS共混体系力学性能分析①

聚氯乙烯(PVC)是一种综合性能优良的塑料,但是自身存在加工性差和冲击强度低等缺陷,通过添加一定比例的丙烯腈-丁二烯-苯乙烯共聚物(ABS)可以在一定程度上改善PVC的以上缺陷,针对这个问题,通过设计6种PVC/ABS合金材料试样,对PVC/ABS共混体系的不同共混组分进行研究,初步探索加工条件和混合物配比对共混体系力学性能所产生的影响,以期为高性能化PVC/ABS共混材料的开发提供一定依据,由结果来看,按照合适的配比和合理的加工方法制备的PVC/ABS共混体系的抗冲击能力显著提高,同时使体系保持较高的弯曲和拉伸强度。     

基于光滑粒子法边坡失稳影响范围的模拟

基于光滑粒子流体动力学(SPH,smoothed particle hydrodynamics),以经典弹塑性本构模型为核心,结合一系列数值处理方法,探讨精确和便捷地对边坡失稳破坏影响范围的模拟方法与技术。文中借助地理信息系统(geographic information system,GIS)平台与C#编程建模,将边坡地形细节与特征创建成为SPH粒子,对模型部分边界粒子排列方式进行改进,最后应用到边坡模拟的实例中。结合GIS平台与Matlab开发了滑坡SPH粒子自动排列程序,将此模型与方法应用在美国华盛顿州Oso滑坡实例中,经过参照对比,数值模拟结果与滑坡现场收集数据较为吻合,验证了光滑粒子法及运动模型在模拟边坡失稳影响范围的适用性。     

基于K近邻字典的协同表示高光谱图像分类方法

近年来基于协同表示的分类方法在高光谱图像分类领域取得很大的成功.但在重建测试样本时,由于用全部训练样本充当字典,导致一些差别较大的样本参与表示,不仅影响分类的精确度,还浪费分类时间.在实施空-谱联合后,用K近邻对重构字典做出二次选择,并参照最近正则子空间的做法提出基于K近邻字典的协同表示分类器.通过在两个基准HSI数据集上的实验证明,所提分类器既提高了分类精度,还节省了分类时间,特别对小样本类别的分类效果改善更明显.