心理失衡疏导为先——大学生心理健康工作初探

近几年来,大学生的心理问题日渐突出,高等学校应把心理健康教育作为加强与改进大学生思想政治教育的重要环节,建立专业化、高效率的立体心理工作平台,使大学生成长为人格健全、具有良好的身心健康素质的社会主义建设者和接班人。     

基于知识的成卷方法及在MATBAS系统中的实现

本文以 MATBAS(高等数学试题库及计算机辅助命题和评估软件系统)为背号,论述了基于知识的成卷方法。在分析各类考试特点与规律的基础上,提出三类考试模型。在成卷推理中综合使用可信度推理、启发式推理、规划及约束方法。为了使系统控制更灵活,能够生成若干风格不同的等价试卷,还提出了知识层次划分的思想,引入“元知识”的概念,把知识处理结构设计为耦合式的知识库系统。该成卷方法不仅适用于高等数学命题,也适应于别的课程考试。     

我国(竹卋)蛛属两种新记录(蜘蛛目——猫蛛科)

本文记述采自我国四川、云南两省的(竹卋)蛛属的两种猫蛛,在国内属初次发现。     

地质学科技期刊中四组常见词使用辨析

科技期刊及其编辑在促进科技术语规范化表达的进程中承担着重要责任。在地质学科技论文编校过程中,经常发现学科术语的混用、错用现象。文章列举了四组常见词汇,通过中国知网文献检索发现其混淆使用现象比较普遍。借助词典、地质行业标准、全国科技名词委审定公布的科技名词及百度学术搜索引擎,对“勘查”“勘察”、 “降水量”“降雨量”的词义及使用语境进行分析,对“平硐”“平洞”、 “硐室”“洞室”的正误使用进行辨析。最后提出建议:期刊学科编辑需要加强对科技术语规范化表达的重视,工作中遇到把握不准的词要查证辨析,做到改必有据;编辑部可以通过期刊网站等平台公布易混淆词汇,促进作者和读者重视科技术语的规范化表达,并在科技论文写作中正确使用。     

高校图书馆微信服务应用现状研究

为适应移动通信与手机互联网的迅速发展,我国的高校图书馆纷纷开展微信公众平台服务。对从微信公众平台中采集的各项资料进行了分析汇总,研究了当前高校图书馆微信公众平台的应用现状,并提出了一些改进措施。     

轮毂电动机HEV动力系统设计与仿真

在传统前置前驱车辆的基础上,设计了一种前轮发动机驱动、后轮轮毂电动机驱动的新型混合动力系统,实现了HEV动力系统结构的简化.根据车辆各部件参数及整车动力性能要求,完成了轮毂电动机的选型并确定了轮毂电动机性能参数,运用ADVISOR2002软件构建了轮毂电动机HEV整车仿真模型,基于模糊逻辑制定了HEV能量管理策略,在NEDC工况下进行了HEV动力性能的仿真.仿真结果表明:在模糊控制策略作用下,所设计的轮毂电动机HEV提升了整车动力性能,改善了系统燃油经济性,提出的设计方案正确合理,可为基于轮毂电动机的HEV设计提供参考.     

高陡边坡削帮减载技术优化

为减少布沼坝西帮削帮减载治理过程中爆破振动对高陡边坡的影响,维护到界边坡的稳定性,采用非电延时控制爆破技术,分台阶分层爆破开挖,沿到界边坡线进行预裂爆破.通过现场爆破试验与爆破振动测试相结合的方法,得到适合于削帮减载治理工程的爆破方案及满足到界边坡稳定成型的预裂爆破方案的参数范围,并验证了考虑高程的振速预测公式在本工程的适用性.     

大规模无线传感网络数据收集的无人机路径规划

针对部署在地表交通困难的大规模无线传感网络,采用目前可控无人机(unmanned aerial vehicles, UAV)进行数据收集能够达到更好的效果. 然而,考虑到无人机自身有限的资源,以及网络中存在大量传感器节点的情况,无人机飞行路径规划对于顺利完成数据收集任务具有重要作用. 无人机路径规划可以看作经典的旅行商问题(traveling salesman problem,TSP). 针对部署具有均匀性特点的大规模无线传感网络,提出了一种规则化快速路径规划(fast path planning with rules, FPPWR)算法. 该算法通过网格划分,将全局区域飞行路径的求解划分到多个较小的方格中进行,并通过成对算子路径优化算法在初等飞行路径上将方格区域中的路径合并为全局路径. 实验证明,该算法在保证了较高精度的同时,显著提升了路径规划的效率.      

二值无线传感网络下异常活动的分布式检测

针对无线传感网络下的异常活动检测问题,提出了异常活动分布式检测方法(distributed abnormal activity detection approach,DetectingAct). DetectingAct将活动的定义从轨迹扩展到轨迹和持续时间的组合,将异常活动定义为在数据分布上与正常活动,即数据中反复出现的活动,偏差较大的活动,利用节点自身计算资源和存储资源进行检测. DetectingAct采用时间相关的频繁项集挖掘算法(duration-dependent frequent pattern mining algorithm,DFPMA )从数据中挖掘正常活动. 算法采用了非监督学习方法,避免了监督学习需要大量标记数据的缺点;按分布式存储机制(distributed knowledge storage mechanism,DKSM)将正常活动模式存入各节点;用分布式检测算法(distributed abnormal activity detection algorithm,DAADA )检测活动. 理论分析和实验结果表明,分布式检测方法相比传统的活动检测算法,实时性更强,平均检测长度为轨迹的78.2%,精度更高,准确率达到96.9%.