电子电路(电路分析与模拟电路)课程的贯通教学与实验平台建设

现代电子信息技术的快速发展为电力、交通以及工业等领域注入了新鲜的活力,其发展趋势对本科专业课程电路分析和模拟电路基础也提出了新的要求,电子科技大学将电路分析和模拟电路基础合并为一门课程——电子电路,结合作者多年教学经验及学校实际情况,探讨电子电路课程和实验改革的原则与思路.教学实践表明:电子电路的贯通教学与实验平台能激发学生主动学习的兴趣和动力,很大程度上提高了学生分析问题、解决问题以及工程实践的能力.     

参与式“汽车人机工程学”课程教学方法研究

"汽车人机工程学"是大连理工大学车辆工程本科专业的必修课程,该课程在结合学校"实施精英教育、培养精英人才"的研究型精英人才培养理念及车辆工程学科特点的基础上,在教学实践中探索以学生为中心的"参与式教学模式",重点研究基于WIKI交互平台及虚拟仿真实验技术等现代网络及计算机技术的高效的师生互动、生生互动参与式教学方式,建立"汽车人机工程学"WIKI教学平台、搭建汽车人机交互虚拟仿真实验课件开发平台。该研究提高了学生学习的主观能动性,培养了学生的创新思维,使他们对"汽车人机工程学"有了更深刻的认识。     

平台虚拟化专利技术综述

本文在分析虚拟化基本含义的基础上,对虚拟化关键技术进行了综述,从CPU虚拟化、内存虚拟化以及I/O接口虚拟化三个方面对国内外有关虚拟化的关键技术的研究现状和发展趋势进行了分析。     

在线科技咨询服务系统及其在科技查新服务中的应用

本文通过总结分析科技查新、咨询服务过程中凸显的问题,创新优化查新、咨询业务的委托、受理流程以及业务信息管理方法。介绍了网页版在线科技咨询服务系统的设计思路、主要架构与功能,建立了一个面向各类用户的智能化、人性化、高效化的科技咨询在线服务平台,并结合该系统在查新工作中的应用实践提出完善建议与应用前景展望。     

大学英语移动学习平台的构建

随着近年来移动通信技术和移动互联网技术的迅速发展,作为一种新型的学习形式,移动学习已经引起国内外学者越来越多的关注。大学英语是一门高校必修课程。针对大学英语的学习需求和学习规律,结合移动学习的特点,首先分析了移动学习与大学英语结合的优势,介绍了4种大学英语移动学习模式,进而介绍了大学英语移动学习平台的基本功能,并在此基础上详细阐述了大学英语移动学习平台的搭建过程,并将学生、教师、管理员三大功能模块分别进行了介绍。进一步明确了大学英语移动学习平台具有发扬移动学习的优势,进而满足人们"随时、随地、随身"学习英语的愿望,改变了人们通常的大学英语学习观念,为大学英语学习提供了一种新的途径。     

国内新能源汽车监控平台概况

随着我国国民经济的高速增长,中国汽车工业近几年得到了快速发展,但在国家能源紧张和环境保护等多重压力下,新能源汽车无疑将成为未来汽车的发展方向。本文介绍国内几个典型新能源汽车监控管理平台总体架构和主要功能,以期为同业机构进行相关技术研发提供参考。     

自然资源离任审计系统关键技术研究

自然资源离任审计是一个全新的课题,将为建立健全生态文明制度体系提供重要支撑,通过充分利用第一次地理国情普查的成果,开发了自然资源离任审计系统。本文详细阐述系统开发的技术路线,并对系统实现的功能加以说明。     

考虑位置效应的电商平台占线品类优化问题

基于电商平台的动态特征,本文研究了一个新的品类优化问题．假设消费者行为服从多项logit (multinominal logit)选择模型,当消费者陆续到达时,平台在满足产品有限库存约束的前提下,从给定产品集合中选择一个子集,并决策对应的展示位置,提供给消费者,以最大化预期收益．以往研究建立的模型一般假设消费者类型到达序列已知或满足某随机分布,但现实中消费者到达序列往往具有高度不确定性且不可随机观测.本文利用占线理论与竞争分析的框架,在消费者类型未来到达序列未知的条件下,以最大化电商平台收益为目标,构建了同时考虑库存约束、品类优化和位置效应的占线决策模型,给出了相应的展示策略.该策略易于求解,能够快速的得到展示方案.从理论上证明了策略的竞争比并分析了问题的竞争比上界,结果说明该策略具有非常好的竞争性能.     

河北省高校区域创新体系服务调查研究

高校是区域创新体系的重要主体要素。近年来,高校凭借其雄厚的科研基础和集聚的科研人才,迅速成为推动区域经济和社会发展的主要生长点和辐射源。研究通过对河北省高校为区域创新体系发展提供人才培养培训服务、平台服务和资源保障的实际情况,总结高校服务取得的成绩和存在的问题,并提出相关发展对策和建议。     

基于矩阵的关联规则增量更新及其改进算法

为了解决大数据环境下如何高效地挖掘关联规则并进行增量更新,在原有的fast updating pruning(FUP)算法基础上,首先提出一种基于矩阵的关联规则增量更新方法(MFUP),该方法将数据集转化成布尔矩阵,减少对数据集的扫描次数以及数据集的存储量;然后将MFUP与Hadoop分布式计算框架结合,提出一种分布式环境下的新算法Cloud MFUP(CMFUP);最后通过设计实验进行对比分析。结果表明,在挖掘相同数据量的关联规则并进行增量更新时,MFUP算法相比FUP算法执行时间更少,且随着数据集的增加,其增速更慢;对比CMFUP与MRFUP算法表明,随着分布式环境下数据集的增加,前者较后者执行时间更短增速更慢。