构建院校现代化教育模式网络环境

本文就现代化教育模式进行了概要阐述和特点分析,结合现代化教育模式的特点阐述了符合构建现代化教育模式的网络环境要求。     

学分制背景下西部地州院校学生教育管理模式探索

实行学分制是高校适应社会发展和教学体制改革的必然选择,然而学分制管理模式将对现行的管理模式形成巨大挑战.地州院校应根据自己的实际情况,提出与学分制改革相适应的学生教育管理模式.本文就地州院校实行学分制对学生教育管理产生的影响做浅析,并提出学生教育管理创新模式的见解.     

工学结合培养模式下的人文素质教育创新

在工学结合环境下,充分认识和把握人文素质教育的规律,重视人文素质教育的内涵建设,树立人文素质教育在职业教育中的基础地位,是职业教育的内在要求。在现代职教理念的指导下,提高对人文素质教育的认识,树立全面育人的观念,推进课程改革,把人文素质教育渗透到专业教学中,使学生在掌握专业技能的同时,提高自身综合素质。     

加快实验教学改革 提高医学教育质量

随着科学技术的发展和社会对人才需求的变化,传统的实验教学模式已不能满足现代社会的需要,单纯的验证性实验教学已经不能适应现代医学教学的模式。因此,我们要加强对实验教学的管理,不断推进实验教学改革深入进行,以适应社会需求对医学人才培养的需要。     

移动边缘计算中的无人机群协同任务卸载策略研究

针对应急灾害中通信受限的场景,研究了基于移动边缘计算(mobile edge computing, MEC)的无人机群(unmanned aerial vehicles,UAV)协同任务卸载问题。在对系统通信过程和计算过程的延时与能耗分析的基础上,设计联盟效用函数和回报函数,并基于享乐博弈模型提出联盟分割形成算法。理论分析证明,该算法最终收敛于某个稳定的联盟分割。仿真结果表明,相比其他典型策略,提出的策略具有更低延时和能耗,能够提升用户服务体验、增加设备续航时间,解决通信受限问题。     

生产能力变异性对供应链牛鞭效应的影响

分析了工厂生产能力分别服从正态分布、指数分布和β分布,并且需求为一阶自回归AR(1)过程的情况下,生产能力变异性对供应链中牛鞭效应的影响。所得结论为:①工厂生产能力的变异性可以导致牛鞭效应;②工厂生产能力的增大本身可以缓冲需求不确定性对供应链中牛鞭效应的影响,但生产能力的变异性对牛鞭效应的影响比生产能力大小对牛鞭效应的影响更敏感。     

基于历史数据的测试任务约简和故障诊断

针对部队航电组件测试任务繁重、故障定位率低的问题,提出一种利用历史数据来简化测试任务、提高故障定位率的方法。利用粗糙集信息系统理论,建立了航电组件故障信息系统模型;基于测试任务辨识函数和诊断允许误差对测试任务进行约简;基于最短测试时间选出最优测试任务集;利用贝叶斯最大后验概率进行故障诊断推理,将诊断问题归结为不等式约束极值问题;用0-1规划隐数算法求得最优解。最后以某型飞机惯导部件为例验证了方法的快速有效性。     

宽带波束空间恒模阵列

针对期望信号假设来向与实际来向存在误差时,传统的宽带波束空间自适应阵列有较大的性能损失,提出了一种对信号来向误差具有稳健性的算法。该方法利用信号的恒模特性,在期望信号来向未知的情况下,实现了对宽带信号的无失真接收。首先利用扇形滤波器,形成一组具有频率不变性的正交波束,然后基于恒模准则对各波束的输出进行处理得到最优权值。该方法对信号来向具有很强的稳健性,同时具有收敛速度快等优点。通过计算机仿真验证了所提方法的有效性与优越性。     

一种基于能量函数的证据合成算法

传统证据合成的计算量会随着证据个数急剧增加,限制了DS证据理论的广泛应用。从减少参与证据合成的焦元数量出发,提出了一种改进的DS证据理论的实用算法,以解决DS证据理论的实用化问题。该算法以焦元的能量函数、证据的平均能量函数作为选择抛弃焦元和剩余焦元的标准,同时将抛弃焦元的基本概率赋值重新分配给与之具有嵌套关系或相交关系的剩余焦元。该算法保留了抛弃焦元在证据合成过程中的生存权利,充分考虑了计算量和准确性。通过实例比较了该算法与其他几种近似算法的性能,验证了所提出算法的有效性和合理性。     

基于不等概率抽样的不完全信息条件下复杂网络抗毁性模型

为了填补随机失效与故意攻击之间的空白,将复杂网络攻击信息的获取抽象成无放回的不等概率抽样问题,建立了不完全信息条件下的复杂网络抗毁性模型.其中网络攻击信息可以通过信息广度参数和信息精度参数调节控制,随机失效或故意攻击是该模型的两个特例.利用母函数方法解析推导出了任意度分布广义随机网络在随机不完全信息和优先不完全信息条件下的两个重要抗毁性度量参数——临界移除比例和巨组元规模,得到的解析结果可以分析和预测不完全信息条件下复杂网络的抗毁性.以无标度网络为例对一般攻击信息参数组合进行了仿真分析,发现随机隐藏少量节点信息将大幅度提高复杂网络的抗毁性,获取少量重要节点的信息可以大幅度降低复杂网络的抗毁性.