大理学院2010级大学生艾滋病认知状况及影响因素调查

目的:了解大理学院2010级大学生对艾滋病知识掌握情况,并对影响因素进行分析,为学校更好地开展艾滋病健康教育提供依据。方法:采用整群抽样方法,对大理学院2010级全体大学生进行艾滋病相关知识调查。结果:调查对象对艾滋病基本知识、传播途径及预防措施等相关知识知晓率较高,为85.5%。大学生对于艾滋病基本知识、概念性问题掌握良好,知晓率超过95%,但部分学生对艾滋病的非传播途径等知识缺乏准确认识,知晓率仅为50%左右。不同性别、生源地、年龄、是否为独生子女、民族、学历、专业和户籍对艾滋病认知状况有影响,但差异均无统计学意义(P>0.05)。结论:该校在普及预防与控制艾滋病的健康教育方面是卓有成效的,今后应继续大力开展对大学生艾滋病的健康教育。     

基于NC-OFDM的最优功率分配

本文深入研究最优功率分配的算法,旨在最大化基于NC-OFDM的认知无线电系统中的信道容量.在传统的注水算法的基础上,把每个子信道功率控制也引入到NC-OFDM系统中,提出了一种基于凸优化理论的迭代分块注水算法.     

基于E-PRIME的眼动实验刺激呈现

眼动实验是教育与心理研究的一种重要实验方法,但目前开展眼动实验的仪器——眼动仪在实验刺激呈现方面效率较低,无法满足复杂的教育与心理实验的需要.以ASL-D6眼动仪为例,分析了国际通行的心理实验标准化设计软件E-PRIME在眼动实验刺激呈现上的可行性和优越性,给出了E-PRIME与ASL - D6眼动仪结合进行眼动实验时实现实验刺激呈现与眼动数据同步记录的具体步骤.     

微机原理与接口技术课程教学模式研究

微机原理与接口技术是大学工科专业计算机硬件课程体系中的一门专业基础课。内容涵盖微机原理、汇编语言程序设计及微机接口技术,是一门理论性和实践性并重的课程。为了提高微机原理与接口技术课程教学的质量,文中对该课程的教学模式进行了研究。描述了建构主义理论与教学方法并研究了基于建构主义的微机原理与接口技术课程教学模式。提出以建构主义学习理论作为指导,通过帮助学生构建该课程的理论认知结构,使学生深刻理解和掌握微机原理与接口技术课程的要点和精华,采用任务驱动式实践教学方式,调动学生的学习积极性和学习兴趣,培养学生分析解决问题和逻辑思维的能力。     

一种面向山区场景的多信道接入策略

针对现有山区通信场景中认知无线电单信道传输的不可靠性问题,提出一种新型频谱感知与多信道接入策略.首先,为了解决传统山区场景模型准确性低和通用性差的缺点,利用Global Mapper软件对山区通信场景进行了3D高精度还原;然后,考虑到单信道传输效率低和通信保障能力不足的问题,在一元隐马尔可夫的基础上,得到一种多元隐马尔...     

学习不良儿童与一般儿童认知特点的比较研究

采用基于PASS理论建构的认知评估系统为主要测评工具,以北京某2所普通小学60名学习不良儿童和60名年龄及智力水平相当的一般儿童为被试,对其认知过程的特征开展比较研究,探查学习不良组儿童潜在的认知过程异常,研究结果表明:1)一般儿童在认知总分上高于学习不良儿童,二者之间存在显著差异。2)一般儿童与学习不良儿童在计划和注意上存在非常显著差异;在同时性加工和继时性加工上存在显著差异。3)一般儿童与学习不良儿童在计划编码与单词序列上的差异没有达到显著性水平;在非言语矩阵、言语空间关系、数字觉察、句子重复上存在显著差异;在数字匹配和表达性注意上存在非常显著差异。     

一种改进的基于MME的盲频谱感知算法（英文）

基于最大-最小特征值(MME)之比的盲频谱感知算法,最大的优势是感知判决过程无需无线信道、噪声方差和主用户信号等先验信息.然而在实际应用过程中,MME算法的理论判决门限值的确定相当麻烦.基于改进判决门限的MME盲频谱感知算法,相比传统的MME算法检测结果更可靠.实验仿真结果验证了新算法的有效性.     

基于协作频谱感知和干扰约束的认知异构网络

针对异构无线网络的空闲信道检测准确率及网络吞吐量的优化问题,提出一种基于协作频谱感知和干扰约束的认知异构网络.首先,所提出的认知异构网络系统模型采用多个中心次用户(Center Secondary Users,CSU)节点协助其他节点进行频谱感知,并引入了能量检测阈值,在提高空闲信道检测准确率的同时节省检测能耗.接着,采用最大化数据速率的联合优化方程,在干扰功率的限制约束下为节点分配最佳的发射功率,降低干扰程度并优化网络吞吐量.实验仿真结果表明,相比较基于集群的协作频谱感知分配策略算法和基于QoS约束的能量感知竞争功率分配算法,该算法的网络吞吐量分别提升了3.4%和1.5%,平均频谱利用率分别提高了9.3%和7.4%.     

项目反应理论与认知诊断模型的参数估计:模型整合视角

将极大似然期望最大化(maximum likelihood estimation via the expectation maximization,MLE-EM)算法拓展到了广义诊断模型估计中,并详细描述了如何使用期望最大化算法计算模型参数的极大似然估计值.从理论上明确指出,在认知诊断模型中存在的2类参数,即项目参数和结构参数,都是从观察数据中自由估计获得的.据此对项目反应理论和认知诊断模型中所用的边际极大似然估计期望最大化(marginal maximum likelihood estimation via the expectation maximization,MMLE-EM)算法理论进行了澄清,指出以往一些研究出现错误结论的原因.最后从模型整合的视角上为后续的研究提出了4条建议.     

发动机装配线人工工位的人因时变可靠性建模

为了描述发动机装配线的人工工位随工作日及作业次数变化的人因可靠性,提出一种考虑最短认知过程、认知疲劳及最短生理操作过程的人因时变可靠性模型.基于学习遗忘与疲劳恢复理论,考虑最短认知过程和认知疲劳给出认知时间的表达方式,结合最短生理操作过程对作业时间进行描述,求得疲劳失误率,依据节拍及HCR(human cognitive reliability)方法确定认知失误率.通过计算由认知及疲劳引起的时间变化量得到失误权重,构建人工工位的人因时变可靠性模型.以实例验证了模型的有效性,为实际生产中的人因可靠性计算及产能预测提供依据.