"精讲多练"教学法在足球教学中的运用

依据素质教育的根本任务,从培养学生能力入手,对足球教学“精讲多练”的基本方法进行研究和探索,旨在培养学生的讲解、示范能力。     

基于超声解调信号多特征融合的轴承故障识别

针对当前振动监测对轴承初期微损状态监测难、精准度低的问题,提出了一种基于经验模态分解与多类熵值相结合的轴承状态监测方法,研究超声解调信号对故障诊断的可行性。首先将预处理后的超声解调信号进行经验模态分解得到若干本征模态分量,然后对各本征模态分量计算不同熵值特征,再将多特征融合后代入随机森林训练分类模型,利用混淆矩阵进行精度评价,最终对早期故障识别准确率高达97.92%。研究表明,超声解调信号对判别轴承早期故障效果更佳;经过多类熵值特征融合后,轴承状态分类具有更高的识别准确率。     

基于多智能体的电力软科学智能实验室研究

针对电力软科学研究的复杂性、不确定性,总结了电力软科学研究包括的类别,采用最新的信息集成标准、CORBA规范,基于多智能体技术,应用复杂适应系统理论与智能工程理论,提出了电力软科学智能实验室建设框架和开发思路,并详细讨论了其实现方式。该体系结构采用开放式信息集成技术,方便已有软件的集成和功能扩展,可以为其它行业的软科学实验平台的研究和实现提供参考。     

基于自适应进化粒子群算法的多目标优化方法

提出一种自适应进化粒子群优化算法(AEPSO),以提高多目标优化 PSO算法的性能.AEPSO算法把非支配排序技术、自适应惯性权重和特殊的变异操作引入到PSO算法中,来提高算法的全局搜索能力和粒子的多样性.与常用的整体加权方法来处理多目标优化问题不同,AEPSO算法采用非劣解排序来引导粒子的飞行,以改进算法的收敛性,同时采用特殊的变异操作防止早熟收敛并增加优化解的多样性.所提算法的有效性经过四种代表性benchmark函数进行验证,并与几种典型同类型算法进行比较.该算法已成功地用于合金材料的多目标优化设计.实验结果表明AEPSO算法能够较好地兼顾收敛精度与优化解的多样性,满足多目标优化设计的要求.     

复杂多源数据表征学习理论研究与应用

开放环境下复杂多源数据表征学习是机器学习理论高效解决实际任务的关键。目前的机器学习方法大多面向同源同分布数据,并不适用于开放环境下由多源数据融合而造成的复杂标签分布、样本分布以及多域分布等复杂数据表征学习问题。因此,本文提出面向信息安全方向的复杂多源数据特征信息的表征学习理论与方法。通过开展标签融合中相似信息共享与异构信息分离、跨源数据样本转换与语义关联知识迁移、强耦合下跨域与多源数据分布解耦等理论研究,实现开放环境复杂多源数据分布场景下表征学习基础理论创新与复杂多源信息应用系统验证。     

国有建筑企业PPP项目运营能力评价研究

本文从财务、满意度、项目管理能力、企业核心能力、外部环境5个维度构建了国有建筑企业PPP项目运营能力评估指标体系,采用AHP–熵权法对指标赋权,运用模糊综合评价法构建了国有建筑企业PPP项目运营能力综合评价模型,结合某全民健身中心项目进行了实证分析,并就改善项目运营水平提出建议。     

保德与韩城地区不同尺度煤样渗透率的应力敏感性试验

选取鄂尔多斯盆地东缘保德与韩城地区的煤样进行不同应力条件下的应力敏感性试验,探讨煤岩尺度对煤的应力敏感性的影响规律.结果表明:小尺度煤样的应力敏感性比大尺度煤样变化更为显著,渗透率变化也更大;经历有效应力的一次升降之后,煤样渗透率均有不同程度的损失,尺度较小的煤样渗透率恢复率要低于大尺度煤样;在有效应力变化率相同时,小...     

基于熵权TOPSIS法的东部地区创新型城市创新能力评价

以我国东部地区35个国家级创新型城市为例,选取2019年各城市相关统计数据,运用熵权TOPSIS法测算城市创新能力水平。结果表明,科创板上市企业数、国家级科技成果奖数、基础研究经费占研发经费比例、科技型中小企业数是影响国家创新型城市创新能力的重要因素;东部地区的国家创新型城市创新能力具有明显的地域差异,总体呈“南强北弱”特点;深圳、广州、杭州、南京、苏州贴近度位居前列,创新能力最强。     

多目标区间值优化问题的最优性条件

利用Clarke广义Jacobi矩阵,研究含等式和不等式约束的不可微多目标区间值优化问题,得到局部LU-有效解的Fritz-John和Karush-Kuhn-Tucker(KKT)最优性必要条件。