如何提高技校学生的实践能力

针对技校的培养目标,改变现有教学模式,理论与实践有机结合,使学生的综合能力得以提高,成为有过硬职业技能、熟练岗位能力的适用性人才.     

更新观念 创新模式 办出特色—对职业中学计算机专业办学的思考

随着社会对计算机技术人才需求的变化,职业中学计算机专业要更新办学思路,加强专业教育,创新教学模式,以技能培养为目标,办出特色,以适应社会及市场的需要.     

如何做好新形势下的大学生思想政治教育工作

分析了新形势下网络、市场经济及大众文化对大学生的思想政治工作的影响,根据当代大学生的特点,简述了加强和改进大学生思想政治教育的一些好的方式。     

测绘新技术在大比例尺土地更新调查中的应用

文章论述了"3S"(GPS,GIS,RS)集成技术等测绘新技术、新方法以及数字化测绘成果在土地利用更新调查户中的应用.     

社会网络下更新产品扩散的投放时机和种子优化

近年来,更新产品的延期投放成为许多企业的产品运营策略。目前关于产品投放时机的研究主要基于Bass模型,假定同质用户,没有考虑具体的社会网络,也没有优化初始的投放种子选择。基于社会影响力最大化模型的更新产品投放时机和种子优化问题：在一个已存在旧产品的社会网络 中,产品以扩散模型 的形式传播其影响力,但更新产品投放时旧产品停止扩散,如何选择投放阶段 和 个更新产品的种子使得新旧产品利润之和最大化。在本文的扩散模型中,如果用户来自已购买产品的邻居影响力超过某一确定阈值,则该用户保持激活并影响其未激活邻居,当未有新的激活用户时停止扩散。本文建立了更新产品扩散的投放时机和种子优化问题的整数规划模型,设计了求解大规模问题的多阶段贪婪算法。计算实验显示,相比传统贪婪算法,该算法具有更高的求解效率,相比度数下降算法、随机算法,该算法具有更好的求解质量。同时在一个真实网络中进行扩散模拟,发现：更新产品利润小、种子数量少、计划阶段限制大时,延期投放容易使厂商获得更高的利润和市场效果。     

基于Faster R-CNN算法的船舶识别检测

目前,检测卫星图像中船舶的常用方法如合成孔径雷达(synthetic-aperture radar,SAR)对多目标仍难以达到精确检测,而更快速的区域卷积神经网络(faster region-based convolutional neural network,Faster R-CNN)算法是一种深度学习算法,用于物体检测和分类时,可以实现高精度实时监测。文章应用Faster R-CNN算法对卫星图像中的船舶进行识别和检测,并与传统尺度不变特征转换(scale-invariant feature transform,SIFT)算法、快速区域卷积神经网络(fast region-based convolutional neural network,Fast R-CNN)算法进行对比。研究结果表明,Faster R-CNN算法比传统SIFT算法和Fast R-CNN算法有更好的收敛速度和识别精度,该算法在船舶识别方面具有较大潜力。     

p-凸度量空间更广义拟压缩映射不动点迭代

在p-凸度量空间内,引入关于P的更广义拟压缩映射序列和广义Ishikawa型迭代序列,证明了广义Ishikawa型迭代序列收敛于关于P的更广义拟压缩映射序列的唯一公共不动点．     

基于神经网络的肉类新鲜度辨识技术

提出了肉类新鲜度检测识别机理,构建了一套由气敏传感器阵列、数据采集单元、神经网络组成的智能检测辨识系统.通过猪肉样本的测试与分析表明,该方法可实时准确地识别肉类新鲜度.     

单井压裂产能预测分析

随着油田开发的不断深入,原有的压裂后产能预测方法已不能满足油田开发需要。为了更科学合理地预测压裂后油井产能,本文以萨中开发区高含水后期为例,在现有方法的基础上,提出了一种预测压裂后产能的新方法（因素分析——公式推导——实例验证）,其基本思路是：首先对影响油井压裂后产能的各因素进行分类分析,然后利用正交设计法对各主要影响因素按照影响权重进行量化打分,再根据打分情况由统计学原理拟和出压裂后产能预测公式,最后对产能预测公式进行实例分析以检验其合理性。就萨中开发区高含水后期而言,在影响油井压裂效果的地质因素中,我们分别考虑了压裂层砂岩厚度、隔层频数、含水、渗透率、生产压差、无因次导流能力、平均单缝厚度、渗流强度、表皮系数等九个因素的影响。通过逐一分析,认为前六个因素对油井压裂效果的影响较大,因此针对这六个因素并进行了模糊分析,结合正交设计法给出了各影响因素在油井适宜压裂情况下的量化界限,然后根据这一界限拟和出相应的压裂产能预测公式,最后实例验证。研究结果表明,这种预测方法能够基本准确地预测压裂后产能,能够切实满足油田开发需要,为压裂方案中的选井选层提供了可靠的理论依据。