高等专科学校分类分层教学的探讨

针对目前高等专科学校招收学生的素质参差不齐、学生个体基础差别较大的现状,提出了分类分层次教育教学的想法,通过分类分层次教学来改革现有的教育模式,在高等专科学校的教育教学中建立现代化的高质量教育机制。论文中详细阐述了分类分层次教学的基本思路、目标、实施方案及对学生的考核办法等。     

从设计模型中提取制造特征的方法

提出了一种从设计模型中提取制造特征的方法,利用STEP中性文件重构零件模型,进一步利用目标面上的环数建立制造特征的类关系图,即可实现从设计模型中提取制造特征.     

一种基于自组织分级聚类的数据挖掘方法

针对传统自组织聚类方法处理数据在多维空间中存在多样性和从基本或低层次概念上发现强关联规则中的不足，提出了一种基于自组织分级聚类的数据挖掘方法．该方法采用最大似然分类自组织特征网络（MAXNET）聚类过程，利用自下而上聚合层次聚类方法，对有畸变的二值化输入模式作最大似然分类．最后对一个销售电脑商场中，与任务相关的交易数据集进行了分析，描述了从低层次概念到高层次概念的相互关系．并用matlab仿真软件把该方法和传统方法进行比较，表明了该方法的有效性．     

排土场淋溶水污染区地下水监测点模糊模式识别

应用模糊模式识别方法对阜新新邱露天煤矿排土场附近(于家沟),地下水污染区的水质监测点分类优选问题进行了研究,对研究区内的12眼水井分别采样,进行水质分析,识别出总硬度、硫酸盐、氯化物、溶解性总固体等主要污染因子;进而采用模糊模式识别方法,对区内的12个监测点进行了优化.计算结果表明可从于家沟地下水污染区的12个监测点中选取具有代表性的3、7、11号监测点进行监测,节省了人力、物力及资源.     

瓶装饮用水挥发性有机物的聚类分析与评价

用两种数值分类方法对19种瓶装饮用水所含挥发性有机物(VOCs)进行聚类分析，EDC法的分类选用欧氏距离为相似性测度，聚类采用重心法；CBM法选用绝对距离与中位数法．结果得到两系统聚类树形图及一统计量表。表明水样可分为四类和定量分级评价为三个等级：不合格(水样M6)、合格(水样M2、D4)、较好(其他16种水样)．聚类分析能同时实现瓶装饮用水的分类与定量分级评价。     

铆接结构中缺陷的脉冲远场涡流定量评估技术

针对飞机机身铆接结构检测中难以对缺陷进行定量评估的问题,将脉冲远场涡流检测技术运用于铆接结构缺陷检测之中。利用脉冲激励频谱成分丰富、可提取特征信息较多的优势对铆接结构中缺陷的定量评估技术展开研究。首先,建立铆接结构脉冲远场涡流三维检测模型,对缺陷进行检测,从而确定缺陷位置。在此基础上,分析缺陷类型、尺寸对检测信号的影响发现直接耦合分量幅值与上下表面缺陷深度之间具有不同的变化关系,从而实现对缺陷的分类识别。最终,利用信号的过零时间变化量实现对缺陷深度的定量,在缺陷深度已知的情况下,进一步利用直接耦合分量幅值变化对上表面缺陷长度进行定量;利用间接耦合分量幅值变化对下表面缺陷长度进行定量。     

计算机管理下的文献分类和编目

叙述了计算机管理下的图书分类编目中的有关问题,例如图书查重、分类和编目,提出了一些行之有效的解决办法。     

论图书馆期刊管理工作中的排架问题

介绍了期刊排架方法选择的原则,探讨了影响期刊排架方式选择的因素,比较了期刊分类排架和将期刊名按照字母（拼音）排架两种排架方式的优缺点。     

基于深度学习的恒星光谱分类

大型巡天项目使得恒星光谱的观测进入大数据时代,实现恒星光谱自动分类是一项重要和具有挑战性的工作.本文采用基于一维的卷积网络算法对斯隆数字巡天(sloan digital sky survey, SDSS)的恒星光谱进行分类.通过卷积神经网络,恒星光谱的特征被提取出来并用于分类.采用带标签的恒星光谱数据训练一维恒星光谱卷积网络(1-dimension stellar spectra convolutional neural networks, 1-D SSCNN),得到训练好的网络模型,并用其对恒星光谱进行分类测试.本文算法与传统的恒星光谱分类算法支持向量机(support vector machine, SVM)、随机森林(random forest, RF)和人工神经网络(artificial neural network, ANN)进行对比,结果表明,本文算法具有较高的分类精度和鲁棒性,且给出了由深度学习得出的光谱热力图,对研究光谱物理性质具有重要意义.     

地铁干扰下管道极化电位测试方法及应用

地铁干扰下管道阴极保护电位呈现频繁波动的特点,无法通过传统的断电法获得管道的真实保护电位。从需要断开所有外部电源的角度出发,提出采用试片断电法进行干扰下管道极化电位的测试,并通过现场试验研究,确定了影响管道极化电位准确测试的主要因素及其影响规律,建立了地铁干扰下管道极化电位有效测试的参数设置方法:试片极化达到稳定的时间不少于2.25 h;试片的埋设深度不低于0.30 m;试片与参比的水平间距宜为0.05～0.10 m。