基于熵值修正G1法江西省智慧旅游建设水平评价研究

文章基于熵值修正G1法对智慧旅游建设水平进行研究,构建城市智慧旅游建设水平评价指标体系和模型,对江西省11个地级市进行实证研究,结果显示,11个城市的智慧旅游建设水平整体较低,其中基础设施建设水平、经济发展水平、科技创新和硬件支撑上城市间差异较大,在智慧旅游环境支撑总体差异小,保持在较高水平。并依据评价结果对江西省11个城市分为三个类别,对每一类别城市的特点进行了分析,以期能够指导江西智慧旅游的规划建设。     

浅析弯矩调幅法

本文根据框架梁弯矩调幅原理,通过对两跨连续梁中是否考虑弯矩调幅的计算结果比较,对认识弯矩调幅法和实际工程设计均具有一定的指导意义,从而更加合理的对框架结构进行设计。     

“五常法”在护理学实验室开放管理中的应用

运用"五常法"提高护理学开放实验室管理效果。根据护理学实验室开放过程遇到的问题,按常组织、常整顿、常清洁、常规范、常自律的原则,制定符合本专业要求的管理方法和制度。"五常法"实施后,实验设备损坏少,低值易耗品损耗率显著下降;学生慎独意识增强,逐渐养成良好的实验习惯,实验室卫生环境明显改观。"五常法"管理护理学开放实验室效果好,值得推广。     

利用ARGO实验寻找GRBs的本底研究

位于西藏羊八井宇宙线观测站(海拔4300 m)的ARGO-YBJ实验具有高海拔、大视场、全覆盖特点,其阈能约几百个GeV,在探测高能GRBs方面具有独特的优势.ARGO-YBJ实验不能分辨光子和质子,要在大量的宇宙线事例中找出光子信号,就必须正确地估计背景事例率,这是寻找高能GRBs的关键.本文采用"等天顶角法"对ARGO实验中寻找GRBs的宇宙线本底进行了分析.由于地球的自转,天顶角随着时间的变化而变化.本文重点分析了长暴在其持续时间内天顶角的变化,从而更加准确地进行了本底估计.     

跨界合作在电专业大学生创新训练初探

针对大学生创新训练项目存在的宣传、教师指导、学生参与和实施过程中的诸多问题,提出了意见建议和解决办法.其中所提出的跨界合作法融合不同专业的教师资源、学生团队、教学场地和设备,共同完成电专业大学生创新训练项目,并依托该项目逐步参与各级各类大学生创新比赛、成果展.该方法通过首届常州工学院大学生创新训练成果展的实施,结果表明该方法拓宽了学生的专业视野、极大地调动了学生投身科研的积极性、实现教师教学和科研的有效结合.     

血清miRNA提取方法的优化

利用正交试验法优化血清miRNA的提取方法,为进一步研究血清miRNA作为生物标记物提供方法学基础.本文以hsa-miRNA-223-3p,hsa-miRNA-483-5p和hsa-miRNA-16为检测目标,通过比较Trizol法和Trizol+酚/氯仿法的miRNA提取效率和qPCR检测结果,应用正交试验选择出最优实验方案.结果表明血清miRNA的最优提取方法为:血清用DEPC水4倍稀释,离心条件为4℃,12 000r·min-1,离心时间为10min,Trizol法提取.     

宁波市公共自行车服务满意度评价模型构建研究

以宁波市公共自行车为例，将因子分析法与二项logistic法相结合，对采集的1 688份居民满意度有效问卷展开分析。利用因子分析法筛选出6个因子，利用二项logistic法剔除并筛选出5个有效因子构建公共自行车服务满意度评价模型，合理评估当前宁波市公共自行车服务满意度。同时，利用随机抽取并不参与建模的5%问卷样本对评价模型进行校验，以确保模型的准确性与合理性。该研究有助于合理评价当前宁波市居民对公共自行车的服务满意度，同时适用于对未来一段时间内公共自行车服务满意度的预测。     

CRH380A型动车组转向架检修及分解工艺

介绍了CRH380A型动车组转向架三级检修工作的主要内容，以及三级检修过程中的分解工艺和检修注意事项，为日后检修工作提供必要的理论依据。     

基于多变量希尔伯特频域模型的癫痫发作预测

癫痫发作具有突发性和反复性,对患者生命安全构成巨大威胁.为了对癫痫发作进行有效地预测,提出了多变量希尔伯特频域模型的癫痫发作预测方法.将希尔伯特边际谱、希尔伯特边际谱的变化方向和希尔伯特加权频率组成一个三维特征向量作为多变量希尔伯特频域模型,输入到支持相量机中,实现癫痫的发作预测,最后采用癫痫发作预测特征方法对预测结果进行评估.实验结果表明:采用多变量希尔伯特频域模型分析方法预测δ波和θ波的癫痫发作,癫痫预测范围在30~45 min,患者有足够的时间采取措施应对;癫痫发作周期在5~10 min,缩短患者等待时间,降低焦虑程度;与多种相关方法进行比较,该方法具有较低的错误预报率和较高的预测敏感度.     

一种自适应步长的复合梯度加速优化算法

自适应步长加速(Adam)类算法由于其计算效率高、兼容性好的特点，成为近期相关领域的研究热点.针对Adam收敛速度慢的问题，本文基于当前梯度、预测梯度以及历史动量梯度，提出一种新型Adam类一阶优化算法——复合梯度下降法(C-Adam)，并对其收敛性进行了理论证明.与其他加速算法的区别之处在于，C-Adam将预测梯度与历史动量区别开，通过一次真实的梯度更新找到下一次迭代更精准的搜索方向.利用两组常用测试数据集及45钢静拉伸破坏实验的实验数据对所提算法进行验证，实验结果表明C-Adam与其他流行算法相比较具有更快的收敛速度及更小的训练损失.