《Java程序设计》教学改革研究

介绍了Java语言的特点,指出了Java教学存在的问题．强调教学目的是使学生掌握Java的实际应用能力,突出学以致用．从教学方法、教学内容、考评方式等方面提出了改进措施,并在实际教学中取得了较好的效果．     

砂土中旋挖挤扩灌注桩的抗拔模型实验

旋挖挤扩灌注桩即在桩身上通过旋挖挤扩技术形成多个承力盘,承力盘的存在扩大了承载面积,能有效提高桩的抗拔承载力.由于承力盘位于桩身,在桩身位移较小的条件下,承力盘就能发挥较高的承载力.在室内模型箱的中密砂土中进行了2×2的两盘DX群桩抗拔模型实验,对比了2D、2.5D和3D(D为盘径)3种不同桩间距的模型群桩的抗拔承载力与位移的关系,探讨了不同桩间距对承力盘抗拔承载力的影响,分析了群桩抗拔机理.根据实验结果,可以发现承载力发展很快,初始阶段承载力上升速度很快,在小位移时承载力就能达到较大值.总体上桩间距越大,各基桩在承受拉拔荷载作用时的相互影响越小,群桩承载力越大.但2.5D桩间距的群桩承载力与3D桩间距群桩承载力接近,在兼顾抗拔效果和承台面积时,2.5D的桩间距比较合理.     

基于双决策和快速分层的多目标粒子群算法

针对粒子群算法在求解多目标优化问题时存在的收敛性不足和多样性缺失等问题,提出一种基于双决策和快速分层的新型多目标粒子群算法(DDFSMOPSO);在该算法中,采用外部存档对迭代产生的非劣解进行存储,并利用拥挤距离和绝对距离相结合的双决策策略对外部存档规模进行维护,使得优秀粒子在随后的进化过程中易于保留和发展;同时,采用...     

基于工作过程的《Java EE 框架技术进阶式教程》教材的研究与开发

在Java EE教材的建设过程中,通过校企合作,将基于Java EE 4层模型开发的企业真实项目“网上购物系统”和“图书管理系统”转化为教学内容,依照企业工作过程构建学习任务.实践证明,学生通过对本教材的学习,可以有效提高Java EE框架Web项目的开发、管理能力,能够适应企业软件开发的工作过程,从而实现培养符合企业需求的高技能软件人才的目标.     

我国新型农业现代化发展水平的综合评价——以河南省为例

借鉴农业现代化发展经典理论和其他学者的研究,结合新型农业现代化的内涵和新型工业化、城镇化、信息化和新型农业现代化的关系,从农业生产现代化、农村现代化、农民现代化和“四化”协调发展四个方面构建评价指标体系,并运用灰色多层次综合评价模型,针对河南省18个主要城市的新型农业现代化发展水平进行评价,其评价结果是河南省18个主要城市新型农业现代化整体发展水平较高,通过实证分析证明该方法评价我国新型农业现代化发展水平具有较强的实用性和可行性。     

基于CDIO面向就业的Web技术实践研究

文章以CDIO为基础,在CDIO－CMM能力成熟度模型的指导下,针对目前新疆师范大学计算机专业本科生的实际情况和本课程在教学中存在的问题,整合和完善了《Web程序设计（JavaWeb）》课程的教学资源,提出了新的Web程序设计课程实践教学体系,并给出了课程教学的内容、形式和考核方式上的新方法,总结了实际教学中的效果和经验,为更好地培养与企业要求相符的软件人才,提高学生的就业能力进行了有益的探索。     

基于概率LS-SVM 的多标签非均衡样本分类算法

针对多标签分类问题,提出了一种面向样本不均衡及类属不确定性的多标签分类算法。首先,结合“一对一”分解策略和贝叶斯理论,将多标签数据集分解为单标签数据子集,并利用Parzen窗方法估计子集样本后验概率,对类标签进行了基于概率的不确定性表示。然后,在融合概率类标签和LS-SVM模型的基础上,利用样本差异信息来调节惩罚参数值,建立了考虑样本不均衡的概率LS-SVM子分类器模型。依据正态分布的3σ原理,设计了子分类器决策阈值确定方法。最后,结合实例对算法进行了性能分析,结果证明了新算法的合理性和有效性。     

基于多任务学习图卷积模型的航空网络节点分类

准确识别航空网络关键节点, 做好针对性防护, 对于保证航空网络正常运行至关重要。传统的方法, 如基于复杂网络中心性指标的方法, 或基于机器学习的算法, 只单一考虑网络结构或节点特征来评价节点的重要性。然而评价节点的重要性应该同时考虑网络结构特征和节点特征。为解决上述问题, 本文提出了一种名为多任务图卷积网络(multi tasks graph convolution network, MTGCN)航空网络节点分类模型, 该模型在图卷积网络的基础上, 引入多任务学习及自适应加权策略, 将“节点—节点相关性”作为辅助任务加入模型的训练过程中, 并根据训练情况自适应分配各任务权重。3个不同规模的航空网络数据集中的仿真实验表明本文所提模型的性能优于现有的图卷积模型, 为图卷积在航空网络节点分类方向的应用提供了思路。     

带相关噪声多传感器系统的事件触发贯序和分布式融合估计

对带相关噪声的多传感器系统,研究了事件触发的贯序和分布式融合估计算法.不同传感器之间的观测噪声同时刻相关,并与过程噪声一步相关.为了节省通信能耗,采用了事件触发传输机制,该机制依赖于每个传感器当前的观测值和上一个触发时刻的观测值.在事件触发条件下,提出了在线性最小方差意义上的最优贯序融合和分布式融合估计算法.所提出的贯序融合算法可以根据传感器观测数据到达滤波器的顺序进行实时处理,具有较小的计算负担.所提出的分布式融合算法可以对传感器观测数据进行并行处理,具有更好的可靠性.两种算法与事件触发集中融合算法具有相同的估计精度.仿真结果验证了算法的有效性.     

基于梯度修正和多向纹理提取的素描画生成算法

针对目前常见素描画自动生成算法中纹理方向单一、整体画面层次感不佳的问题,提出了一种基于梯度修正和多向纹理提取的素描画生成算法。该算法在图像分割基础上,针对不同分割区域提取亮度分布信息和梯度修正后的纹理方向分布信息,并利用这两种信息结合运动模糊滤波生成纹理图。最后将由霓虹处理生成的原图像的轮廓图与该纹理图合成最终的素描图。结果显示,本算法以运动模糊滤波代替线积分卷积来生成纹理,算法相对简化;以多向纹理和区域亮度信息更好地描述了整体的层次感、明暗对比度,视觉感官上获得了较好的素描效果。