基于DFDT人才系统培养模式研究与实现——计算机应用技术专业

文章阐述了基于DFDT(双融双轨制,Double Fusion Double Track)人才系统培养模式的设计过程。通过对计算机应用技术专业DFDT人才系统培养职业能力标准、职业能力层次结构目标及规格的研究设计,确立在人才系统培养的高职阶段以"学业与职业融合,课程与岗位融通"的"双融型"人才系统培养为理念,实施"实践渗透型学院课程"与"实际工作型企业课程"并行开设的双轨制教学组织模式,通过该模式的理论研究和实践建设,进一步夯实学院质量工程建设基础,深化学院教育教学组织模式改革,同时也为相关专业人才系统培养提供理论依据。     

体育教育中生命教育的诉求、融合及路径研究

人的生命是和运动紧紧相连在一起的,人类失去了运动的能力,生命的意义也就戛然而止了。学校体育特有的生命教育内涵和丰富的生命教育资源,把生命教育和体育教育有效地融合在一起。因此,借助学校体育这个实践平台,来引导学生热爱生命、敬畏生命,促进其身心健康的发展,是对体育教育的回归诉求。本文采用文献资料、逻辑分析等方法,从生命教育现状分析入手,对生命教育和体育教育的发展及其内涵和融合点进行研究,探讨如何在体育教育中实施生命教育的路径,提出了加强体育教师生命教育能力的培养,把生命教育纳入到大学体育的大课程体系中去,形成学校教育、家庭教育、社区教育的合作模式。     

基于位置加权粒子群算法的WSNs能量优化

针对无线传感器网络经典分簇协议Leach存在能量消耗过大的问题,提出了一种基于LEACH的改进协议。该协议采用位置加权粒子群算法结合对惯性权值、学习因子的调整,优化LEACH协议的簇头选择机制,将节点剩余能量、簇间距离及簇头到基站的距离作为适应度函数因素,调节簇及选举簇头。仿真结果表明,改进的协议使整个网络能量消耗达到相对均衡,大大减少了节点能量消耗,从而延长了网络寿命。     

基于有限测量信息的加权最小二乘法在配电网状态估计中的应用

为了适应测量装置数量受限的配电网控制的需要,提出一种基于有限测量信息的配电网状态估计方法.模型中将区域配电网节点电压幅值和相角作为状态变量,测量节点电量、负荷规划数据分别作为实际测量量和伪测量量,利用加权最小二乘法权重参数的合理配置保证模型的合理性并求解.通过对英国某区域配电网实例仿真计算,结果表明:本文状态估计模型能够根据有限测量量进行网络全节点的状态估计,且平均估计误差满足实际应用要求;同时,定性描述了测量点数量、估计初值与状态估计误差的关系,为进一步探索测量点优化配置和最优状态估计求解奠定基础.     

基于灵敏度阻抗矩阵修正法的分层前推回代潮流算法

分布式电源(DG)接入配电网对潮流产生重要影响.本文分析了潮流计算中各种分布式电源模型及处理方法,引入灵敏度阻抗矩阵修正法更新PV节点的注入无功功率,结合辐射型配电网的特点,提出一种基于灵敏度阻抗矩阵修正法的分层前推回代潮流算法.该算法解决了前推回代潮流算法处理PV节点失效的问题,同时适用于含各类分布式电源的潮流计算.最后对含各种类型分布式电源的IEEE 33节点配电网进行潮流计算仿真,仿真结果验证了提出算法的有效性和快速性,并通过不同算例验证了算法的稳定性.     

基于目标提取的红外与可见光图像融合新算法

针对灰色系统理论在空间域对红外与可见光图像融合的不足,以及非下采样Contourlet变换（ NSCT）在图像融合领域的优势,提出了一种基于目标提取的红外与可见光图像融合新算法。首先,对红外和可见光图像分别进行NSCT变换;其次,对红外低频分量应用灰色系统理论进行目标提取,并利用所提融合规则对低频分量进行融合,同时对高频分量采用常用融合规则进行融合;最后,对融合后高、低频分量进行NSCT逆变换,得到融合图像。通过与4种常用方法进行实验对比,结果表明,文中算法得到的融合图像视觉效果较好,某些客观评价指标提升明显。     

方形矿用隔爆箱箱体螺栓组分布结构优化

为解决方形矿用隔爆箱箱体螺栓组均布情况下,受到内部压力时各螺栓受力不均的问题,提出了一种方形压力容器螺栓组布局的优化方法。该方法利用ANSYS有限元进行建模并受力分析,然后对ANSYS有限元的分析结果加权处理,利用Matlab工具对螺栓组的分布情况进行布局优化;然后再次进行有限元分析,发现螺栓组的受力状况逐渐均衡,利用该优化方法反复优化,发现螺栓组各螺栓受力趋于均衡,表明该优化法的有效性。     

分布式OFDM-MIMO雷达包络对齐方法

针对分布式多输入多输出(MIMO)雷达多子站回波包络对齐问题,提出了一种基于正交频分调制(OFDM)波形的分布式MIMO雷达的包络对齐方法.首先建立了该雷达的信号模型,然后根据不同子阵回波距离走动的差异,提出了回波包络走动校正方法,并给出了相应的适用条件.仿真实验测试了不同信噪比、不同多普勒频率下的包络对齐效果,证实了提出方法的有效性.     

基于运动对齐预测模型的分布式视频压缩感知重构

为了提高分布式视频压缩感知（Distributed Video Compressive Sensing,DVCS）的率失真性能,文中提出根据视频非关键帧图像的时间相关性将帧内各块分为静止块与运动块两类,并对它们设定不同的测量率以提高压缩感知（Compressive Sensing,CS）捕获信息的效率.在重构过程中,提出运动对齐多假设预测模型进行重构,该预测模型在测量域内实现运动估计,并根据运动信息在参考帧内寻找到待重构块的若干候选匹配块,利用它们的线性加权和残差重构得到非关键帧图像的重构结果.仿真实验结果表明,文中所提出的DVCS重构算法能有效提升系统的率失真性能,与现有方法相比,在重构时间基本不变的情况下,获得更好的主客观视频重构质量.     

多源信息融合故障诊断方法研究进展

简述多源信息融合与故障诊断的关系,指出多源信息融合故障诊断的一般方法。从融合结构和融合算法的角度对多源信息融合故障诊断方法进行了分类阐述,并分别说明其诊断原理与研究现状;指出信息融合故障诊断按融合结构可分为层次结构信息、多级信息和组合神经网络的融合故障诊断,按融合算法分为基于贝叶斯理论、DS证据理论、模糊集理论、粗糙集理论和人工神经网络的融合故障诊断。最后展望了信息融合故障诊断方法的未来发展趋势。