远程教学系统的设计与实现

利用信息技术改革教育内容、方法和体系，建立了基于Internet的计算机辅助教学信息平台，为学生提供了一个创造性的学习环境，大大提高了教学质量．简要介绍了利用Internet网上教学资源，实现远程教学系统(包括网上课堂、电子教育、批改作业、讨论答疑、查阅资料、网上考试等)的设计与规划．     

堵塞恢复时间随机的在线加拿大旅行者问题

针对旅行者在行走过程中遇到的某一或一系列无法预知堵塞事件的加拿大旅行者问题,考虑每个堵塞恢复时间是一个相互独立随机变量的情形,从在线问题与竞争策略的角度,给出了每个堵塞恢复时间都为均匀分布下的等待策略和贪婪策略以及相应策略下的竞争比,并对两种策略的执行效果进行了分析和比较.     

三峡水库水质在线监测基站系统研究

以LabVIEW为开发平台,综合自动检测技术和通信技术,研究开发三峡水库水质在线监测基站系统,为三峡水库水质的在线监测提供一种全新的、准确及时的方法,同时可有效地提高环境执法水平,并解决了水质监测中历史数据记载的方便性问题.     

MTU396柴油机电子检测控制应用技术及故障分析

论述了MTU396系列柴油机所采用的SUE396T02电子检测控制应用技术功能、原理，介绍了其常见的故障及处理方法，这将对改进我国目前的柴油机电子检测控制技术起到积极的借鉴作用。     

基于网络游记分析的内地游客对香港旅游感知研究

香港是世界著名的旅游目的地和客源地,为了探讨内地游客对香港旅游感知及评价,利用内容分析法,以去哪儿网上114篇有关香港的网络游记为研究样本,借助Rost-CM6进行文本分析,从区划名称、旅游景点、交通、住宿、美食及购物等方面,对赴港内地游客的旅游感知进行分析,探讨其对香港旅游的情感评价;研究发现:内地游客对香港旅游感知,主要是香港城市旅游景区,其次是行政区划,而后依次是交通、美食、住宿及购物,且对香港具有丰富且积极的情感评价。     

基于同步变距的输变电线路在线监测WSN路由协议研究

基于先进传感、信息通信的输变电设备运行状态在线监测技术已成为电力系统的发展趋势.输电线路状态在线监测网络具有链状、数据传输量大和传输距离长等特点,能量热区问题显著.为均衡输电线路在线监测中无线传感器网络的能量消耗,提出了一种基于同步变距的全局能量均衡路由算法EBRA-SVD.采取多个子网络方式,缩短数据传输距离,从而缓解长距多径损耗而产生的"能量热区"问题.仿真显示,EBRA-SVD可有效均衡网络能耗,提升网络寿命.     

基于电化学机理模型的锂离子电池参数辨识及SOC估计

采用Fisher信息矩阵进行参数可辨识性分析,解决了参数的辨识问题,进而提出了基于简化电化学机理模型SP2D(simple pseudo-two-dimensional)的SOC(电池电量)在线估计方法。实验表明,该SOC估计方法较基于等效电路模型(一阶RC模型)的SOC估计方法,可将SOC估计的平均误差减小近30%,而在电池放电中后期更可减小达60%,有效解决了在电池全工作范围内的SOC高精度估计问题。     

线上线下交互融合式教学模式的构建与实施

为实现互联网技术与高校教育教学模式的深度融合,提出线上与线下交互融合式教学模式的构建宗旨和具体实施环节。利用智慧云端作为线上线下学习的连接通道,实现学习与交互平台的有效结合。在有效激发教师主观能动性的同时,还能突出学生的主体性。教师通过课程宣传、资源投放、答疑指导、监督考核等环节实现既定教学目标;学生通过自主选课、自主学习、合作学习等环节,在全面掌握所学知识点的同时,加强了自主解决问题能力、知识推理能力和实践能力。为未来有效利用互联网技术来提高高校教育教学质量提供参考。     

基于网络搜索的票房预测模型——来自中国电影市场的证据

建立了一个将网络搜索与电影票房联系起来的模型, 考察了影片上映前后消费者网络搜索的动态变化及其在电影票房预测中的作用. 文章就中国电影产业对该模型进行了实证检验. 结果显示, 影片网络搜索量以及增长趋势都能预测该影片的首映周票房. 对于后续周票房, 动态联立方程模型的估计结果表明, 网络搜索既是电影票房的先行信号, 也是电影票房的后向结果. 样本外分析表明, 整合了网络搜索的模型能够提高预测的准确性.     

协同过滤推荐算法研究: 考虑在线评论情感倾向

协同过滤推荐算法通常是基于兴趣相似的用户行为来实现个性化推荐, 其核心义用户之间的兴趣相似度. 本文在传统的协同过滤推荐算法基础上, 考虑在线评论对用似度识别的影响. 在混合商品推荐中, 粗粒度识别评论情感极性; 而在同类商品推荐中, 细粒别每个商品特征的情感极性. 如果用户对产品的某个特征评价次数大于平均次数, 表明用户对征较关注; 如果对产品的某个特征评价低于平均评价, 表明用户对该特征较挑剔. 进而根据用户评论来建立用户偏好模型, 用户在评论中反映出来的相似度越高, 表明用户之间的偏好越. 实验表明, 同传统的协同过滤算法相比, 基于在线评论情感分析的用户协同过滤算法在率和召回率指标上有显著提升.