基于工作流的高校综合信息系统的分析与设计

工作流技术所带来的流程化管理与分布式任务协作被用于高校综合信息系统开发上,从开发策略、业务模型、系统结构与工作流技术应用等几个方面对该系统进行了论述。基于组织结构驱动工作流系统开发是一种源于经验的工作流开发模式,适合工作流过程对组织环境高度依赖的应用领域,可使系统具有更好的组织环境适应性与工作流过程动态调节性。     

废玻璃-粉煤灰制备树脂混凝土的试验研究

将废玻璃破碎人工级配作集料、粉煤灰作填料、碳纤维作增强材料与环氧树脂胶粘剂结合,成功配制出7 d抗压强度达到51.23 MPa、抗折强度达到21.68 MPa的树脂混凝土.采用均匀试验设计安排试验方案,利用SPSS技术处理试验数据并建立强度回归方程,用MATLAB技术得到树脂混凝土的配合比优化范围.该项目吃＂渣＂大,废玻璃、粉煤灰取代天然砂石占树脂混凝土总质量88%以上,研究成果对固体废弃物的治理有重要的现实意义.     

Ho3+:ZBLAN光纤中的3μm与2μm级联振荡辐射

利用美国Thorlabs公司生产的一种Ho3 :ZBLAN光纤,采用F-P腔型结构,在光纤长度为1.8 m时,获得了3μm和2μm波长的微弱级联振荡辐射。对于推动医用光纤激光领域的研究具有重要价值。     

随书光盘的编目与管理

现行出版的图书所附电子文献资源越来越多,国家的相关标准滞后,导致光盘的著录存在许多问题,其利用率非常低。针对这一情况,探讨了随书光盘著录的相关字段、规范格式以及光盘的几种管理模式,使计算机编目更能反映光盘的信息以提高光盘的利用率。     

高校图书馆网站设计与开发原则

图书馆网页是联系图书馆与用户的枢纽,是图书馆借助Internet向外界展示自我的“形象工程”。介绍了图书馆网页设计的原则,提出了网页开发和设计中应注意的事项。     

地方高校图书馆若干问题探析

探讨了新形势下地方高校图书馆需要创新的问题,论述了建立地方高校数字化图书馆的必要性,阐述了地方高校数字化图书馆网页的功能与内容。     

浅议存款保险制度

阐述了存款保险制度的内涵及其发展,分析了在我国建立显性存款保险制度的意义,给出了我国存款保险制度的框架。     

基于光学-ALS变量组合和非参数模型的天然次生林地上生物量估算

【目的】通过组合机载激光雷达(airborne laser scanning, ALS)数据和Sentinel-2A数据提取特征变量,探讨估算天然次生林地上生物量(aboveground biomass, AGB)最佳的变量组合方式和估算方法。【方法】以2015年ALS数据、2016年Sentinel-2A数据和黑龙江帽儿山林场森林资源连续清查固定样地数据为数据源,通过ALS数据提取高度特征变量(all the LiDAR variables, 记为A_L),Sentinel-2A数据提取若干植被指数变量(all the optical variables, 记为A_O),然后将光学-ALS结合变量(combined optical and LiDAR index, COLI,记为I_COL)结合成为新的变量 I_{\mathrm{CO}{\mathrm{L}}_1} 和 I_{\mathrm{CO}{\mathrm{L}}_2} ,以6组特征变量组合方式(A_O+A_L、 I_{\mathrm{CO}{\mathrm{L}}_1} 、 I_{\mathrm{CO}{\mathrm{L}}_2} 、 I_{\mathrm{CO}{\mathrm{L}}_1} +A_O+A_L、 I_{\mathrm{CO}{\mathrm{L}}_2} +A_O+A_L、 I_{\mathrm{CO}{\mathrm{L}}_1} + I_{\mathrm{CO}{\mathrm{L}}_2} +A_O+A_L)作为输入变量,分别使用多元线性逐步回归(stepwise multiple linear regression,SMLR)、K-最近邻法(K-nearest neighbor,K-NN)、支持向量回归(support vector regression,SVR)、随机森林(random forest, RF)和堆叠稀疏自编码器(stack sparse auto-encoder,SSAE)共5种方法构建了天然次生林AGB估算模型,探讨I_COLs变量以及不同模型对生物量估测精度的影响。【结果】结合变量I_COLs对于森林AGB的估算十分有效,加入I_COLs变量能够很大提高森林AGB模型的估算精度;与其他4种模型相比,无论使用哪些变量作为输入数据,SSAE模型的精度最高;当使用SSAE模型,以光学和ALS变量组合 ( I_{\mathrm{CO}{\mathrm{L}}_1} + I_{\mathrm{CO}{\mathrm{L}}_2} +A_O+A_L)作为输入特征变量时,模型的准确性最高:R²=0.83,均方根误差为11.06 t/hm²,相对均方根误差为8.23%。【结论】结合变量COLIs能够有效地提高天然次生林AGB的估算精度,而且深度学习模型(SSAE)在估算天然次生林AGB方面优于其他预测模型。总体而言,利用ALS和Sentinel-2A数据组合变量的SSAE模型可以较准确地估算森林AGB,为天然次生林地上生物量的估算和碳储量评估提供技术支持。     

基于DCS的管道输送实验系统设计

针对油气储运工程专业实验教学与科研的需要,设计开发了一套以DCS为核心的管道输送实验系统。该系统技术先进、自动化程度高、组态灵活,可模拟长输管道运行工况,实现从泵到泵、从罐到罐、旁接油罐等多种输送工艺,具有丰富多样的实验功能;并可用于专业实习、课程设计、毕业设计和研究生培养等。     

基于神经网络的道路季节分类

为了合理确定路面结构设计时的输入参数,引入自组织特征映射神经网络,结合Matlab软件对神经网络进行权值训练,将网络训练是否收敛来作为分类的依据,根据温度、交通量和降雨量等几个重要参数对道路进行季节分类,最后按照分类结果进行路面结构分析与材料设计.实践证明,该方法分类效果良好,能很好地解决路面设计参数的合理确定问题,从而大大延长路面的使用寿命,提高道路投资的经济效益.