技工院校教学督导机制初探

随着技工院校建设发展的不断深入,教学质量问题就成了技工院校立于不败之地的生命线,对教学质量的督导也就成了技工院校探索的永恒主题。教学督导是学校为适应课程改革和发展的需要,对教学工作实施监督与指导的一项制度,是学校教学质量监控体系中的重要组成部分。     

基于RBF神经网络的非线性电子器件的建模方法研究

针对当前电路仿真中存在的复杂非线性电子器件的建模问题,利用RBF神经网络在函数逼近时所具有的速度快、精度高的特点,提出了根据RBF网络学习器件的输入输出特性,将得出的网络结构用Pspice中的电路描述语言进行描述,建立了非线性电子器件模型的方法,并验证其有效性.结果表明该方法可作为一种用于非线性器件建模的通用方法.     

基于深度学习的含未知复合故障多传感器信号故障诊断

深度学习在故障诊断领域的应用已比较成熟,其中卷积神经网络(CNN, convolution neural networks)和长短时记忆网络(LSTM, long short-term memory networks)就是典型模型之一。CNN作为一种常用的多传感器信号故障诊断方法,能够获得较好的诊断效果,却无法实现未知复合故障的诊断,为解决这个问题,提出CNN-LSTM-FCM(fuzzy C-means)模型。LSTM对具有前后联系的时间信号更敏感,利用这个特点将LSTM与CNN相结合,实现未知信号的诊断,并通过概率分类输出实现了复合故障的解耦,CNN-LSTM-FCM模型本身优化参数设计,进一步提高了诊断精度。使用化学过程故障测量数据进行实验,结果表明CNN-LSTM-FCM模型诊断准确率可达到97.15%,优于CNN模型和LSTM模型,具有较高的应用价值。     

CADASIL的临床特点、磁共振特征及NOTCH3基因突变分析

目的:探讨伴有皮质下梗死和白质脑病的常染色体显性遗传性脑动脉病(CADASIL)的临床、磁共振及基因突变特征,加深对CADASIL的认识,提高诊疗水平.方法:回顾性收集15例CADASIL患者的临床资料、磁共振及NOTCH3基因突变结果,统计分析其临床特点,磁共振特征及基因突变比例;并将患者分为NOTCH3 R544C突变与其他突变两个亚组,比较两组间临床表型差异.结果:15例CADASIL患者中,临床表现为脑卒中12例(80%);认知功能减退8例(53.3%);头晕7例(46.7%);偏头痛5例(33.3%);情感障碍4例(26.7%).12例脑卒中患者中包括3例脑出血.15例患者均携带NOTCH3基因突变,共发现8个已知突变位点.突变位点位于外显子11为10例,外显子11中的R544C突变患者7例(46.7%),其中6例患者为广东籍;突变位点位于外显子4为3例;突变位点位于外显子3为2例.CADASIL在磁共振最特征性的表现为白质高信号,携带R554C突变患者脑白质病变颞极受累率低,与其他突变比较具有统计学差异(P<0.05).10例患者行SWI序列扫描,8例发现脑微出血病灶...     

美国总统政治演讲中立场标记语变化的历时研究

从历时的视角探析美国总统历年演讲中的立场变化。以语料库为基础,在定量研究的基础上,从语义范畴和词性范畴归纳总结历年演说词中立场变化的趋势;用定性的研究方法,探讨导致立场标记变化的原因。认为立场标记语的变化趋势受到一定政治、经济环境的影响,并且因词性和语义范畴不同,立场标记语呈现一定的增减趋势。     

韶关地区电网水电站群优化调度决策支持系统的设计与开发

总结设计与开发韶关地区电网水电站群优化调度决策支持系统需要考虑的特殊技术经济问题，介绍该系统的设计思想和功能结构框图，并详细阐述数据库管理、径流预报、优化调度、人机界面及辅助功能模块的功能设计及其软件开发．该系统已经投入韶关地调现场试运行，效果良好．     

论楚文化生成的自然地理环境因素

楚文化是先秦时期南方地区重要的文化之一,她的生成与长江中游地区和汉水流域特殊的地理环境密切相关。从自然地理环境因素来看,影响楚文化特质的主要有气候、河流、地形地貌、土壤、动植物矿藏等方面,这些自然因素对楚文化的生成和发展有着巨大的影响,给楚文化打上了深深的烙印。自然环境因素并不决定楚文化的产生,但它可以延缓或促进文化的生成和发展。     

略论南方荆楚文化与北方中原文化的人文特征

阐述了南方荆楚文化和北方中原文化由于多种原因产生了迥异的人文特征,从历史渊源、地理空间、文风不同、风俗迥异四个方面,介绍了南北两地不同的表现,并指明了在新时期的发展方向。     

英汉动物词汇的文化内涵比较

英汉两种语言对各色各样的动物赋予了各具特色的文化涵义,从而构成了富有特色的动物语言词汇。但由于不同的民族文化背景,英汉两种语言对同一动物可能赋予了不同的文化涵义。这就使得英汉两种语言在动物词汇方面既有对应性的一面,又有非对应性的一面。     

基于隐特征提取和CRF模型的中文词义消歧

传统的中文词义消歧方法是通过观察文本的上下文信息、词性等显性特征建立消歧模型,本文通过对歧义产生原因进行深入的分析,发现词语之间隐含的语法结构、语义信息等也会导致歧义的产生,可以考虑将这些信息加入消歧模型进行消歧。由于《知网》知识库中对词语之间的搭配信息进行了总结,本文借助《知网》提取训练语料库所获取的词语搭配信息的隐性语义特征,结合显性的上下文特征,采用条件随机场的方法进行词义消歧。最后,通过实验进行词义消歧和效果验证,结果表明：本文采用的方法与传统的条件随机场消歧相比,词义消歧的准确率得到了提高。