高职院校图书馆建设与大学生素质教育

正确认识高职院校图书馆在大学生素质教育中的地位和作用,加强图书馆建设,充分发挥图书馆知识宝库的作用,对提高大学生的素质至关重要。     

条基下格栅长度及纵横肋变化的加筋挡墙试验研究

为研究格栅长度及纵横肋数量变化对加筋土挡土墙承载性能的影响,以自行设计的尺寸为1 500 mm×1 000 mm×1 300 mm(长×宽×高)的模型箱开展加筋挡墙室内模型试验,分析在静载作用下格栅长度及格栅横肋数量变化对加筋土挡土墙的加载板沉降、面板水平位移及竖向附加应力等参数的变化规律。试验结果表明:静荷载下,改变加筋土挡墙内部的格栅长度及纵横肋数量,均降低了挡墙结构的极限承载力;格栅长度越小,减去格栅纵横肋数量越多,加载板沉降越大;静载作用下加筋土挡墙破坏大多数为局部破坏,随格栅长度及纵横肋数量逐渐减少,加筋土挡墙破坏模式向整体破坏趋势发展。土工格栅对上部土体传来的附加应力起到较大的扩散衰减作用,减少土工格栅长度及纵横肋数量,均改变了土体内部的应力场,使竖向附加应力传递到更深的土体中,降低了挡土墙的承载性能。     

基于遗传神经网络的边坡稳定性智能分析方法

分析了边坡稳定性的影响因素,建立边坡稳定性智能分析的系统模型.将遗传算法和人工神经网络相结合,并建立的遗传神经网络(GNN)具有较高的学习效率和较强的泛化能力.数值算例表明,GNN能有效地克服经典BP神经网络学习速度慢及泛化能力弱的缺点,基于GNN的边坡稳定性智能分析方法具有较高的分析准确率.图4,表2,参11.     

大学生对STEAM教育的认识现状及对策研究——基于全国58所高校的数据分析

近年来,STEAM教育已在我国数千所中小学蓬勃开展,在实践应用和理论探索上已取得重要成效,却鲜见关于大学生对其认识的研究。围绕大学生对STEAM教育的认识,对全国58所不同类型高校的大学生展开调查,发现大学生对STEAM教育熟悉度低,且存在学历差异;对STEAM教育的内涵认可度尚可,但对特征和活动形式的认可度不高;对STEAM教育的态度表现积极,但存在性别和学历差异;STEAM教育实际成效差强人意,存在学历差异。针对上述问题,建议加强STEAM教育顶层设计,加快STEAM教育发展进程;形成丰富多彩的校本化、社区式的实践场景,积极探索STEAM教育在高校中的相关活动;重视本科生STEAM教育的发展,满足学生的个性化学习需求;凝聚发展合力,最大限度发挥STEAM教育的应然实效。     

面向IP网络的多视点立体视频的实时容错传输

提出了一种在IP网络上实时传输多视点立体视频的传输系统.视频流采用H.264/AVC格式编码.由于多视点立体视频庞大的数据量,系统通过2个IP信道分别进行传输.针对网络中的丢包现象,该系统采用一种新的数据包处理方法,利用各个视点之间的相关性进行丢失数据恢复.提出了一种多视点立体视频错误掩盖的算法,用来解决IP网络传输中的丢包问题.实验结果表明了该多视点立体视频传输系统的可行性.     

2千兆赫微带型Oπ调相器

本文叙述了数字微波通讯机中一个重要部件——Ｏπ调相器。讨论了它的工作原理和内部 结构，利用园图进行阻抗补偿的设计及用载漏法进行动态调试。对设计和调测同类型的调相 器工作有一定的参考价值。 文中所讨论的Ｏπ调相器运用了固体微波技术，采用微带型结构，因而具有体积小，加工 方便的优点。     

大数据时代高校科研技术平台网络化管理研究

分析了大数据时代高校科研技术平台网络化管理的意义,结合中国医学科学院血液病医院(中国医学科学院血液学研究所)重点实验室科研技术平台信息化管理的实践,总结了科研技术平台网络化管理的建设路径,从完善管理制度,加强资源整合、提升共享效率,建立合理收费及维修经费保障制度,实验技能培养几个方面,探讨了如何优化科研技术平台的管理。旨在为提高高校科研技术平台使用效率和管理水平提供参考。     

P2P网络立体电视网络传输及播放优化

为提供稳定高效的网络多视点立体电视服务,设计并实现了网络立体电视中P2P对等体的测量机制和调度机制.P2P对等体测量机制基于多视点视频的传输失真模型对对等体的失真率进行计算评估,应用VoDCrawler软件对P2P网络中影响数据传输的对等体关键参数进行测量,从而将失真率低和数据传输效果好的对等体提供给用户连接,达到优化网络对等体的数据传输的目的.实时分配数据传输任务的调度机制根据对等体列表中每个对等体的测量结果,对数据传输的任务分配进行优化,保证了多视点立体视频的视点完整性以及保证QoS的视频播放服务.实验结果表明,网络立体电视用户在获取服务时的服务质量可满足需求,视频播放的帧速率高且稳定.     

基于神经网络的建筑结构节点损伤识别方法

将建筑结构节点损伤识别反问题归结为优化问题，然后用LM人工神经网络来求解．对建筑结构中某些点的垂直位移进行静态测量，用以确定建筑结构中受损伤节点的位置．同经典的优化方法相比，人工神经网络具有全局收敛性．利用神经网络对受损建筑结构节点的位置进行识别是一种可行的方法．数值模拟结果表明，采用Levenberg-Marquardt法训练的神经网络进行结构损伤识别具有较快的收敛速度和较高的识别精度，并且具有良好的鲁棒性。     

基于混合遗传算法的混凝土大坝力学参数反演

将混凝土大坝和岩石基础的力学参数识别反问题作为优化问题处理,然后采用混合遗传算法求解可准确地确定岩体的力学参数。基于观测的混凝土大坝坝顶水平位移,建立了识别混凝土大坝和岩石基础力学参数的数值方法。为解决简单遗传算法的早熟问题,将遗传算法与模拟退火算法相结合,提出了基于混合遗传算法的混凝土大坝力学参数反演方法。丰满混凝土大坝实际工程应用表明,根据参数反演结果预报大坝在不同水位条件下的水平位移具有较高的精度。