基于教学法-社会交互-技术的混合式教学应用

混合式教学中如何促进学习者的投入,实现学习者的知识建构,提高学习者问题解决能力,成为了混合式教学研究领域的关键。以教学法-社会交互-技术理论为分析框架,构建基于教学法-社会交互-技术的混合式教学模式,并分析其特征。通过一个学期的实验研究,对学习者的问卷调查和数据分析表明:基于教学法-社会交互-技术的混合式教学模式能促进学习者的学习投入;提高学习者的学习效果;学生的满意度和接受度均很高。     

二阶隐积分微分方程的周期边值问题

研究一类二阶隐积分微分方程的周期边值问题,首先将方程转化为算子方程,然后对算子方程应用广义迭代法证得算子方程极解的存在性和单调性,从而证得周期边值问题极解的存在性和单调性.     

杂交水稻苗期生长与~(32)P~(14)C在分蘖的分布

用放射性同位素示踪技术,测定早、晚季10多个杂交水稻及其亲本中~(32)P、~(14)C在分蘖的分布(％),并统计其分蘖数量与~(32)P、~(14)C的相关性。结果表明,多数杂交水稻的分蘖数量与~(32)P在分蘖的分布(％)呈显著或极显著正相关,而与~(14)C也呈正的相关性;杂交水稻的生长势(苗高、苗重、根长、根重),普遍比亲本和“双桂36”好;光合强度和根的呼吸强度,除L301A×R29以外,其余均较高。还讨论了杂交水稻分蘖力,分蘖数量与谷粒产量的关系,以及~(32)P、~(14)C在分蘖分布(％)作为预测杂种优势的可能性。     

一种求解非线性方程组的混沌优化算法

本文针对非线性方程组的求解问题提出一种混合算法,将方程组转换成一个优化问题。利用优化问题的非线性共轭梯度法与混沌优化方法相结合,提出了一种新的混合优化算法。该算法能使非线性共轭梯度法跳出局部最优,最终获得全局最优。算法的收敛性也进行了证明,数值结果表明该算法是有效的。     

基于随机游走增强型矩阵分解的混合服务预测

随着Web服务数量的急剧增长,如何在大量功能相似但非功能属性各异的服务中选择满足用户个性化需求的服务是亟需解决的问题。基于QoS（Quality of Service）预测的服务推荐方法成为研究热点。然而, QoS数据的稀疏性和“冷启动”问题阻碍其发展。针对当前主流的QoS预测模型预测精度不高和收敛速度较慢等问题,提出一种基于随机游走模型和矩阵分解技术的混合QoS预测方法。该方法首先基于矩阵分解获得用户及服务的潜因子矩阵,并将用户潜因子矩阵转化为用户相似度矩阵;然后基于用户相似度矩阵并结合Web服务的网络位置信息,使用随机游走模型提高用户相似度矩阵的准确性;最终结合协同过滤方法与矩阵分解模型进行QoS预测。在真实数据集上实验,结果表明,与当前主流的QoS预测方法相比,该方法具有更高的预测精度和效率。     

线上线下混合式教学模式在“药物分析”教学中的应用探索

线上线下混合式教学是传统教学和信息化教学相结合的一种新型教学模式,它克服了传统教学“满堂灌”的现象,能够调动学生学习的积极性、主动性和创造性,受到教育工作者的广泛关注。本文从线上线下混合式教学的设计与组织、教学过程的质量监控、教学评价体系的构建和教学反思四个方面探索了线上线下混合式教学模式在“药物分析”教学中的应用与实践,为高职院校线上线下混合式教学的应用提供思路。     

基于BP算法的地下水模拟中 加速因子的确定

在大型线性方程组的超松弛迭代法求解中,加速因子经常难以确定.应用BP神经网络对其进行训练学习,经过对比分析,得到最佳模型,应用该模型可快速确定加速因子.将该方法应用于石家庄市栾城水文试验基地,计算结果表明,BP人工神经网络有效地解决了地下水数值模拟中加速因子难以确定的问题.     

基于经济与排放效益的混合动力和纯电动公交车发展前景分析

以混合动力和纯电动公交车为研究对象,基于购置成本和使用成本构建全生命周期成本模型,利用GREET模型分析“油井到车轮”二氧化碳排放量,并与传统柴油公交车对比,分析50万公里名义寿命周期内乐观和保守两种情景下新能源公交车的发展前景.结果表明:在乐观情景下,纯电动公交车拥有最优的生命周期成本和二氧化碳减排量,较柴油车分别低37％和35％;在保守情景下,混合动力公交车拥有与柴油公交车持平的生命周期成本及较低的二氧化碳排放量,较同时期柴油车低30％,纯电动公交车的生命周期成本则远高于柴油车.未来10年混合动力公交车具备良好的应用前景,纯电动公交车则需要电源结构优化和电池技术突破之后才能显示较强的竞争力.     

一种基于混合模型的合成孔径雷达自聚焦算法

提出一种基于混合模型的合成孔径雷达自聚焦算法.本方法用有限阶泰勒多项式估计低频相位误差,用自适应正弦多项式估计高频相位误差,解决了单一模型自聚焦算法对高频相位误差估计精度低的问题,提高了图像锐度和峰值旁瓣比,减小了主瓣宽度.在研究利用相位误差参数模型进行聚焦处理的基础上,分析基于混合模型实现最优锐度自聚焦算法的可行性,并通过仿真和实测数据处理验证了本方法的有效性.     

增程式混合动力集装箱龙门起重机能量智能控制策略

针对集装箱龙门起重机的具体工况需求和特点,构建一种适用于集装箱龙门起重机的增程式混合动力系统,提出并分析该动力系统的能量智能控制策略,设计相应的智能控制模型.通过以动力电池组的荷电状态（State Of Charge, SOC）和集装箱龙门起重机运行能量需求为模糊输入,以动力电池组的充电功率为模糊输出,实现了对增程式混合动力系统的智能控制.仿真结果验证了该控制策略和控制模型的可行性和有效性.