检索结果-内蒙古大学图书馆

中南大学学报（自然科学版） 2024年第10期55卷 3651-3658页

作者：张学锋李子豪龙红明余正伟陈良军黄刘松安徽工业大学安徽省工业互联网智能应用与安全工程研究中心安徽马鞍山243032 安徽工业大学冶金工程学院安徽马鞍山243032 马鞍山师范高等专科学校安徽马鞍山243032

提出一种基于注意力机制的CNN-LSTM神经网络预测模型,通过CNN提取局部特征、LSTM处理时序序列数据、注意力层提取信息,最终输出预测值的方式对脱硝系统进行动态建模。利用最大信息系数法筛选出相关性高的特征,以BP、CNN、LSTM、CNN-LST... 详细信息

提出一种基于注意力机制的CNN-LSTM神经网络预测模型,通过CNN提取局部特征、LSTM处理时序序列数据、注意力层提取信息,最终输出预测值的方式对脱硝系统进行动态建模。利用最大信息系数法筛选出相关性高的特征,以BP、CNN、LSTM、CNN-LSTM模型作为比较,采用均方根误差(E_(RMS))、平均绝对误差(E_(MA))和平均绝对百分比误差(E_(MAP))作为评价指标,评估NO_(x)浓度预测模型的性能。研究结果表明:基于注意力机制的CNN-LSTM模型预测NO_(x)浓度的准确度最高,E_(RMS)、E_(MA)、E_(MAP)分别0.6731、0.8670、1.5201%。该模型较其他对比模型相比,具有更高的预测精度、更强的泛化能力,可以实现对SCR系统的未来时间出口NO_(x)浓度的精准预测。通过该模型预测喷氨量可实现喷氨量的精准控制和减少NO_(x)排放的要求。

关键词： SCR 喷氨脱硝 CNN-LSTM 注意力机制

来源：评论

学校读者我要写书评

暂无评论

Apriori算法改进及其在高校网络教学平台的应用

引用

河池学院学报 2019年第2期39卷 73-76页

作者：叶根梅马鞍山师范高等专科学校软件与互联网学院

高校网络教学平台大多存在在线课程繁多但组织随意,课程链接排列不合理且缺乏有效依据的问题。根据学习者在网络教学平台的课程访问日志,针对Apriori算法的缺陷和不足,提出改进的关联规则算法,并运用该算法,挖掘学习者频繁访问的在线课... 详细信息

高校网络教学平台大多存在在线课程繁多但组织随意,课程链接排列不合理且缺乏有效依据的问题。根据学习者在网络教学平台的课程访问日志,针对Apriori算法的缺陷和不足,提出改进的关联规则算法,并运用该算法,挖掘学习者频繁访问的在线课程页面集合,即获取学习者对于在线课程间的关联需求,以此作为支撑和依据,对网络教学平台的在线课程进行重组以及在关联的课程间增加链接,可极大优化网站结构,提高网络教学平台的用户体验及网站流量。

关键词：关联规则 Apriori 算法改进网络教学平台

来源：评论

学校读者我要写书评

暂无评论

校政企共建“厂中校”合作培养“互联网+”人才的创新与实践

引用

吉林工程技术师范学院学报 2017年第8期33卷 11-13页

作者：陈向东马鞍山师范高等专科学校软件与互联网学院安徽马鞍山243041

作为倡导"主动服务、超前服务、优质服务"理念的地方高校,马鞍山师范高等专科学校采取政府、学校和企业三方合作办学的模式,在马鞍山市企业集中的软件园建立了软件与互联网学院。这种"厂中校"模式打破了学校和企业... 详细信息

作为倡导"主动服务、超前服务、优质服务"理念的地方高校,马鞍山师范高等专科学校采取政府、学校和企业三方合作办学的模式,在马鞍山市企业集中的软件园建立了软件与互联网学院。这种"厂中校"模式打破了学校和企业的"围墙",利用互联网技术改造学校传统专业,促进了产教深度融合和校企无缝对接。学院落户软件园,依据企业需求进行专业设置和课程改革,采取"订单"培养模式,为企业量身定制人才培养计划,有针对性地培养高质量技能型人才。

关键词：校企合作厂中校互联网+ 工学结合

来源：评论

学校读者我要写书评

暂无评论

数字孪生技术在“计算机导论”课程教学中的应用

引用

太原城市职业技术学院学报 2023年第9期 78-80页

作者：黄刘松张飞吕家伟马鞍山师范高等专科学校软件与互联网学院安徽马鞍山243041

随着教育信息化进程的发展,高职院校在人才培养中开始探讨如何利用信息技术,创造生动形象的学习氛围,促使学生迸发对知识的探究热情。数字孪生技术以数字化的手段在虚拟世界中构建一个完全相同的数字实体,实现了通过虚实共生的方式促进... 详细信息

随着教育信息化进程的发展,高职院校在人才培养中开始探讨如何利用信息技术,创造生动形象的学习氛围,促使学生迸发对知识的探究热情。数字孪生技术以数字化的手段在虚拟世界中构建一个完全相同的数字实体,实现了通过虚实共生的方式促进个体对真实实体的了解、分析和优化,为寻求教和学之间的因果关系,成为建立以学生为教学主体,提升教学的乐趣以及学生的获得感,实现教师及学生对自身教学学习行为进行优化的一种新思路。文章以“计算机导论”课程为应用对象,探讨数字孪生技术在“计算机导论”课程教学中的应用方式。

关键词：数字孪生 “计算机导论” 教育信息化教学

来源：评论

学校读者我要写书评

暂无评论

融合SPOC模式的分层教学法在本科教学中的应用--以计算机组成原理课程为例

引用

电脑知识与技术 2024年第3期20卷 165-167页

作者：张飞吕家伟黄刘松马鞍山师范高等专科学校软件与互联网学院安徽马鞍243041

计算机组成原理课程是计算机类专业的核心骨干课程,课程以计算机硬件知识为主,知识点多,学习难度大,教学难以取得满意成效。本文提出在计算机组成原理课程中采用融合SPOC模式的分层教学方法,通过分析学生学情特点,对学生主体、教学活动... 详细信息

计算机组成原理课程是计算机类专业的核心骨干课程,课程以计算机硬件知识为主,知识点多,学习难度大,教学难以取得满意成效。本文提出在计算机组成原理课程中采用融合SPOC模式的分层教学方法,通过分析学生学情特点,对学生主体、教学活动分层,依托学习通等平台,依据学生层次、学生心理效应进行线上线下分组教学,研究该教学方法对学生学习效果、自主学习积极性等方面的利弊作用,旨在进一步改善计算机组成原理课程的教学效果。

关键词：计算机组成原理 SPOC 分层教学法心理效应分组教学

来源：评论

学校读者我要写书评

暂无评论

基于图像增强及改进霍夫检测算法的球团粒度检测

引用

中国冶金 2024年第8期34卷 59-68页

作者：张学锋秦继洋黄刘松龙红明余正伟安徽省工业互联网智能应用与安全工程研究中心安徽马鞍山243032 马鞍山师范高等专科学校计算机与信息工程学院安徽马鞍山243041 安徽工业大学冶金工程学院安徽马鞍山243032

为解决球团图像过曝失真及球团粘连难以识别的问题,提出一种改进的对比度限制自适应直方图均衡化方法实现图像增强,并引入多尺度霍夫检测算法实现对球团的有效检测。首先,引入细节保护机制,使用对比度增强函数来调整对比度限制自适应直... 详细信息

为解决球团图像过曝失真及球团粘连难以识别的问题,提出一种改进的对比度限制自适应直方图均衡化方法实现图像增强,并引入多尺度霍夫检测算法实现对球团的有效检测。首先,引入细节保护机制,使用对比度增强函数来调整对比度限制自适应直方图均衡化(CLAHE)的输出结果,从而限制对比度增强的幅度,同时保留图像中更多的细节信息;其次,通过自适应中值滤波对增强图像噪声进行过滤;最后,引入多尺度的霍夫检测算法,解决粘连球团识别问题,实现对球团粒度的准确、实时、高效检测和统计。某钢厂实际应用结果表明,此方法对球团粒度识别的准确度达到94.44%,对合格球团个数的检测准确度可达96.72%,能够达到球团制备工艺的要求,对提高生产效率、降低人工成本、提高球团制备合格率等具有积极作用。

关键词：粒度检测氧化球团图像增强霍夫检测直方图均衡化

来源：评论

学校读者我要写书评

暂无评论

基于时序数据-BP神经网络的电力能耗分析研究

引用

西安航空学院学报 2022年第1期40卷 71-75页

作者：黄刘松储岳中张飞周明琴吴慧林马鞍山师范高等专科学校软件与互联网学院安徽马鞍山243041 安徽工业大学计算机科学与技术学院安徽马鞍山243032 安徽工业大学信息化处安徽马鞍山243032 国电南京自动化股份有限公司信息技术事业部南京211100

为了更好地对电厂中机组的能耗问题进行分析研究,根据电厂不同工况的参数指标,建立电力企业能耗仿真BP神经网络模型。归一化处理电厂运行过程中各类传感器采集的数据,采用负荷、环境温度、排烟温度、背压、含氧量等指标,并加入时序历史... 详细信息

为了更好地对电厂中机组的能耗问题进行分析研究,根据电厂不同工况的参数指标,建立电力企业能耗仿真BP神经网络模型。归一化处理电厂运行过程中各类传感器采集的数据,采用负荷、环境温度、排烟温度、背压、含氧量等指标,并加入时序历史能耗作为输入参数;利用电力企业短时能耗作为输出参数;通过采用不同时间窗口的连续时序能耗参数指标和热力学相关参数作为输入,在神经网络中不同中间层的隐层节点数下进行仿真实验。结果表明,基于时序历史能耗数据的电厂指标参数在包含21个隐层节点数的BP神经网络模型上能够在线仿真出精度较高的短时供电能耗数据。所建的电力能耗预测模型将为后续电厂的节能减排、负荷优化,提供理论参数支撑。

关键词：时序数据 BP神经网络电力能耗

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：