《微型电脑应用》征稿启事

来源 :微型电脑应用 | 被引量 : 0次 | 上传用户:xiuxiumumu
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
其他文献
为了实现电工电子创新实验室的PCB培训能够将项目管理、团队协作、作品图纸设计、生产制造文件输出等流程在同一平台实施,引入集项目分类管理、多人在线协同设计、百万级标准库等特点于一身的立创EDA到日常PCB培训教学中.以绘制和生产制造基于555定时器的呼吸灯和STC15W4K系列单片机最小系统作品作为创新实验室成员PCB设计入门课程.实践表明,立创EDA不仅是一个系统性的项目管理与设计平台,还是一个良好的学习资源分享平台.
在疫情防控期间,社会上涌现了大量弘扬立德树人理念、传播正能量的思想政治教育素材.课程思政是高校教育中实现立德树人这一根本目标的有效途径,也是计算机专业课与思想政治课之间沟通的桥梁.通过将疫情防控中的有序排队采样、不漏一人密切接触者排查和严格隔离观察案例融入到“数据结构”课程的案例教学中,拓宽了计算机专业课思政教育的渠道、丰富了计算机专业课思政教育的素材,是对高校课程思想政治教育工作的有效探索.
在商业领域,推荐系统被广泛用于向用户推荐符合其个人偏好的产品、服务或内容.借助这一技术建立图书推荐系统可以有效提高图书馆的服务水平.所提出的图书推荐系统是使用协同过滤技术通过对具有相似阅读习惯读者的借书数据进行偏好评分计算,从而为指定读者推荐符合其偏好的图书列表.为了解决推荐系统中所存在的数据稀疏性、评分的系统偏差以及图书偏好的量化等问题,该研究采用了矩阵分解、在评分中引入偏差值以及使用带时间戳的借阅记录生成偏好量化数值等解决方法.实验结果表明该推荐系统具有较好的准确度.
由于线上教学时,学生与教师无法面对面交流,给教师监察学生行为与课堂表现造成极大不便,为此研究线上体育课堂在线人数智能评估方法.使用量化分析法采集在线人数学习行为相关信息数据,获得学习行为信息数据集;构建线上课堂在线人数信息处理系统,并利用可视化与平行坐标方法将学习行为数据进行分段评估处理,实现各段学习行为的准确评估.实验结果验证,所提方法可以高效帮助体育教师智能分析在线人数登录数量、在线时间、日常成绩、考试成绩与总评成绩之间的联系,为提升学生学习积极性与体育教师教学质量提供一定参考.
围绕电力仓储系统的现状及基于边缘计算代理的智能仓储实际需求出发,首先,介绍智能仓储系统的系统架构及主要工作流程,然后,根据职能仓储对边缘计算代理装置智能化的需求,着重探讨在智能仓储系统应用中,人工智能算法的设计需要面对和解决的主要问题.
不断扩大的电网规模使得电力设备缺陷记录的数量不断增加,设备缺陷的准确检索是进行缺陷管理的基础和关键.对此,构建了一种基于知识图谱的电力设备缺陷检索方案,通过对现有设备缺陷记录语料的充分运用实现相应缺陷知识图谱的构建,在此基础上通过使用图搜索方法实现对设备缺陷的检索过程,算例对比结果表明相比于传统机器学习语义分析方法,检索效果更佳.
基于微信公众平台,采用Java、JavaScript语言,使用MySQL数据库对原资产管理系统进行了二次设计开发,增加了微信公众号扫描设备条形码识别设备功能和在手机、iPad等移动设备端对资产信息进行更改的功能.系统的二次开发解决了原系统使用移动设备访问不方便的弊端以及设计流程不能满足运维一线对设备信息实时更改的问题.
提出了一种支撑多路径负载均衡配置的SDN拟态防御架构,首先,针对以往强化学习方法的状态空间狭小,难以提取人工特征性等问题,利用深度强化学习方法,结合网络链路负载和流量特征,进行多路径的自适应配置,以确保网络服务的负载均衡.而后,将动态异构冗余架构引入SDN控制层,来确保生成的路径配置信息准确性,并利用Openflow中的packet_in消息进行数据转发路径效验机制的设计,由此建构SDN拟态防御架构;最后,通过仿真对比实验得出SDN拟态防御框架下的失效概率始终处于稳定的低位状态的结论,可见安全防御性能更优
为了解决现有智慧教育学习环境中教育者与学习者缺乏实时互动,从而造成学习效率低下的问题,在研究了动态和交互式的智慧学习环境中自我调节机制对信息质量、系统质量、服务质量、通信质量、用户满意程度相互影响的基础上,提出了一种具有自我调节机制的智慧教育策略.利用自我调节机制,可对学习者进行充分的个人特质分析,并根据个人的学习进度提供个性化的学习服务,并对其进行个性化指导.通过案例分析,与传统面对面教学方法相比,所提方法利用自我调节机制有针对性的对学生薄弱环节进行加强,通过学生间互动帮助与竞争,从而提高学生的自信心水
为了提高对智能电网大数据的挖掘效率,提出了基于PCA-MP-BP的智能电网数据融合方法.首先对智能电网大数据技术和智能电网大数据融合技术进行了分析.采用主成分分析方法(PCA)提取出对预测结果有影响的主要特征值,作为BP神经网络的输入;然后提出了一种MapReduce和BP算法相结合的数据融合算法,该算法加快了数据处理效率;将所提的PCA-MP-BP算法用于智能电网大数据功率预测.实验仿真结果验证了所提方法具有更快的数据处理能力和更高的预测精度.