大数据背景下高职院校财经专业教学模式改革实践 ——以企业管理信息系统实务课程为例

随着智能财务的出现和大数据与财务共享的广泛应用,2021年高职院校专业目录的调整对高职院校财经类专业应用型人才育人的理念提出了新的要求和挑战,课程改革势在必行.文章以财经类专业的专业核心课程"企业管理信息系统名实务"为例,提出企业管理信息系统实务课程的整体设计,探索财经类专业教学模式改革的创新与实践.     

汽车加速车内轰鸣声控制研究

针对某汽车加速时出现的车内轰鸣声问题,运用频谱分析、阶次分析、传递路径分析等识别出产生轰鸣声的原因,并提出改进措施。     

勘测设计阶段公路平纵线形组合的优化设计方法

在满足公路路线实际规范的条件下,公路服务水平的高低、工程的经济性在很大程度上取决于设计阶段的综合线形设计。以汽车行驶轨迹为出发点分析平纵线形优化设计的思路,探讨一种更实用的设计方法。     

实车数据驱动的锂电池剩余使用寿命预测方法研究

锂离子动力电池剩余使用寿命（RUL）预测对于认识全生命周期电动汽车的安全和可靠性、改善电池管理系统的设计具有重要意义。通常基于深度学习的时序预测方法，本质上是一个递推的过程，每一次预测的误差会随预测次数增加而累积，难以保证预测精度和预测效率。基于深度学习序列预测和误差分析理论，建立一种ARIMA-EDLSTM融合模型的锂电池RUL预测方法，使用编码器-解码器（ED）框架改进长短时记忆神经网络模型（LSTM）构建从序列到序列预测的EDLSTM模型，并融合ARIMA模型预测误差趋势，进而修正最终预测结果。理论分析和实车采集数据验证表明，该方法在预测比例超过历史数据总量35%的情况下，仍然能较好地拟合实车SOH衰退曲线，有效提高锂电池剩余使用寿命的预测精度。     

基于非线性降维IC特征的实车电池SOH估计EI北大核心CSCD

基于实车电池复杂的运行数据,本文使用增量容量分析方法提取IC峰特征作为电池充电片段的有效特征,使用t-SNE非线性降维方法处理IC峰特征,消除多维特征冗余性,以解决实车数据难以提取可靠特征的问题。另外构建支持向量回归模型,实现对电池健康状态的估计。结果表明,本文使用的增量容量曲线峰特征能有效表征电池健康状态衰退变化;对实车数据的平滑、降噪方法可以较好地提升训练数据质量;基于t-SNE降维特征的SVR模型提升了对电池健康状态的估计精度,保证了有限样本数据集上实现准确估计。