基于Cite Space的我国路面工程领域发展状况分析

为弥补定性方法在科技发展分析中客观性不足的缺陷,以中国科学引文数据库收录的期刊论文为研究对象,利用科学计量法和Cite Space可视化工具,从发文量、研究机构、作者、关键词等维度对近10年来路面工程领域的研究现状进行定量分析,以期为该领域科技发展现状总结与热点跟踪提供借鉴.科学计量分析得出:路面工程领域得到了国家级、...     

基于电动出租车数据的充电桩选址聚类方法比较

为有效降低出租车运营企业及经营者的经济成本,通过分析出租车的卫星轨迹数据,比较和选取用于电动出租车充电桩选址规划的聚类方法。以上海市电动出租车充电站的选址规划为研究对象,分别基于孤立森林和聚类算法设计异常值检测方法,对相关时段的出租车卫星数据进行清理以及数据可视化处理;比较层次聚类（Agglomerative Clustering）、高斯混合模型（Gaussian Mixture Model, GMM）、K-means聚类、Mean-Shift聚类以及谱聚类（Spectral Clustering） 5种算法的聚类效果,并选取K-means算法作为充电桩选址规划参考算法。从城市区域划分及企业运营角度确定充电桩选址方案,为未来上海市区电动出租车充电桩的数量和容量配置提供设计依据。     

ADAMS机械系统仿真教学实践——以四连杆机构设计为例

ADAMS机械系统仿真技术已成为机械、汽车相关专业领域进行产品设计与开发的重要技术手段,结合四连杆机构设计,从机构结构分析、模型创建、仿真分析到参数化分析与优化设计,开展ADAMS软件仿真技术应用的教学,以帮助学生构建ADAMS机械系统仿真框架,强化实践应用能力.     

基于"以赛促教"的汽车机电维修教学创新浅议

当前社会对于人才的要求逐渐提高,并重点关注人才的实践应用能力.职业院校作为培养人才时间应用能力的重要场所,学生的的实践应用能力高低,直接体现了职业院校的教学质量与办学水平.所以本文以汽车机电维修专业为例,尝试通过开展汽车机电维修竞赛的方式,应用"以赛促教、以赛促教"的全新教学模式,实现对当前职业院校汽车机电维修专业教学...     

中职《汽车发动机电控系统》课程混合式教学模式研究与实践

混合式教学能让线上、线下教学相互补充、相互促进,从而优化教学过程,提升教学效果.在对中职汽车运用与维修专业《汽车发动机电控系统》的课程性质、课程内容以及教学目标进行分析后,参考混合式学习已有研究成果基于"云班课"线上教学平台和"六步教学法"搭建中职学校混合式教学的模式框架,并进行教学实践应用,运用比较分析法对混合式教学...     

智能制造背景下高职电气自动化技术专业模块化教学创新改革初探

电气自动化技术专业一直是高职高专院校中一个非常重要的专业,尤其重要的是它在近些年来已经逐渐发展完善,并成为一个热门的专业.在当前国家发展智能制造的战略背景下,高职电气专业的课程教学模式需要持续创新不断改革.在教育教学改革发展步伐不断前进的今天,电气自动化技术专业想要尽快跟上教育改革的步伐脚步,培养培育出一批符合国家时代...     

1+X证书制度下高职院校工业机器人教学改革及实践探索

随着我国发展转型期的到来,教育领域也随之做出了重要创新,1+X证书制度是我国职业教育在新时代背景下根据时代需求作出的决策,该制度在高职院校工业机器人教学改革工作中也发挥着重要作用.由此,笔者将结合自身教学经验,通过分析高职院校工业机器人在传统教学模式中出现的种种问题,论述当前在1+X证书制度的推行下,高职院校工业机器人...     

智慧隧道监控系统设计与实现

隧道监控系统是隧道日常管理和安全应急处置的重要信息化工具,是高速公路隧道保通保畅保安全的重要支撑.传统的基于C/S架构的隧道监控系统对先进互联网技术兼容性不好,限制了隧道监控系统向智慧型发展;基于B/S架构的隧道监控系统则会牺牲数据采集的实时性.针对隧道监控系统遇到的技术瓶颈,提出将数据层与数据表现层相分离,数据层基于...     

航海英语“课程思政”教学体系设计与实践

以北部湾大学航海技术专业的核心必修“航海英语课”为例,以省级“一流课程”建设为契机,从课程思政内涵、建设现状、建设思路、建设举措四个方面推进专业英语课程思政建设路径,通过搭建“多元化+可视化+个性化”的教学资源、甄选“语言+专业+思政”的教学内容、运用“讲+演+做+论+查”的教学方法、构建“两平台+三阶段+BOPPPS”的教学模式、规范课程思政评价标准等措施,将课程思政有机融入到专业英语课教学全过程。     

基于特征图可视化的医学图像分析

现有的医学图像分类算法中普遍存在模型的可解释性问题,将同一卷积神经网络应用到不同的数据集上,分类性能千差万别.针对这一问题,提出了一种基于特征图可视化的医学图像分析方法.在卷积神经网络的特征提取阶段设计4个特征图可视化模型,这些模型将具有与网络相同的输入层以及权重,但输出则是一系列特征图.采用SSIM相似度对信息熵最大的特征图评估,分析4个模型提取到的特征信息.在kaggle官网上提供的BreaKHis、Chest X-Ray、Retinal OCT 3类数据集上进行实验,其中基于VGG16网络的特征图可视化模型提取到的特征相似度分别集中在0.95,0.93,0.85,分类精度分别为75.96%,77.19%,99.40%.此外,在ResNet18网络上也有相同的表现.研究表明：分类性能取决于网络的特征提取能力,在保证相似性的前提下,卷积层之间提取到的特征其相似度越低,该数据集在同一网络上往往表现出更好的分类性能.