ISBN: (纸本)9787301357569

摘要： 当代社会信息技术发展迅猛，给高中信息技术教学带来了新的挑战与机遇。传统教学模式因知识单向传递的特性而逐渐显示出不足，而项目教学法以注重学生为中心和实践导向的特点，成为教学改革的一股新兴力量。该方法依托具体项目实施，促进学生主动探索和协作学习，有助于培养学生解决实际问题的能力、创新精神和团队协作意识，与高中信息技术课程的目标不谋而合。

摘要： 在信息社会,医疗机构在持有医疗健康数据时也在事实上获取了患者的医疗健康信息,双方的权力势差不断放大.现行个人信息保护规则中无论是对医疗健康数据不可识别性使用时的匿名化要求,还是可识别性处理时以"告知—..

关键词： 矿浆管道   泄漏报警系统   传感器   数据处理  

摘要： 通过对传感器选型与布局、数据采集与传输、数据分析与处理算法，研究矿浆管道泄漏报警系统开发要点。报警机制设定以及系统兼容性与扩展性等方面进行深入探讨，采用理论分析结合实际需求考量的方法。研究表明，合理开发该系统可精准感知泄漏、高效传输数据、准确判断泄漏状况并及时报警，且能与现有设施兼容及便于扩展升级，有效提升矿浆管道安全监测水平。

关键词： 5G通信   边缘计算   实时数据处理   低延迟传输   云边协同   系统可靠性  

摘要： 随着5G技术广泛应用，海量终端设备产生的数据对实时处理提出更高要求，边缘计算通过将计算资源下沉至网络边缘侧，实现数据就近处理，解决了传统云计算模式下网络带宽占用大与时延高等问题。基于张江人工智能岛实际部署案例分析表明，采用多源异构数据采集与智能实时分析及云边协同等技术，边缘计算系统在处理速度与资源利用率等方面均取得显著提升。实验结果显示，边缘节点响应时延低于4.5毫秒，数据处理吞吐量达20Gbps，系统年可用率达99.95%，为工业互联网与智慧城市等场景提供了高效稳定的解决方案。

关键词： 岩石力学   PCA算法   CBLOF算法   SVMSMOTE算法   岩爆   数据处理   机器学习  

摘要： 为降低岩爆样本数据中特征参数的相关性、剔除各类数据中的离群点和平衡数据集中各类岩爆等级的数量，提升岩爆数据库质量，提出一种PCA(principal component analysis),CBLOF(cluster-based local outlier factor)和SVMSMOTE(support vector machine synthetic minority over-sampling technique)组合算法的方法。首先收集国内外343组岩爆案例构建原始岩爆数据集，使用PCA降维方法对原始岩爆数据集样本进行降维处理，CBLOF算法剔除各类岩爆等级中的离群点，SVMSMOTE算法在各岩爆等级边界附近合成新的少数类样本，最后将处理后的岩爆数据库和原始岩爆数据库分别加入6种机器学习算法模型进行训练，验证PCA,CBLOF和SVMSMOTE算法组合的有效性。结果表明：经过PCA,CBLOF和SVMSMOTE算法组合处理后的数据库所训练的Ada Boost,CatBoost,LightGBM,GradientBoosting,ExtraTrees和Random Forest算法模型的准确率，相比于原始岩爆数据库样本所训练的算法模型准确率分别高29%,28.5%,34%,28%,26.5%,24%。因此，基于PCA,CBLOF和SVMSMOTE组合算法对岩爆数据库进行数据处理，能有效提升岩爆数据库质量，改善机器学习预测模型的性能。

关键词： 智慧树   线上线下   教学设计  

摘要： 测量误差与数据处理课程在传统教学模式下，面临数学基础薄弱、软件分析能力不足、生产案例缺乏等学习难点，导致教学效果不佳。本文提出以误差理论、平差方法及软件应用为核心内容，通过重构教学体系降低理论推导难度，强化实践环节与企业案例结合。采用“课前导学—课中研学—课后拓学”三阶段混合教学设计，依托智慧树平台实现教学资源整合、学情智能分析和过程性考核评价，为职业院校理论实践一体化的课程改革提供了可借鉴的实施路径。

关键词： 风电机组   SCADA系统   数据处理   额定功率数据   DBSCAN聚类算法   肖维勒准则  

摘要： 在风电机组数据采集与监视控制（SCADA）系统数据中，若噪声数据密度过高，则会在预处理过程中误清洗额定功率数据。使用基于密度的噪声应用空间聚类（DBSCAN）算法剔除额定功率数据附近的噪声数据点，确保仅保留正常的额定功率数据，然后在“风速-功率”曲线上找到额定功率数据与其他数据的分界线，将上半部分暂存，对下半部分采用肖维勒准则与Box＿Cox变换相结合的方式处理，最后将两部分数据合并，可有效减少风电机组SCADA数据预处理时，因噪声数据密度过高而误清洗额定功率数据的问题。

关键词： 绿色酒店   入住决策   数据挖掘   神经工程学实验  

摘要： 在全球气候变化与可持续发展战略的推动下,绿色建筑发展已从单纯的技术性节能向运营效能优化转型。作为绿色建筑投入领域的典型代表,绿色酒店凭借其在优化资源利用、缓解环境压力等方面的显著成效,已成为推动经济创新、社会与环境协调发展的重要组成部分。然而现有研究表明,绿色酒店的环境效益与消费者行为之间存在显著脱节:全球约65%的绿色建筑认证酒店面临入住率不足的困境,其根源在于工程系统设计与用户需求间的认知偏差。这一矛盾凸显了传统工程管理范式在服务型建筑领域的局限性——过度关注物理设施的技术参数,而忽视消费者决策背后的行为动力学机制。同时在绿色酒店与消费者之间仍存在信息不对称、漂绿等问题,导致消费者对绿色酒店不了解、不信任,甚至误解的现象。因此,深挖顾客入住决策的主导因素,并干预引导消费者采取入住决策行为对促进消费者入住绿色酒店,优化绿色酒店营销服务具有重要意义。 本文运用问卷调查、数据挖掘以及神经工程学实验法,在意愿调查和实际体验分析的研究基础上进行行为决策实验,探究消费者入住绿色酒店决策行为的影响因素。第三章构建了绿色酒店入住意愿的驱动模型,通过问卷调查和结构方程分析发现:功能动机、条件动机、情感动机、社会规范、自然价值观都会使消费者产生入住意愿,认知动机对入住意愿并不显著。第四章通过数据挖掘分析山东省低碳先行区21家绿色酒店的用户评论发现:消费者体验多集中于酒店功能提供方面如人员服务、房间的舒适度等;对酒店的绿色实践关注较少,集中体现在对智能设备、酒店环保风格的关注等。此外,消费者的低碳意识较低,会出现对酒店环保行为的误解等情况。第三章和第四章研究发现:功能服务、愉悦情感、环保意识是影响消费者入住绿色酒店的关键因素。因此,第五章依托信号理论、神经工程学,设计在线评论眼动实验,将三类影响因素转化为在线评论中的信息要素,通过视觉注意和感知有用性作为中介变量,对影响消费者入住绿色酒店行为的影响进行差异分析。研究结果发现:功能型评论、情感型评论、环保教育型评论均能显著促进入住行为,功能型评论的作用效果最大;三种评论信息均导致不同的视觉注意和感知有用性,并且视觉注意和感知有用性在评论信息和入住行为之间起到中介作用。本文从不同决策阶段探究影响消费者的入住因素,第三章解释了为什么选择的内在动机,第四章分析了如何体验的后验反馈,第五章聚焦如何引导选择的干预机制。最终得出当前影响消费者入住绿色酒店的主导因素分别为:功能服务、愉悦情感以及环保意识,并且当作为信息源干预决策行为时会产生不同的影响作用。 基于研究结果,本文对政府与酒店行业协会,酒店企业以及在线平台三方面提供对策建议,以期促进消费者绿色酒店入住,满足消费者绿色酒店入住需求,实现绿色酒店行业高质量发展。