教学课程资源库 更多>>

摘要： 《“十四五”信息通信行业发展规划》文档中明确指出,在“十四五”计划期间,目标是构建全球 大规模的 5G 独立组网网络,并努力实现每万人中有 26 个 5G基站,以实现城市和乡镇的全面覆盖,行政村的基础覆盖,以及重点应用场景的深度覆盖。采用信息化管理手段,能够对施工过程中的各项资源进行更加精准地计划调度和管理,以确保各种资源的合理配置和利用,并紧跟时代发展的步伐,大力应用和推广信息化管理,从而为社会通信工程发展做出更大的贡献。 。

摘要： 人工智能、数字孪生等新技术深度渗透各领域,既驱动生活工作变革进步,也让身处技术浪潮的高职学生面临信息泛滥、隐私泄露等风险。高职三年恰是思想观念成型关键期,课堂融入课程思政,既是响应大中小思政一体化要求,更是深化育人实效的有力抓手。 信息技术课程作为一门公共基础必修课程,在全员育人、全程育人和全方位育人的“大思政”背景下也肩负着更加重要的责任,结合课程及学生特点,找出高职信息技术课程思想政治教育落实路径是一个急需解决的问题。 。

关键词： 双碳”目标   制造业企业   环境绩效评价   指标体系  

摘要： 在全球应对气候变化与我国提出“双碳”目标的大背景下，制造业企业的绿色转型至关重要，而科学的环境绩效评价成为企业可持续发展的关键。论文基于2020—2023年连续披露相关信息的16家制造业上市企业的面板数据，构建了涵盖碳排放管理、资源效率、绿色技术、环境合规、社会影响和循环经济六大维度且适用于制造业企业的环境绩效评价指标体系，综合运用层次分析法和熵权法，并选取云铝股份、海螺水泥、宁德时代和金风科技四家龙头企业进行实证分析，验证指标体系在评价应用中的实际效果。结果显示：该评价指标体系能全面科学地反映企业环境绩效水平；主客观融合的权重赋值方法提升了评价的科学性与适用性；实证分析揭示了不同行业企业的环境绩效及改进方向。基于研究结论，提出环境绩效提升需企业、行业协会与政府三方协同发力：企业应将评价体系嵌入全流程管理，通过技术创新与合规管理提升环境绩效；行业协会需制定统一标准、搭建共享平台，强化绿色治理协同；政府应完善政策法规，构建“评价—激励—监管”闭环机制，依托数据质控体系推动政策落地，助力“双碳”目标在制造业有效实施。

摘要： 无人机倾斜摄影技术为城市违法建设的动态监测提供了新的技术路径。通过对多时相倾斜影像的采集与处理,构建高精度三维模型,实现建筑变化信息的自动识别与提取。结合智能算法与地理信息系统,提升违建检测的精度与效率,满足高频次、大范围监管需求。分析表明,该方法在重点区域应用中展现出良好的适应性和实用性,有效支持城市管理决策。研究成果为城市治理数字化转型提供了技术支持与实践参考。 。

关键词： 口服剂型药物   药品说明书   儿童   用药信息调查  

摘要： 目的：了解我国儿童医院常用口服剂型药品说明书儿童用药信息标注现状，为完善口服药品说明书中儿童信息提供参考依据，促进儿童合理用药。方法：根据国内7大地理区域划分，收集域内20所儿童专科医院4 391份口服剂型药品说明书，对药品说明书中相关儿童用药信息标注情况进行统计分析。结果：本次调查药品说明书涉及5大类、32种口服剂型，儿童专用药物仅190份。标注儿童适应症说明书共351份，其中西药226份，中成药125份；标注儿童用法用量共827份，西药672份，中成药155份；儿童用药项总标注率为59.74%；儿童药动学参数和禁忌项标注率较低。西药和中成药相比，除禁忌项外，在适应症、用法用量、儿童用药项、注意事项等标注均存在统计学差异（P<0.05）。国产药与非纯国产药（合资或进口），在适应症、用法用量、禁忌项标注上无统计学意义，其他项均有差异（P<0.05）。不同剂型中，颗粒/散剂中适应症和用法用量标注率最高39.14%和62.00%，片剂中儿童用药项标注最多54.75%。结论：口服药物中儿童专用药与儿童适宜剂型不足，说明书中儿童用药信息标注缺失，建议相关部门给予重视，进一步规范和完善口服药品说明书中儿童用药信息，保障儿童合理用药。

关键词： 现场工程师   专项人才   实践   培养  

摘要： 随着产业升级与技术迭代,企业对高素质现场工程师的需求日益迫切。本文以某职业技术学院与某大型制造集团合作开展的现场工程师专项培养项目为例,通过课程体系重构、人才培养方案研制、师资队伍组建等路径,探索适应智能制造场景的现场工程师培养新模式。实践表明,该模式显著提升了学生的工程实践能力、技术应用能力和岗位适应能力,为职业教育服务区域产业升级提供了可复制的经验。

关键词： Planet Scope卫星   无人机   多光谱数据   种植结构   监督分类   遗传算法优化随机森林  

摘要： 获取高分辨率的农作物种植结构图对保障粮食安全和优化农业政策具有重要意义。但在实际应用中，利用多源遥感数据提取作物种植结构时，面临光谱分辨率差异导致的星机协同性难题，以及卫星影像中混合像元对面积信息提取的干扰。本研究探索了基于无人机多光谱数据和Planet Scope卫星遥感数据提取作物种植结构的方法，以宝鸡峡灌区的小麦、玉米、葡萄和猕猴桃为研究对象，开展空间分布与面积信息提取研究。本研究首先通过计算卫星与无人机像元的波段反射率比值，校正卫星光谱波段，从而精细化作物分布的提取阈值；其次通过机器学习算法对无人机影像进行分类，获取卫星混合像元中的作物纯净面积比例；最后基于遗传算法优化的随机森林模型，构建混合像元中植被指数与面积权重的量化关系。结果表明，多源遥感方法获取的作物分布图(6 m分辨率)中，重合像元数量较仅使用卫星影像下降35.75%，这一结果说明多源遥感数据可有效缓解“异物同谱”问题。其中，小麦和玉米的面积信息提取效果最优，相较于单时相卫星影像，典型区域中小麦和玉米的面积相对误差率分别降低19.17%和38.49%；整体来看，小麦、玉米、葡萄、猕猴桃的面积相对误差率分别为-4.83%、0.51%、6.55%、8.79%。本研究提出的从无人机到卫星跨尺度协同观测方法，为灌区主要作物种植管理措施制定提供了技术与数据保障，为作物空间分布与面积信息提取从田块尺度向灌区尺度扩展提供新思路，有助于促进灌区的精准农业技术发展。

关键词： 齿轮传动   双模态故障诊断   对比学习   信息融合   领域自适应   基于对比学习的双源信息融合对抗网络  

摘要： 针对风电齿轮变速箱在复杂工况下存在故障标签不完整及单一信号诊断信息不足的问题，提出一种基于对比学习的双源信息融合对抗网络(DFCAN)，用于无监督下的齿轮箱跨域故障诊断。首先，构建了基于孪生网络的对比学习(CL)模块，在无监督条件下提取了具有判别性与通用性的共享深度特征表示；然后，设计了振动信号与输入端编码器信号的双模态融合机制，采用特征级加权策略实现了多源异构信息整合，形成了增强的联合特征表达；接着，在此基础上，引入了基于最大分类器不一致性的对抗迁移模块，利用双分类器结构对目标域预测差异进行了建模，并引导特征生成器优化了跨域分布对齐；最后，利用风电齿轮箱多工况数据集和异构测试场景中开展了实验验证，用于证明DFCAN在无监督条件下的跨域诊断性能与应用潜力。研究结果表明：在风电行星齿轮箱多工况数据集的迁移任务中，DFCAN方法平均诊断准确率高于94.2%，较传统领域自适应(DA)方法提高明显，整体优于主流无监督迁移模型；在振动与编码器信号融合比例设定为7:3下，个别任务准确率可达98.79%；在异构齿轮箱数据集上进行迁移测试时，无标签条件下模型仍保持90%以上准确率。DFCAN方法在标签缺失条件下具备稳定的跨域特征提取与迁移能力，能够显著提升多源信号融合下的故障识别性能，验证了其在无监督条件下的跨域诊断有效性。