摘要：针对特定脑电信号数据集的情绪分类问题,研究紧凑型的卷积神经网络EEGNet在不同脑电数据集上的能力与效果,并通过在不同的脑电数据集上对EEGNet进行训练与调试,实现单模态脑电数据集的情绪分类。首先,介绍紧凑轻量型卷积神经网络EEGNet结构在时空数据集上的强大处理能力,提出在对EEG信号特征进行编码时的有效性假设。其次,介绍两种经典的脑电公开数据集SEED和SEED-IV,设计针对性的预处理方法、基于EEGNet的情绪分类实验并与其他经典分类方法进行了比较分析。最终,经过在SEED和SEED-IV数据集上的多轮测试,分别得到了85.3%和73.3%的分类准确率,验证了EEGNet在基于脑电信号的情绪分类任务中具有较好的健壮性与准确率。

摘要：针对科技基础性工作项目汇交数据质量审查人工效率低、易出错的现状,设计了基于自定义约束规则的项目汇交数据质量审查模型。模型由构建器、规则库和判断器3个部分构成,其中构建器主要是用于约束规则的配置;规则库由一系列规则集构成,每个规则集都从数据的完整性、一致性和约束性3个方面进行约束规则的定义,完成定义的规则集构成一个审查模板;判断器主要是将审查模板应用于一个数据集进行审查并输出审查意见。实践证明,该模型能够满足科技基础性工作项目汇交数据质量审查的工作要求,提高了科技基础性工作项目汇交数据质量审查的质量和效率,同时也为其他类似数据质量审查工作提供了技术参考。

摘要：在工科类专业课程中融入人文元素是提升课程内涵,提高学生学习积极性,促进学生知识、品德、价值观等全面协调发展的主要途径之一。课题组以“锻造工艺学”课程为例,开展了材料成型类课程的人文元素、思政元素融入研究,分别从课程开展教学设计所具备的优势、课程建设思路、实施步骤以及课程考核方法等方面展开论述,以激发学生敢于创新的热情,助推“中国制造”走向“中国创造”,潜移默化树立学生正确的荣辱观、职业操守和责任意识,甘于在平凡岗位干出不平凡事业的“螺丝钉精神”。教学实践表明,在“锻造工艺学”课程中融入思政元素后,学生的学习效果和思想内涵都得到了提高。