摘要：随着经济社会的发展,工业的水平不断提高,传统的控制系统不能满足高精度,高速度的要求.对单片机系统的硬件,温度算法进行研究.介绍基于PID算法的控制系统,采用STC15W4K58S4单片作为主控制器,DS18B20采集实时水温,RC300直流电机控制温度的均匀性,通过采集的实际温度与设定的温度的偏差送入控制器,经过PID的算法得到一个控制值,控制值对PWM的占空比进行调节,输出信号控制SSR单项固态继电器实现温度的加热周期,经过不断的反馈与计算来实现温度的恒温控制.同时系统的温度数据及控制数据,通过ESP8266 WIFI模块接入ONENET物联网平台,该平台能远程监测相关参数和实现温度的控制.在实际的应用案列中,抗干扰性好,稳定性好,控制精度能达到0.1度,产生了工程意义.

摘要：针对加工误差而导致的齿侧间隙对采煤机截割部传动系统的影响,通过分析齿轮加工误差的成因,设计了齿轮加工误差分析流程,并得出了6组不同的齿侧间隙数据,以其中2组数据为例,运用MATLAB系统进行仿真。结果表明:在传动系统启动至正常运行阶段中,齿轮角加速度呈现非线性变化趋势,齿侧间隙大小与齿轮的角加速度成正比关系;在齿侧间隙相同条件下,距离电机越近,齿侧间隙对齿轮的角加速度影响越显著。仿真结果与实际情况较为一致,可以作为齿轮设计和改进优化的参考依据。

摘要：通过分析中国陶瓷薄板专利公开的情况,对其技术创新的趋势及特点进行了全面分析。分析表明,2007年至2019年间中国陶瓷薄板专利公开量稳步上升,专利公开类型以发明和实用新型为主,专利保护以陶瓷薄板的产品研发、生产、安装技术领域为主。同时本文通过对陶瓷薄板产业链协同创新的现状分析,提出了利用区块链等新一代信息技术与知识产权价值来实现陶瓷薄板产业链融通创新的新思路。

摘要：针对现代化工厂实训室部署成本高、使用及维护难度大,人员培训周期长的问题,以某装配工厂为案例,基于IdeaVR引擎,建立了一个具有交互功能的虚拟工厂制造仿真实验系统。包括理论学习、虚拟实践、评价测试等内容,从而达到现代制造技术教学目的,发挥虚拟仿真对实践教学的辅助作用。

摘要：由于网络涉密信息传输性能较差,导致网络涉密信息安全存取效果不佳,增加了网络涉密信息丢包率,因此,该文提出基于双向寻优粒子群的网络涉密信息安全存取方法。通过设计的网络安全涉密信息库,利用网络涉密信息安全存取执行任务特点确定评价函数,判断可用传输连接优劣;采用双向寻优粒子群算法对最差位置进行修正,获取全局最佳适应度值的位置,从而优化网络涉密信息传输性能;依据优化可用连接确定,回避一般的临时文件存储交换信息数据方式;采用内存映像文件形式,在多个进程间共享资源,进一步防止网络信息泄露。结果表明:该方法在网络攻击下的涉密信息丢包率较低,网络涉密信息安全存取匹配度较高,提升了网络涉密信息安全存取效果。

摘要：本文以“尚尤则柔”的艺术特点和传播现状分析为基础,总结了其审美特点和社会价值,归纳了其设计导向,探究了运用设计创新手段解决“尚尤则柔”传播问题的价值和途径,旨在打造“尚尤则柔”独特的文化符号,增添其生命力,为“尚尤则柔”的传播和扩大影响力提供新的路径,也为其宣传和发展提供多方位、宽领域的外部支撑。

摘要：大数据教学平台已越来越多地应用于教学活动中,文章对教与学双边活动的数据进行采集与分析,目的在于优化教学设计、提高教学效果。通过对传统教学模式存在的主要问题进行梳理和总结,以网络技术专业课程应用大数据平台线上线下的教学活动为研究对象,结合2018和2019级学生在新工科实验楼的教学实际情况,探讨课程的设计、应用方面相应的网络课程教学改革内容。实验结果表明,大数据教学平台是可以提高教学质量。

摘要：针对数据库查询优化中多表连接优化问题,任务是找到一个合适的连接顺序使查询执行计划最优,为此提出一种查询语句的嵌入表示方法SmartEncoder。通过优化查询语句中多表连接的嵌入表示信息,得到更丰富的关于连接的信息,将多表连接顺序选择优化建模为深度强化学习问题,根据动作的概率分布选择连接,从过去的经验中学习,生成更好的查询执行计划。在Join Order Benchmark数据集上的实验结果表明,SmartEncoder能够有效提高查询的效率。

摘要：大数据是近年来计算机领域兴起的研究热点,通过聚类可以解决诸如数据挖掘、机器学习、文本处理等大数据领域问题。针对传统的DBSCAN算法参数需要人工设定,且算法速度无法适应大数据应用等问题,本文提出了一种DBSCAN优化算法。利用KD树加快查找邻域对象,显著减少算法的运行时间;同时,通过计算所有邻域对象的数学期望,实现密度阈值(Minpts)参数自适应;接着,设计了一种文本聚类流程,通过SD-TF-IDF算法对特征项的权值进行优化,进而完成对文本的聚类任务;最后,将其应用于高校计算机实验文本大数据的挖掘分析中,取得了良好的效果。

摘要：在互联网时代,结合线上学习和面对面传统教学的混合式学习成为大学生学习的重要方式。文章提出以同伴学习方式来弥补混合式学习中交互少、问题解决不及时等不足,并构建了基于学习者特征的同伴推荐算法。利用学习者相似度个性化推荐互补、相似型的学习同伴,以提高学习效率。实验基于真实、有效的学习者特征数据集,选取机器学习中常用的评价指标,验证了该推荐算法的有效性和准确性。