摘要：提出了智慧校园的概念与设计方法。在论述物联网技术与支撑环境的基础上,给出了智慧校园的总体设计策略和体系架构,并对相关的实现技术做出了分析与说明,阐述了保障智慧校园有效实施的运维体系及具体措施。随着智慧校园的研发与部署,对学校信息化建设产生了积极的影响,促进了学校核心竞争力的提高。

摘要：在布尔迪厄“场域”概念基础上演绎而成的生态场域理论,强调多重场域因素多元共存、优势互补和协同发展,将其向高校创新创业教育中的话语转换,可以为构建创新创业教育“生态场域”提供一个新的思考维度,为破解当前国内创新创业教育中的失序问题提供新的应对之策。认真分析当前中国的生态场域,中国高校创新创业教育生态场域已呈现为要素齐备的网络构型、多元融合发展态势和“三维”延伸拓展等发展态势。在此基础上,按照生态场域理论完善高校创新创业教育体制机制的顶层设计,以生态场域视角搭建开放协同的创新创业教育平台,运用生态场域思维推进高校创新创业教育融合发展,构建高校创新创业教育“生态场域”,为推进创新创业教育、加快推进创新型国家建设奠定坚实基础。

摘要：为解决传统DCS技术在化工实训装置的双氧水工业生产控制中灵活性较低等问题,利用浙大中控的***组态软件进行工程项目重组态的方法,设计了用单套操作站装置对多套生产装置进行控制的新型DCS网络控制系统;同时,通过采用浙大中控的***监控软件,对系统软硬件进行了网络测试、组态编译、下载、传送和综合调试工作。结果表明,升级和改造后的系统具有较好的稳定性和可靠性,且系统控制方式更加灵活。

摘要：建构高校创新创业生态服务链的目的在于不断吸纳和聚集创新创业所需要的知识流、资金流、人才流与信息流等,构建从项目遴选到项目运营的服务体系,最终使创新创业的生态环境得到优化。中国高校创新创业服务链存在发育不完善、自身发展能力过弱、前后端服务延伸不足与金融服务严重滞后等问题,需要加强顶层设计,优化高校创新创业服务资源的配置;拓展孵化平台,推进创新创业服务链向两端延伸;完善科技投融资体系,提升科技金融对高校创新创业的服务功能;以顺应市场取向,变革创新创业服务组织运行模式。

摘要：随着科学技术的不断创新,我国的数字技术得到了质的飞跃。数字技术运用作为现代影视广告后期制作的重中之重,是一项不可或缺的关键内容,直接关系到影视广告后期制作的整体质量和效率,关系到能否满足制作编辑的各项个性化需求。因此,现代影视广告制作人员要树立先进的工作理念,将数字技术与影视媒体制作有机地结合起来,这不仅能够优化当代影视广告的艺术表现形式,还可以最大限度地增强影视广告艺术的感染力,满足不同层次观众的审美体验需求。本文将对数字技术在影视广告后期制作中的运用展开分析与探讨。

摘要：针对CF推荐技术依赖的评分矩阵在现实中存在的稀疏性问题,提出用户-项目平均相似度协同过滤推荐算法(ASUCF)。对评分矩阵进行充分挖掘、多次利用,引入平均相似度来惩罚用户或项目的评分或被评分的波动;综合考虑用户和项目两方面,提高预测评分的可靠性。实验结果表明,该方法可以有效提高预测的准确性及推荐质量。

摘要：本文主要阐述了艺术教育在创新型人才培养过程中起到的独特作用。从高职高专人才培养理念出发,确立艺术教育在高职高专教育中的独立地位,探索艺术教育在创新型人才培养中的育人功能和有效途径,理清艺术教育必须进行重新定位和建构的科学体系。从而为培养更好更多的创新型人才而奠定基础。这不仅是做好高职高专院校创新型人才培养工作的自身要求,也是教育工作者应尽的社会责任。

摘要：生活学习项目是美国高校开展宿舍教育的形式。2004年以来,美国就生活学习项目开展了四次调查。调查表明每个生活学习项目都有教育目标和一个主题,围绕教育目标和主题设置课程和课外活动。项目有教师、学生事务人员、兼职的学生参与,并与住宿生进行广泛密切的师生互动。通过生活学习项目,美国高校有目的设计宿舍教育性环境,把宿舍改造为学生课堂教育与非课堂教育的衔接点,开发宿舍的教育潜能,取得了较好的教育成果。

摘要：通过协同求解多个概念漂移问题并充分挖掘相关概念漂移问题中蕴含的有效信息,共享矢量链支持向量机(shared vector chain supported vector machines,SVC-SVM)在面向多任务概念漂移分类时表现出良好性能。然而实际应用中的概念漂移问题通常有较大的数据容量,较高的计算代价限制了SVC-SVM方法的推广能力。针对这个弱点,借鉴核心向量机的近线性时间复杂度的优势,提出了适于多任务概念漂移大规模数据的共享矢量链核心向量机(shared vector chain core vector machines,SVC-CVM)。SVC-CVM具有渐近线性时间复杂度的算法特点,同时又继承了SVC-SVM方法协同求解多个概念漂移问题带来的良好性能,实验验证了该方法在多任务概念漂移大规模数据集上的有效性和快速性。

摘要：超声成像是甲状腺结节筛查的常规手段,但要获得一致性评估结果仍是一项有挑战的任务。针对残差网络对甲状腺结节分类存在模型性能偏低,且随着网络加深其性能提升困难,模型可解释性较低等问题,该文设计了基于残差网络的模型优化方案。首先调整网络结构和训练方式,然后引入自注意力辅助模型学习结节的模糊位置信息,最后利用类激活映射监督分类器的注意力分布并辅助模型精准定位结节。实验结果表明:优化后的模型在准确率、F1值、灵敏度、特异性和AUC指标上分别提升10.97%、7.33%、4.77%、9.57%和14.94%,说明优化后的模型具有一定的潜在临床价值。