构建多层次、多类别的实践教学体系,全面提升学生能力

实施"按大类招生"打破了传统专业间的界限,拓宽了学生的专业面,有利于体现"通才与专才相结合.共性和个性相结合.个人发展与行业需求相结合"的现代教育理念.本文提出并实施了"人才培养方案"+"实践能力培养"的教学体系,构建了"多层次、多类别"实践教学体系,形成了"以培养方案为根本,辅以实践能力培养补充方案"的培养模式,实现了"注重学生的动手能力、创新精神的培养"的目标,解决了教学中理论课程与实践课程的结合不紧密的问题,确保了学生的"多维能力"得到提升.     

基于荧光光谱的水体分类与荧光组分识别方法

提出了一种基于MobileNetV2和VGG11组分拟合（CF-VGG11）卷积神经网络（CNN）与平行因子分析（PARAFAC）结合的水样分类和荧光组分拟合方法，通过输入单个三维荧光光谱（3D-EEM）数据来预测水样类别、溶解性有机物（DOM）质量浓度等级和荧光组分。算法以PARAFAC结果为基础建立荧光光谱数据集，分两步完成类别与组分的预测：第一步使用MobileNetV2算法对不同水样进行类别预测和DOM质量浓度分级；第二步使用CF-VGG11网络拟合荧光组分。采集地表水、工业废水处理水、污水处理厂进出口水和乡村饮用水4种类型的水样构建数据集，获得了95.83%的分类精度和98.11%的组分拟合精度。实验结果表明，所提方法可对不同水样和DOM质量浓度等级进行准确分类，拟合特定荧光组分，精确定位污染源，并能进行超标预警。