微信平台辅助的农科有机化学实验课混合式教学实践

利用微信公众平台和移动网络辅助教学的优点,改革农科院校中非化学专业公共基础有机化学实验课传统教学模式,构建了“课前翻转教学,课中解惑内化,课后巩固提高”的三段混合式新型教学模式,并对此类教学模式的构建原则,特色微信公众平台建设、应用情况及注意事项进行实践研究。     

一类矩阵群的完全性

用与[1]不同的方法,把文[1]的结论作两方面的推广,其一是把矩阵的阶数从2推广到任意,其二是把有理数域推广到任意特征不是2的可线性化的域.     

Steiner 5-设计上的Camina-Gagen定理

著名的Camina-Gagen定理表明,若群G是一个满足k整除v的2-(v, k, 1)设计的区传递的自同构群,则G是旗传递的.本文将这个定理推广到5-(v, k, 1)设计上,并证明了如果群G区传递地作用在一个非平凡的5-(v, k, 1)设计上且满足k整除v,则G是旗传递的.     

粒子群算法优化中药化学成分的毛细管电泳分离条件

建立了一种基于粒子群优化算法的毛细管电泳条件辅助优化方法。以丹参为研究对象,将改良的色谱指数方程用于评价酚酸类成分的电泳分离性能,用粒子群优化算法对分离条件进行全局寻优,获得最佳的区带电泳分离条件(5.0 mmol/L硼砂,18.5 mmol/L磷酸二氢钠,6.1%乙腈,运行电压18.2 kV)。为进一步改善分离,在所获优化条件下添加50.0 mmol/L SDS,在胶束电动毛细管色谱分离模式下使酚酸类成分(原儿茶醛、丹参素、丹酚酸B等)得到更好分离。本方法准确可靠,可推广应用于其他复杂化学体系的毛细管电泳分离条件优化。     

智慧无废城市评选的序贯式群决策EDAS法

无废与智慧理念具有内在关联性,智慧城市和无废城市融合发展,对我国无废城市建设工作开展具有重要意义.针对智慧无废城市序贯式评选无后效性、多阶段和连续性特点,文章在EDAS框架下以犹豫模糊集表征决策信息提出了一种序贯式群决策方法.首先,分析序贯决策阶段权重的影响因素包括方案决策信息及权重先验信息,据此建立以方案满意度为基点...     

一类多重循环群的同构刻画

设A是秩为n(n≥2)的自由Abel群,α是利用A直和分量上的循环置换与数乘构造的一个A的自同构.作A与α的半直积G=A×〈α〉,本文给出了这类多重循环群G的同构分类,以及它构成超可解群和幂零群的充要条件.     

求解自融资投资组合模型的量子行为的粒子群优化算法

为有效求解自融资投资组合模型,基于粒子群优化(particle swarm optimization,PSO)算法,提出了一种改进的量子行为的粒子群优化算法(LDQPSO).在算法的设计中,借助Levy飞行策略对粒子位置的迭代公式进行更新,用于提高算法的局部收敛精度和全局探索能力;针对迭代后期的早熟问题,引入了多样性的...     

基于工作电流分析的回转副摩擦状态识别实验研究

回转副摩擦状态的变化对机械设备的运行有着重要影响. 针对回转副摩擦状态的识别问题, 设计了以回转副工作电流为摩擦特征来源的实验方案. 通过采集摩擦过程的回转副驱动电机工作电流信号, 分析实验信号的频域和时频域特征, 建立工作电流的摩擦特征库, 用于训练多分类支持向量机分类器, 并在分类器上完成摩擦状态的识别. 实验结果表明, 经特征提取与降维处理后建立的多分类支持向量机分类器具有近90%的识别正确率, 所提出的实验方案有利于实现远距离信号的采集, 适用实际生产加工.     

有限群共轭类长度的一点注记

假设G=AB是子群A和B的互相置换积。通过A?B中元素的共轭类长度给出了群G的结构,推广了一些最近的结论。     

基于EMD-PSO-LSTM组合模型的船舶运动姿态预测

由于船舶在海上航行时的高随机性和复杂性,单一模型预测能力有限,难以做出准确姿态预测。因此,提出一种基于经验模态分解(EMD)和粒子群优化(PSO)的长短期记忆神经网络(LSTM)的组合预测模型,对船舶运动姿态进行预测。首先通过EMD算法将由惯性导航系统在实时测量得到的船舶运动姿态数据进行分解,得到有限个本征模函数(IMF)。然后,利用PSO-LSTM模型学习各IMF分量的短期时序规律并进行预测,将各IMF分量的预测值相加得到最终的预测结果。基于实测数据进行仿真的结果表明,该组合预测模型分别比LSTM模型和PSO-LSTM模型在姿态角的预测中平均绝对百分比误差分别降低了约11%和7%,有效提高了船舶运动姿态预测精度。