重大科技基础设施内涵演进与发展分析

重大科技基础设施是大科学时代的标志,是产生重大原创性、引领性成果的关键支撑,已经成为国家科技竞争力的象征和创新格局演化的重要变量.新一轮科技革命正孕育兴起,要加快重大科技基础设施布局建设,催生重大科学发现和关键技术突破,牢牢把握创新主动权,增强自主创新能力,推动科研范式升级和组织方式变革,实现科技自立自强成为国家发展的战略支撑,为建设世界科技强国厚植科技创新根基.     

“崇尚科学 爱我中华”第15届全国少儿书画大赛暨青少年发明创新大赛征稿啦

自2007年以来,“崇尚科学爱我中华”全国少儿书画大赛暨青少年发明创新大赛已成功举办14届,历届均得到少年儿童的热烈响应和积极参与,获得了良好的社会效益。为弘扬爱国主义精神,促进少年儿童全面发展,激发少年儿童的创新欲。     

基于共享单车出行数据的用户行为分析

基于共享单车出行数据,对用户总体出行时间和强度进行分析,并据此对高频用户出行日期和路线进行分类,针对用户出行目的地建立预测模型.结果表明,工作日和休息日出行时间分布存在显著差异,出行强度具有频率低、距离短的特征;高频用户出行轨迹在工作和休闲两维度上可归纳为三种类型;基于共享单车历史出行数据,建立用户出行目的地预测模型所得的准确率较为合理.     

基于GA_XGBoost模型的大学生科研能力预测问题研究

科学评价大学生科研创新能力对我国科研水平的提高具有重要意义.采用机器学习模型来预测大学生科研能力可以起到良好的效果,提出一种GAXGBoost模型来实现对大学生的科研能力预测.此模型是以Xgboost算法为基础,然后充分利用遗传算法的全局搜索能力自动搜索Xgboost最优超参数,避免了人为经验调参不准确的缺陷,最后采用精英选择策略以此确保每一轮都是最佳的进化结果.通过分析表明,所采用的GAXGBoost模型在大学生科研能力预测的结果中具有很高的精度,将此模型与Logistic Regression、Random Forest、SVM等模型进行对比,GAXGBoost模型的预测精度最高.     

动力学模态分解方法重构及预测流场误差分析

利用动力学模态分解(dynamic mode decomposition,DMD)方法可以实现非定常流场的分解、重构和预测,但该方法重构和预测流场的误差需要给出定量分析.鉴于此,提出了定量描述动力学模态分解重构和预测流场的误差分析方法,以雷诺数Re=80的圆柱绕流二维流场数值模拟结果为例,研究了非线性流动和周期性流场重构和预测误差的动态变化情况.结果表明:依据能量大小确定的模态反映了流场的主要相干结构;低频、低增长/衰减率和大尺度的相干结构能量占比大,对流场的影响较大;DMD方法可以准确重构非线性和周期性变化流场,重构的误差小于10-10,预测流场的误差较重构流场出现跳跃增大现象;DMD方法预测非线性变化流场的误差在样本时间区间内较小(小于10-3),超出样本区间误差的发展急剧增大,变化情况依赖于数据样本;预测周期性流场的误差稳定在10-4左右.     

《中南大学学报(自然科学版)》来稿须知

<正>《中南大学学报(自然科学版)》(ISSN 1672—7207,CN 43—1426/N)是教育部主管、中南大学主办,刊登矿物、冶金、化学、材料、机械、信息、地质、采矿、土木、能源、交通、环境等专业学科论文的科技期刊,自2011年起改为月刊,国内外公开发行。该刊一贯突出学科专业特色,坚持学术质量与编校质量并重的原则,逐渐在高校学报界脱颖而出,目前,已取得一系列成绩和荣誉,如先后荣获首届国家期刊奖、第二届国家期刊奖     

灰色系统理论在废气污染物排放量预测中的应用

应用灰色系统预测理论,以GM(1,1)模型对我国废气排放中主要污染物排放量进行预测,可有效克服原始数据的离散性,在少信息的情况下得到高精度的预测结果。以2008²012年废气主要污染物排放量为例进行了中短期的预测,结论表明,预测精度均可达到最优的精度等级。     

课程设计法在民族高校电子信息科学与技术专业学生实践能力培养的研究

目前,培养应用型、综合型的创新人才已经成为高等教育的新目标.通过改革电子信息科学与技术专业传统的教学模式,在多门课程的教学中采用课程设计的形式进行实践训练和课程考核是十分必要的.这里提出了适应本专业的课程设计的基本方法和流程,搭建了一个电子信息科学与技术专业实践能力培养系统,并通过对近四年本专业学生的参赛获奖、创新项目、专业实习和就业情况进行统计和分析,可以看出本专业学生的专业实践能力得到了大幅度提高.也就是说,课程设计法已经成为培养电子信息科学与技术专业学生综合实践能力的科学有效的方法之一.