首页期刊导航|黑龙江工业学院学报（综合版）
期刊信息/Journal information
黑龙江工业学院学报（综合版）
黑龙江工业学院学报（综合版）

于凯生

月刊

1672-6758

jxdx.xb@163.com

0467-2395013

158100

黑龙江省鸡西市鸡冠区和平南大街99号

黑龙江工业学院学报（综合版）/Journal Journal of Jixi University
查看更多>>本刊集文、理、工为一体的综合性学术刊物，所设栏目内容广阔，覆盖上千个学科。《学报》将努力贯彻“百花齐放，百家急鸣”的学术方针，坚持社会主义的办刊方向和理论联系实际的办刊宗旨，直接面向科研、面向国内外校内外的专家学者和社会各界哲人贤达。
正式出版
收录年代

    学前教育专业幼儿园环境创设领域课程思政创新研究——以幼儿园马克笔pop手绘课程为例

    李翔
    55-60页
    查看更多>>摘要：课程思政是当前我国职业院校思想政治教育改革的新模式.本文在分析学前教育领域幼儿园环境创设课程思政的重要性基础上,以幼儿园马克笔pop手绘课程为例,通过重塑内容体系、挖掘思政元素、改革模式方法、创新考核方式,探索专业课教学改革,实现专业课教学与思想政治教育的融合,达成"三全育人"总目标.

    课程思政学前教育幼儿园环境创设马克笔幼儿园pop手绘教学改革"三全育人"

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    "后喻文化"视阈下高校思想政治教育工作队伍信化建设的基本形态

    苏伟刚
    61-64页
    查看更多>>摘要："后喻文化"时代,高校思想政治教育工作队伍信息化的建设,需要教育者在育人过程中注入"后喻文化"场域的顶层设计及实践方略,提升自身"微素养""微能力"和"微自信",打造"线上+线下"的综合配套育人模式,以合作博弈的思维模式,捕捉青年大学生的需要,实现从"单向度"到"双向度",从"填鸭式"到"沉浸式"教学方式的转变,激发青年大学生"主角"学习热情与主体责任感,重塑数字时代高校思想政治教育的话语权.高校应主动占据自媒体育人"制高点"以"四有""六要""四个引路人"为建设目标,建构"政治硬、素质高、技能强、结构优"的高校思想政治工作队伍,充分保障思想政治教育的实效性.

    后喻文化思想政治教育话语权

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    大学生的思想政治教育如何面对碎片化时代冲击

    唐琳
    65-69页
    查看更多>>摘要：随着信息技术的迅猛发展和新媒体的普及,我们已经进入了一个碎片化的时代,碎片化信息传播影响着大学生的学习和生活,以三微一端为首的标志性新兴社会媒体广泛地活跃在大学生群体富余时间中,这种新模式改变了传统媒介,当新媒体运行平台实时报道和传播正在发生的事件、记录和分享个人美好生活时,也在潜移默化地影响着高校大学生的思维方式和价值观.通过分析碎片化时代大学生思想政治教育面临的挑战和机遇,提出应对挑战的措施,不仅能给传统思想政治教育工作带来革新,还对促进高校大学生思想政治教育理论课实践教学有着重要的里程碑意义.

    碎片化思想政治教育挑战

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于改进YOLOv7的皮肤良恶性病变检测算法

    陈杰张梅张一帆
    70-79页
    查看更多>>摘要：针对在皮肤黑色素瘤目标检测中出现精度低、漏检率高等问题,提出了一种基于改进YOLOv7 的皮肤良恶性病变检测算法.首先,在头部网络中,采用GSConv卷积结构代替网络模型中的普通卷积结构,降低模型权重,提升对皮肤良恶性病变的检测精度;其次,在骨干网络中融合SE(squeeze and excitation)注意力机制,以提升对皮肤病变的特征提取能力;最后,利用EIOU损失函数代替CIOU损失函数,进一步提高检测精度.实验表明,经过改进后的YOLOv7模型在皮肤良恶性病变数据集上的平均检测精度均值@0.5(mean average precision@0.5,mAP@0.5)达到了90.9%、精确度为89.1%,较YOLOv7 模型平均检测精度均值提升了4.4%、精确度提升了11.0%、运行参数较YOLOv7 降低了11.6%.所提出的改进的YOLOv7 模型能够很好地识别良恶性病变,能够更好地辅助医生诊断.

    皮肤病变目标检测YOLOv7GSConv注意力机制

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    一种基于卷积神经网络的室内定位方法

    张丽董建孙长智刘成刚...
    80-87页
    查看更多>>摘要：针对实际室内定位场景中的无线接入点信号不稳定引起定位精度低的问题,提出一种基于卷积神经网络的室内定位方法,该方法包括离线阶段和在线阶段,其中离线阶段主要完成对无线接入点信号采集,经过预处理后作为卷积神经网络模型的训练数据.在线阶段利用训练好的模型完成粗定位,估计位置所在的区域,最后利用加权k近邻算法计算精确的位置坐标.通过与SVR、KNN算法对比,结果表明,在二维平面回归定位问题中优于其他算法.

    卷积神经网络室内定位加权k近邻算法位置指纹算法

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    数据挖掘算法在大数据网络安全防御中的应用研究

    曹卿靳荣
    88-94页
    查看更多>>摘要：为了研究数据挖掘算法在大数据网络安全防御中的应用,研究利用随机森林算法进行数据分类和识别,并利用果蝇优化算法对随机森林算法进行改进.通过提取关键特征,对数据进行预处理等操作,以提升改进随机森林分类算法在网络入侵检测中的有效性.研究结果表明,和支持向量机分类器、传统的MLPClassifier分类器相比,改进随机森林算法能够更为准确地识别网络入侵类型,更适合应用于网络入侵检测和网络防御.仿真结果表明,改进随机森林算法具有明显的优势,在不同攻击类型中显示出较高的精度.改进随机森林算法对不同攻击连续的检测精度保持在0.79 以上,传统的MLPClassifier分类器对不同攻击连续的检测精度保持在0.66 以上,支持向量机分类器不同攻击类型的检测精度保持在0.72 以上.表明了改进随机森林算法强大的网络入侵检测能力,并能够为网络安全防御提供重要保障.

    数据挖掘大数据网络安全防御果蝇优化算法随机森林入侵检测

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于CNN-LSTM的黄淮海地区冬小麦产量预测模型

    乔壮仇海全吴燕马帅龙...
    95-101页
    查看更多>>摘要：冬小麦是我国最主要的粮食作物之一,准确预测其产量对于指导农业生产、保障粮食安全具有重要意义.利用CNN的特征提取能力和LSTM在捕捉时间序列长期依赖关系方面的优势,提出了CNN-LSTM预测模型.以黄淮海地区 35 个区县 2015-2022 年冬小麦产量和相关气象指标构建数据集,使用该模型对所选地区冬小麦产量进行预测.结果表明,CNN-LSTM预测模型精度优于其他模型,测试集中R2 达到96.91%,充分展现出该模型对于冬小麦产量预测的有效性.

    冬小麦产量预测卷积神经网络长短期记忆神经网络

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于模糊逻辑的光伏系统变步长P&OMPPT算法

    徐林刘瑞张静邱萌萌...
    102-109页
    查看更多>>摘要：为解决光伏发电系统中最大功率点跟踪(MPPT)关键难题,提出一种改进的扰动观察(P&O)最大功率点跟踪算法,该算法使用基于模糊逻辑的可变步长扰动观测 MPPT 算法(FP&O)来克服与传统P&O MPPT跟踪方法相关的无法兼顾跟踪速度和稳态精度的限制,从而改善瞬态响应并降低稳态端电压振荡.所提出的MPPT算法通过MATLAB仿真验证其有效性和可行性.仿真结果表明,基于模糊逻辑的变步长P&O MPPT算法相比传统MPPT算法兼顾了跟踪速度和稳态精度,系统响应速度更快,平均输出功率更高且功率振荡范围更小,改善了光伏系统的动、静态工作性能.

    可变步长扰动观测MPPT模糊逻辑光伏系统

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于AT89C52单片机的自动存取线柜的设计

    董秀英韩修林沐娟
    110-117页
    查看更多>>摘要：针对电类专业实训课常用的蓝、绿、红、黑线混淆放置,乱扔乱放,难找拿错,耗时等问题,提出以AT89 C52 单片机为控制核心,利用颜色传感器、称重传感器采集线的颜色、数量和长度,通过单片机处理后,控制电磁开锁、电机正反转即存取线、存储存取线记录和显示当前工作状态;利用温湿度传感器采集柜体内的温度和湿度,当柜体内温湿度超过设定值时,蜂鸣器报警并自动电磁开锁散热通风.键盘用于选择线的颜色、数量、长度和常用功能键.当存取线的颜色、数量和长度与键盘输入线数量不一致时产生蜂鸣器报警.通过测试,系统满足以上功能.

    单片机传感器存取线柜

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于维纳滤波的风电机组齿轮箱轴承故障诊断

    毕亚东韩刚
    118-124页
    查看更多>>摘要：存在轴承故障时,风电机组齿轮箱振动信号的幅度与频率都会发生明显改变,通过信号变化行为的测量能够判定出具体的轴承故障等级.为实现对轴承故障的准确判定,设计基于维纳滤波的风电机组齿轮箱轴承故障等级判定方法.通过获取轴承振动波的IMF分量,并完善维纳滤波算法,在此基础上,处理故障数据,实现基于维纳滤波的轴承故障特征提取.定义轴承故障特征的伪四阶矩,通过求解特征角度的方式,确定故障等级基准的判定范围,完成基于维纳滤波的风电机组齿轮箱轴承故障等级判定方法的设计.实验结果表明,利用上述方法,能够根据幅度和频率的变化行为,判定风电机组齿轮箱轴承的故障等级,符合实际应用需求.

    维纳滤波风电机组齿轮箱轴承故障等级IMF分量

      原文链接:
    • NETL
    • NSTL
    • 万方数据