学科分类
/ 4
69 个结果
  • 简介:《大学物理学》(音像文字结合教材)编写、制作的十年工作内,得到江苏省教委高教办公室邱坤荣主任自始至终的大力支持、指导与帮助,此次会议期间,邱坤荣主任因故未能前来参加指导,十分遗憾。现将10年前他在《大学物理文字、声像教材研讨班》上所作的报告再次刊出,虽然经过了十年,但文章中的内涵仍时我们有深切的启迪。

  • 标签: 教委 高教 大学物理学 教材体系 指导 文字
  • 简介:阐述高等学校设置科研训练课程这一实践环节的必要性和重要意义。以应用物理专业为范例,为了适应创新驱动人才培养模式的新变革,详细分析了新形势下科研训练与创新能力的紧密关系,通过具体举措,达到真正提高教学水平,切实培养高校学生创新能力这一目标。

  • 标签: 创新思维 科研训练 实践环节
  • 简介:聚苯硫醚(PPS)以其高温稳定性、阻燃性、耐化学腐蚀性及良好的机械和电学性能受到关注,但PPS存在脆性大,韧性差的缺点。聚醚醚酮(PEEK)的耐热性是热塑性树脂中最优异的,还具有优异的综合力学性能、电性能等,但由于PEEK熔融温度(Tm=334℃)高,熔融黏度较大,给其成型加工带来困难。

  • 标签: 综合力学性能 聚苯硫醚 聚醚醚酮 共混体系 相容性 耐化学腐蚀性
  • 简介:目的:基于支持向量机回归(SVR)模型在非线时间序列的预测能力及经验模态分解(EMD)方法在处理非线性非平稳性的优势,提出一种复合自回归经验模态分解支持向量机回归(AR-EMDSVR)模型,提高非线性非平稳船舶运动极短期预报精度。创新点:1.研究非线性非平稳船舶运动的极短期预报问题,提出一种复合的预报方法;2.基于不同层次的预报模型和模型试验数据,分析非线性非平稳性对极短期预报精度的影响。方法:1.在SVR模型中引入基于自回归(AR)预报端点延拓的EMD方法,形成复合的AR-EMDSVR预报模型;2.基于集装箱船模水池试验运动数据将AR-EMD-SVR模型与AR、SVR和EMD-AR三种模型进行比较,分析非线性非平稳性对极短期预报的影响以及不同模型的预报性能。结论:1.AR-EMD方法能够有效的克服非平稳对极短期预报模型(AR和SVR)在精度上所带来的不良影响;2.基于船模试验数据的预报结果表明:相较于AR、SVR和EMD-AR三种预报模型,基于AR-EMD-SVR模型的非线性非平稳船舶运动极短期预报结果具有更高的精度。

  • 标签: 非线性非平稳船舶运动 极短期预报 经验模态分解 支持向量机回归模型 自回归模型