检索结果-南通市图书馆

安全工程专业类课程在线教学质量评价指标体系的构建与应用

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

科技风 2024年第6期 40-42页

作者：左秋玲郭军杰李景山郭兵兵河南工程学院资源与安全工程学院河南郑州451191 铁道警察学院治安学系河南郑州450053

基于层次-模糊分析法构建了安全工程专业课程(专业必修课、专业选修课)的在线教学质量评价指标体系,考虑了各指标与综合评价的贡献值,利用层次分析法计算了各指标体系的权重,借助归一化处理,对两两指标的相对重要性进行定量描述,解决了... 详细信息

基于层次-模糊分析法构建了安全工程专业课程(专业必修课、专业选修课)的在线教学质量评价指标体系,考虑了各指标与综合评价的贡献值,利用层次分析法计算了各指标体系的权重,借助归一化处理,对两两指标的相对重要性进行定量描述,解决了不同指标间的差异。然后,基于模糊综合评价指标体系模型,输入专家的模糊评价,基于最大隶属度原则进行模糊评价输出,该模型解决了不同评价对象对总体教学质量评价的影响差异。

关键词：在线教学质量评价指标层次-模糊分析法

维普期刊数据库

基于职业能力需求的应用型安全工程专业课程体系优化探讨

在线全文

学校读者我要写书评

暂无评论

中国安全生产 2024年第1期 30-32页

作者：左秋玲李凤琴郭军杰郭兵兵李景山河南工程学院资源与安全工程学院郑州警察学院治安学系

随着我国安全生产形势的不断好转，各类重点行业的事故均有所下降，比如矿山（包括煤矿和非煤矿）、危险化学品、建筑、交通等。习近平总书记指出：“所有企业都必须认真履行安全生产主体责任，做到安全投入到位、安全培训到位、基础管...

随着我国安全生产形势的不断好转，各类重点行业的事故均有所下降，比如矿山（包括煤矿和非煤矿）、危险化学品、建筑、交通等。习近平总书记指出：“所有企业都必须认真履行安全生产主体责任，做到安全投入到位、安全培训到位、基础管理到位、应急救援到位，确保安全生产。”随着“智慧+”产业的普及，重点行业新技术、新工艺的自动化程度均发生很大的改变，

关键词：

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

李景山漫画作品选

喜剧世界(上半月) 2019年第8期 55-55页

作者：李景山

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

浅析新砦期与新砦文化

中国国家博物馆馆刊 2023年第11期 6-14页

作者：李景山山东大学历史文化学院济南250100

新砦类遗存对于把握龙山—二里头发展脉络、深化早期夏文化认识等方面具有重要意义。目前学界对这类遗存的认识尚显不足,甚至基础概念方面仍有多种歧见。关于这类遗存主要有“新砦期”和“新砦文化”两种称谓,这两种称谓的提出均为弥补... 详细信息

新砦类遗存对于把握龙山—二里头发展脉络、深化早期夏文化认识等方面具有重要意义。目前学界对这类遗存的认识尚显不足,甚至基础概念方面仍有多种歧见。关于这类遗存主要有“新砦期”和“新砦文化”两种称谓,这两种称谓的提出均为弥补河南龙山文化和二里头文化之间的断层,但两者所指代的内容并不相同,如不进行区分则无法厘清这类遗存的文化内涵。鉴此可将新砦期定义为王湾三期文化向二里头文化转变过程中所有过渡性文化遗存的总称,新砦文化定义为以新砦遗址二、三期为代表的一类特殊遗存,是龙山晚期局部质变的产物。围绕两者的诸多争论,多数与夏文化研究相关,两者均为早期夏文化研究的重要组成部分。

关键词：新砦期新砦文化新砦遗址早期夏文化

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于QSAR的物质气味香型预测方法研究

基于QSAR的物质气味香型预测方法研究

作者：李景山广东工业大学

学位级别：硕士

机器嗅觉感知通过智能算法实现气味的有效感知,这种感知模拟人类对气味的评价手段。气味的评价包括了香型、气味强度、留香长度等多个维度。机器嗅觉感知是人工智能的重要分支,其仍有大量的内容需要深入挖掘。其中,物质气味的香型是机... 详细信息

机器嗅觉感知通过智能算法实现气味的有效感知,这种感知模拟人类对气味的评价手段。气味的评价包括了香型、气味强度、留香长度等多个维度。机器嗅觉感知是人工智能的重要分支,其仍有大量的内容需要深入挖掘。其中,物质气味的香型是机器嗅觉感知中的一个关键属性。个体的香型描述主观差异性大,主要体现在个体文化背景、认知、身体状况、情绪变化等。因此,至今缺乏一种规范的、统一的香型表示方法。本文从信息、数学、化学角度研究香型与分子物化属性之间的关系,为机器嗅觉感知的最终实现提供重要支撑。主要研究工作如下:（1）基于代表性分子特征选择算法的香型预测方法研究。针对分子特征高度信息冗余的数据特点,本文提出了一种代表性分子特征选择算法（Representative Molecular Feature Selection,RMFS）。RMFS从明显信息冗余的分子特征中选出代表性的特征,RMFS为分子香型预测提供一个具备代表性的、低维度的特征空间。定量构效关系（Quantitative Structure-Activity Relationship,QSAR）旨在探索分子结构特征与分子生物活性的关系。本文的QSAR着重研究其中一种分子生物活性,即分子香型。RMFS-QSAR提供一种基于机器学习的分子香型预测方法。为了验证RMFS的有效性,两种常见的降维算法（主成分分析算法和自编码器）被用来和RMFS对比。（2）基于分子重构识别网络的香型预测方法研究。针对相邻分子特征之间无必然联系的特点,本文提出一种分子重构识别网络（Molecular Reconstruction Recognition Network,MRRN）以预测分子香型。特别地,提出分子结构信息重构（Molecular Structural Information Reconstruction,MSIR）模块,MSIR模块共享了底层的分子结构信息。MRRN-QSAR提供了一种新颖的基于深度学习的分子香型预测方法。为了验证MRRN的有效性,常见的分类器被用来和MRRN进行对比,这些分类器包括:MLP、SVM、RF、PCA+LDA、KNN。研究结果表明,RMFS结合梯度提升决策树算法预测香型的精度最高。在分子香型的研究中,RMFS比主成分分析算法、自编码器更有效。另外,MRRN的精度比其它分类器更高,MRRN是预测分子香型的有力工具。

关键词：物质气味机器嗅觉感知香型预测信息冗余神经网络