康亚明
- 作品数：13 被引量：26H指数：4
- 供职机构：榆林学院更多>>
- 发文基金：陕西省教育科学“十一五”规划课题青年科技基金榆林市科技计划项目更多>>
- 相关领域：自动化与计算机技术文化科学电子电信政治法律更多>>
- Alpha稳定分布随机变量仿真及模型参数估计被引量：6
- 2011年
- 在现实的通信系统中,许多自然的以及人为的噪声是非高斯脉冲的。针对噪声的非高斯性引起的高斯假设下设计的最优接收机性能的显著退化。设计了对称α稳定分布(SαS)模型,该模型能够比较准确地描述许多类型的脉冲噪声。并进行了模型仿真和模型参数估计。结果表明。
- 康亚明曹保卫
- 关键词：Α稳定分布ALPHA高斯分布
- 模糊综合评价在高校学生资助系统中的应用研究被引量：6
- 2011年
- 为提高高校贫困生资助体系认定效率,降低认定成本,通过对高校现有认证体系进行调研,对现有认定方法存在的不足进行了分析,给出了一种基于模糊变换的贫困度评价模型的模糊综合评价法。重点分析了应用模糊变换的贫困度评价模型对贫困生认定定性关系定量化、模糊综合评价的建模方法和贫困生认定模糊综合评价的实证。最后设计并实现了基于B/S架构的贫困生认定系统。实验结果表明,该方法科学、合理、可以较好地克服传统贫困生认定中存在的主观性和盲目性,具有良好的可操作性。
- 张烨袁飞云康亚明
- 关键词：贫困生认定B/S
- 基于AT89C51的饲料清洗系统的设计与实现
- 2018年
- 为解决传统人工清洗块根、块茎饲料的费时费工、效率低下问题,基于AT89C51单片机设计了饲料清洗系统,以实现饲料清洗自动化控制。通过Proteus软件实现仿真,使用keil工具编写C控制程序,经过仿真测试,系统运行工作正常。
- 王伯槐康亚明
- 关键词：自动化
- 让学生在网络环境中学会学习
- 2005年
- 学会学习是素质教育对学习者提出的一个很重要的要求,特别是在网络学习环境中,学会学习更显其重要性,本文结合自己的教学实践探讨了一些网络环境下的学习模式与学习方法。
- 康亚明曹保卫
- 关键词：情境
- 网络学习评价系统的设计与实现
- 如何在网络教学系统中监督学习效果,使教学双方形成有效地交互与反馈,为教学过程的决策取向提供直接参考依据,网络学习评价系统承担着重要的任务。然而,国内多数的网络教学平台主要侧重于教学及交流功能的实现,而缺少对学生学习过程的...
- 康亚明
- 关键词：评价指标网络学习评价数据采集JSP
- 文献传递网络资源链接
- 基于as3.0碰撞类游戏框架的设计与实现
- 2014年
- 为了提高碰撞类游戏的开发效率,简化游戏的开发过程,提出并设计了碰撞类游戏的基本框架。该框架可以被更新,修改,改良或增加更复杂的东西,从而提高了代码的可维护性和可重用性,最后提供一具体实现案例。
- 康亚明
- 关键词：游戏碰撞ACTIONSCRIPT3
- 电路分析课程教学的实践与体会
- 2006年
- 根据电路分析课程的教学经验,总结出该课程对专科层次的学生如何从偏重传授知识的传统模式转向通过多种现代教育技术和新教学理念相结合,以提高电路分析课程的课堂教学质量,培养适应高科技发展需要的专业技术人才的教学实践和体会。
- 曹保卫康亚明
- 关键词：电路分析现代教育技术课堂教学
- 基于数据挖掘的煤矿安全监测方法研究被引量：2
- 2013年
- 动态性、模糊性和随机性是煤矿生产的最大特点,各因素之间相互影响、相互制约,许多问题都表现出明显的非线性关系。本文提出了一种基于数据挖掘的煤矿安全监测方案,以煤矿安全监测系统中原始信息为数据样本,使用关联规则挖掘算法对煤矿生产中各自然灾害因素进行挖掘,找出其存在的关联性,对进一步提高煤矿安全监测深度和监测效率,为实现煤矿安全监测专家系统提供决策依据。
- 李瑞华康亚明张永恒刘峰
- 关键词：数据挖掘关联规则数据预处理安全检测
- 网络课程评价模型的建立与应用被引量：4
- 2012年
- 网络课程质量是影响整个网络教育质量的一个重要环节。通过搜集相关资料,建立了网络课程评价指标体系,由专家打分来确定指标权重,运用模糊数学的方法构造了指标集各元素对评语集的隶属函数.最后,由模糊矩阵运算得出综合评价结果。该模型对各类院校网络课程的质量评价和设计都具有一定的指导意义。
- 康亚明张烨
- 关键词：网络课程评价指标
- 基于UML的嵌入式温室环境监测系统设计被引量：3
- 2012年
- 为了实现对温室环境监测的需求,改进落后的软硬件系统设计方法,提出了一种先进的嵌入式温室环境监测系统设计方案。该系统主要以S3C2440为核心,采用UML的方法,利用UML用例图、类图等静态建模法和状态图、顺序图等动态建模法,完成对系统的建模。实际应用表明UML方法可以清晰、直观的实现系统。
- 刘峰尤飞康亚明
- 关键词：嵌入式S3C2440UML
