少数民族传统体育与民族地区全民健身

根据内容和形式的不同,我国少数民族传统体育可分为竞技体育类、技巧表演类、娱乐、趣味性的群众游戏类和综合类.其具有传统性、娱乐性、群众性、灵活性等特点,因此,对实施全民健身计划,尤其在民族地区有着重要作用.为进一步增强少数民族传统体育的活力,在继承与发扬的同时,必须对其内容和规则等进行一些选择和变革;加快体育产业的发展,增添活力与后劲.推动民族地区全民健身需结合节日、文化、生产等,进行少数民族传统体育的普及工作,把体育活动广泛、持久的开展起来;民族院校的体育教学必须着眼和服务于“全民健身计划“.     

梯度功能材料设计中的数学模型及其热应力分析

基于经典层合板理论，应用热弹性理论及计算数学方法，对选定材料体系组成的梯度成份内部各点的热应力进行了理论分析。提出了金属相、陶瓷相体积分布函数、稳态温度场下的温度分布及热应力计算公式。     

数字信息化时代虚拟技术在服装设计领域的前景研究

数字信息化高速发展的今天,虚拟现实技术广泛流传,应用于各个领域,服装产业的发展是社会进步的重要体现,虚拟服装技术的产生改变了原有的服装生产方式,改变了服装界的面貌,开拓了新的市场,为服装领域迎来新的生机。     

一种求解二维热传导方程的高效算法—ETF0—FDS—MG方法

针对二维热传导问题，提出了时间为三阶、空间为二阶的无条件稳定的ETF－FDS－MG算法（Extended Trapezoidal Formula Finite Difference Scheme Multigrid)，分析了其精度和稳定性，证明了其收敛性。数值分析实例说明ETF－FDS－MG算法的计算效率优于前人的FE－MG（有限元－多重网格）算法。     

一种求解二维热传导方程的高效算法──ETF-FDS-MG方法

针对二维热传导问题,提出了时间为三阶、空间为二阶的无条件稳定的ＥＴＦ－ＦＤＳ－ＭＧ算法（Extended Trapezoidal Formula Finite Difference Scheme Multigrid）,分析了其精度和稳定性,证明了其收敛性．数值分析实例说明ＥＴＦ－ＦＤＳ－ＭＧ算法的计算效率优于前人的ＦＥ－ＭＧ（有限元－多重网格）算法．     

金融危机环境下铁路市场营销工作探讨

分析了金融危机对铁路货物运输的影响,指出了目前铁路货运营销工作存在的不足,论述了铁路运输市场营销的意义,对金融危机环境下如何做好货运营销工作提出了建议。     

对学习怠倦心理的探讨

当前,中学生心理健康问题受到社会各界的普遍关注,中学生心理健康教育迅速成为教育热点。其中,“高中生学习怠倦心理”得到人们的认同。本文分析了高中生学习怠倦心理的成因、危害等几个方面的问题,并从学生自身、学校与教师、家庭与社会几个方面提出了相应的调整策略。     

腔室长时间使用造成的工艺漂移对微晶硅薄膜性质的影响

考查了等离子体增强化学气相沉积(PECVD)高压制备微晶硅(μc-Si:H)薄膜过程中,系统长时间使用造成的微晶硅薄膜特性的漂移情况。实验中,控制沉积条件,使薄膜的沉积速率达到约0.5nm/s;保证硅薄膜具有一定的晶化程度(40%～80%),由不同探测波长的Raman散射谱估算纵向结构变化。以腔室使用时间作为基准,考查不同硅烷浓度下制备的样品,发现在相同沉积条件下,材料的晶化率和光暗电导随腔室使用时间的增加而不断增大,沉积速率随之大幅提高。观察发现,在电极板和腔室壁上积累了大量硅反应残留物(硅粉末和硅薄膜),分析认为,薄膜特性漂移是这些硅残留物不断参与等离子体及成膜反应的结果。研究表明,提高硅烷浓度可有效校正微晶硅薄膜电学及结构特性的漂移,同时保持高速沉积。     

离散时间序列上的代数模型

主要研究离散时间序列上的代数模型.对于不能对角和不满秩的时间序列矩阵,运用指数对数的可逆变换及相关的列变换化为满秩可对角的时间序列矩阵,从而找到代数多项式模型.     

基于感受野扩增和注意力机制的U-Net脑肿瘤MR图像分割

针对U-Net网络感受野受限以及信息丢失导致的分割精度低的问题,提出了一种基于感受野扩增和注意力机制的U-Net脑肿瘤MR图像分割算法.首先,在U-Net网络中引入感受野模块(receptive field block,RFB)来增大网络的感受野,解决了网络由于感受野受限带来的分割精度低的问题.此外在网络中引入有效的通道注意模块(efficient channel attention,ECA)来增加网络对有用特征的响应,抑制网络中的冗余特征.使用BraTS(the brain tumor image segmentation challenge)提供的脑肿瘤MR图像数据对本文算法进行测试,用Dice相似性系数等指标进行评价,结果显示在完整肿瘤、核心肿瘤以及增强肿瘤的Dice值分别可达到0.86、0.86、0.79.与U-Net模型以及其他的网络相比得到了提高.实验结果表明,本文提出的算法能够有效提升脑肿瘤分割的精度,具有良好的分割性能.