《教育技术学专业汉语》辅助教学研究

文章从少数民族学生的特点和《教育技术学专业汉语》课程性质出发,阐述了在《教育技术学专业汉语》课程中采用辅助教学的重要性与可行性及具体运用形式——多媒体课件和思维导图的运用,并提供了具体制作方法和案例.     

基于SDK的软件设计方法

对现在一些公司所提供的SDK软件包开发程序进行了拆分,清晰地剖析出所需开发的主干内容,从而能有效地提高了软件开发的效率。     

An Improved S-Random Interleaver Design for Turbo Code Based on Chaos Model

A new method to design interleaver based on Henon chaos model is presented. The designed interleaver is with rather random behavior. Experimental results show that the proposed S-henon interleaver make a magnitude of im provement in bit error rate （BER） performance by 0.4 dB compared with the S-random interleaver for AWGN channel respectively. The S-henon interleaver may be adapted to 3G mobile communication systems.     

代数基本定理的另一证明

在复变函数论中,用了两种不同的方法证明了代数基本定理。文章从另一种角度:用映射的观点证明该定理。     

一类自适应松弛算法的算法模型

对于一类自适应松弛算法,本文提出了一个算法模型。在一些通常的假定下,证明了该模型生成的序列的收敛性定理。     

模糊集合论在矿山控制网布设和图纸质量评定中的应用

应用模糊数学方法研究和处理矿山测量中存在的具有“模糊性”的问题。例如控制网布设方案及矿山测量图纸质量的综合评判。它能更准确地描述用精确数学模型难以描述的问题。     

Immunogenetics

Summary The 1985 Catalog of Mapped Genes (Human Gene Mapping 8; 33) has been used to pick out the known, immunologically important genes; these are then discussed in the following order: 1. genes controlling organs, tissues and cells of the immune apparatus, 2. genes determining self structures, 3. genes determining the structures of immunological specificity, 4. genes determining substances with immunoregulatory and effector properties. The symbols for the genes and the biological functions of their products are explained. The genetics of the ABO blood groups, of the HLA-system and of antibody formation are given in rather more detail.     

技能映射通过析取模型诱导的多分知识结构

基于程序性知识的评估,提出由项目自身的状态结构诱导多分知识结构的方法,以建立适用于问题解答的多分评估体系.首先,根据各项目的解答或操作步骤设定响应值集,通过项目状态转移函数定义项目状态空间;然后,用操作程序表示技能,由过程函数导出析取的技能映射;最后,讨论技能映射通过析取模型诱导的多分知识结构.结果表明：技能映射通过析取模型诱导的多分知识结构是多分知识空间.     

基于梯度加权类激活热力图的卷积神经网络故障诊断模型鲁棒性分析

深度学习近年来在故障诊断领域受到广泛应用,但基于深度学习的故障诊断模型缺乏工程上的物理解释性,难以保证其故障诊断结果的稳定性。以轴承为例,建立了以小波时频图像为故障诊断依据的卷积神经网络模型(convolutional neural network, CNN),提出了一种基于梯度加权类激活热力图(gradient-weighted class activation map, Grad-CAM)的网络模型鲁棒性分析方法,并利用美国凯斯西储大学(Case Western Reserve University, CWRU)轴承数据集进行验证。首先,将故障直径轴承数据以不同方式混合并训练大、小多个模型。其次,利用Grad-CAM方法,建立时频区域与故障模式之间的联系。最后,利用其他工况下的轴承故障数据,以及含噪数据进行测试,并根据结果结合模型最注重的时频区域进行分析。结果表明,基于深度学习的轴承故障诊断模型在参数较少时更加注重低频区域,并能使其具有更好的鲁棒性。