高低温环境航天机构力矩特性测试平台研制

为了测试在太空环境下航天机构中弹性机构的性能指标,研制了高低温环境下测量角度-力矩特性的测试平台.分析测试平台测试原理后,设计了平台的机械结构、设计电气系统结构并搭建软件系统.机械结构考虑对被测对象的保护,针对高低温测试带有高低温箱,可以为被测对象提供-100℃～100℃的温度环境,具有热变形偏差测量与补偿设计,减少温度变化对测量精度的影响.软件系统具备收集、处理、存储数据和图形化显示能力.分析平台不确定度的组成,对传感器进行测试校准并对航天弹性机构进行测试,测试结果验证了:该测试平台的力矩检测范围为0～50 N·m,力矩检测精度≤0.5％FS,角度测量扩展不确定度为U=35.6″,得到了被测对象的角度-力矩特性曲线图.     

不同敏感波长轨道不平顺对现代有轨电车运行性能影响分析

为了探究轨道敏感波长对现代有轨电车运行的影响。通过对某独立轮现代有轨电车在不同波长激励时的动力响应指标进行分析，得到电车的敏感波长范围；并以此生成轨道不平顺激励，分析线路在施加此激励前后，车辆通过时参数变化。电车在直线线路运行时，轨向和水平不平顺主要影响横向加速度，高低不平顺主要影响垂向加速度。电车在曲线线路运行时，轨向和水平不平顺分别影响电车的中低速和高速曲线通过性能，两者同时作用时对电车曲线运行具有综合的影响效果，高低不平顺主要改变电车高速曲线运行状态。方向水平逆向不平顺对电车安全性影响会随着波长增大而减小，合理曲线超高能够降低影响，通过分析敏感波长与电车运行的关系，对电车通过不同激励路段形成指导。 关键词 现代有轨电车；轨道不平顺；有限元；动力响应     

一种基于类不平衡学习的情感分析方法

针对网络评论中普遍存在的负面评论较少而影响力却较大的类不平衡问题, 提出一种基于类不平衡学习的情感分析方法. 该方法利用深度学习训练过程中的概率输出, 以计算样例的信息熵作为影响因子构建交叉信息熵损失函数. 在IMDB公开数据集上进行实验验证的结果表明, 基于集成信息熵损失函数的双向长短期记忆网络能处理类不平衡问题; 对数据的统计分析结果表明, 该策略能提升基于双向长短期记忆网络的评论情感极性分类性能. 针对AUC(area under curve)指标, 使用集成信息熵损失函数的双向长短期记忆网络模型比未考虑类不平衡的深度学习模型在中位数上最多提升15.3%.     

“三全育人”视域下高校完善“易班”建设探析

基于马克思关于人的全面发展理论,网络信息技术与高校思政育人融合成为必然。"易班"平台为网络思政育人模式提供了平台,但其现实建设却仍存在与应然效果偏差较大的困境。宏观层面囿于"三全育人"格局尚未完备,"易班"建设主体较窄,队伍配备不齐;"易班"运行缺乏长效机制;全方位育人环境营造不足,缺乏对学生网络素养的培养。微观层面"易班"的功能与操作尚不完善。立足学生全面发展,将完善"三全育人"格局与"易班"的创新优化相结合;逐步深耕"易班"价值内涵,将之贯穿于功能开发与实践过程,方能完善"易班"应用,提升育人实效。     

一类Copulas最优界的扰动及其相关性和对称性

对给定的奇异型Copula增加扰动项构造新的Copula.研究新Copula的和谐性度量Spearman′sρ,Kendall′sτ,Gini′sγ和Blomqvist′sβ与原Copula的比较.结果表明奇异型Copulas取Frechet-Hoeffding上下界M,W和单点值给定的Copulas最优上下界CU,CL时,增加扰动项后得到新的Copula可以拓宽相关性度量的范围.特别地,单点值给定的Copula的上下界CU,CL增加扰动项后构造新的Copula具有不可交换性,并度量了新Copula的不可交换性.     

信鸽外纹体神经元对习得性目标认知的响应特性

习得性认知是生物通过后天学习,将外部目标与自身行为进行强化训练,形成一种条件反射的认知过程,信鸽外纹体神经元在认知前后响应如何变化尚不清楚。通过训练信鸽识别特定目标,同步记录外纹体神经元集群信号,从动作电位发放率、局部场电位伽马子频带能量、神经元间互信息等角度,分析信鸽在不同认知阶段外纹体神经元响应特征的变化规律,结果表明:习得目标认知建立前后,其神经元的响应从集中在目标呈现阶段调整到决策阶段;不同试次神经元响应间的同步性随着习得性目标认知的建立逐渐增强,表现出更稳定可靠的响应特征;神经元集群间的互信息显著弱于认知前,表明习得性目标认知减弱了神经元集群的冗余信息,提高了编码效率。     

基于改进主观贝叶斯方法识别电熔镁炉异常工况

电熔镁炉熔炼过程信息包含大量的不确定性，基于大数据分析的方法难以应用.为准确识别电熔镁炉熔炼过程的异常工况，提出一种基于改进的主观贝叶斯在线规则推理方法.传统的主观贝叶斯方法参数赋值范围过大，针对这一问题，使用映射函数将参数赋值范围缩小到有限区间，以提高方法的实用性.在规则推理时，使用模糊隶属度函数对观察和证据进行模糊匹配，以提高工况识别的鲁棒性和准确率.仿真分析表明该方法可以有效描述规则中的不确定性信息，准确识别电熔镁炉熔炼过程的异常工况.     

基于不平衡数据的公司破产预测研究

整合创新数据预处理技术与集成算法利用不平衡数据探讨了公司破产预测问题。首先，运用冗余信息处理方法、不同抽样方法等对不平衡数据进行预处理。其次，以5.0分类器（Classifier 5.0,C5.0）决策树和单隐层前馈神经网络作为基分类器，分别与三类重抽样数据预处理技术结合，择出最优抽样法。再次，结合自助汇聚法提升分类效果，并运用十折交叉验证的受试者操作特征曲线的下方面积进行评价，对比了两基分类器的集成模型。最后，运用加利福尼亚大学尔湾分校数据库中一万多家波兰制造业公司的实际数据进行实验验证。实验结果表明：欠抽样或人工少数类过采样法与神经网络结合的集成模型分类效果最优，为企业实施破产预测提供积极支撑。     

钛合金感应熔炼用陶瓷坩埚研究现状与展望

钛合金因具有高比强度、强耐蚀性、无磁等诸多优异特性,被认为是空天海等战略领域最理想的轻型结构材料.然而,采用铸锭冶金技术制造钛合金及其构件,仍存在高能耗、高成本等世界性难题.研究表明,坩埚式真空感应熔炼是解决上述难题的有效途径之一,但钛的高化学活性使其几乎能与目前已知的所有耐火材料发生反应.因此,新型熔钛坩埚材料及其制备技术是实现钛合金低成本、优质、高效熔炼的关键.对此,本文重点综述国内外钛合金感应熔炼用陶瓷坩埚材料(耐蚀机制、成分优选)及坩埚耐久性两大方面的研究现状,并结合华中科技大学的近期研究进展,对其未来发展方向提出新的思考.     

分布式声传感器井中背景噪声统计特性分析

分布式声传感器技术(DAS: Distributed Acoustic Sensor)是一种新近提出的高精度勘探数据采集方法,受制于复杂背景噪声的影响,DAS记录处理水平有待进一步提高.针对上述问题,采用基于替代序列的时间序列平稳性检验方法和Lilliefors检验法对DAS记录中复杂背景噪声的平稳性和高斯性进行研究.用以分析的实际地震数据是按照勘探工业要求采集的井中DAS记录.研究结果表明,DAS背景噪声是非平稳、非高斯随机过程且噪声特性随记录时长发生变化.相关研究成果实现了针对DAS背景噪声特性的可靠认知,对提高DAS记录处理水平具有重要参考价值.