LINE-SERU转化的评价分析——以某医疗制造企业实施SERU为例

面对日益增加的需求不确定性及激烈的市场竞争,SERU (赛汝)生产方式应运而生,并广泛应用于日本电子装配制造企业.国内一些制造装配业正尝试将传统的流水线转化为SERU装配方式,简称LINE-SERU转化.一些文献报道了日本企业实施LINE-SERU转化的效果,而学术界对国内企业实施SERU装配方式的生产组织与运行效率缺乏理论分析和标杆分析.本文以国内某医疗器械装配企业实施LINE-SERU转化为例,通过理论分析和数据分析,系统地讨论了国内企业实施LINE-SERU转化的背景、过程、影响因素及生产组织形态,从多维度比较分析了改善效果及原因;总结了国内企业与日本企业在SERU系统的构建方式、布局形态和企业文化等方面的差异.研究发现,中国企业处于LINE-SERU转化的初期,SERU系统具有其独特的组织形式,在提高生产效率、缩短生产周期、减少在制品数量、精简作业人数和降低次品率等方面均有显著提升,但改善效果不同于日本企业.建议国内企业依据其人力资源特征构建SERU系统、优化单元布局、培育以人为本的企业文化,以提高系统柔性和改善效率.     

一种HEVC样点自适应补偿快速算法

为解决高性能视频编码标准H.265/HEVC中引入的样点自适应补偿技术的计算复杂度极高导致严重影响编码效率的问题,提出一种HEVC样点自适应补偿快速算法.首先根据编码单元(coding unit, CU)的划分深度确定亮度树形编码块(coding tree block, CTB)中需要提取边缘方向的区域,然后利用边缘方向提取算法获得亮度CTB的边缘方向列表,并根据此列表减少亮度CTB在模式判别过程中遍历的模式数量,最后利用亮度和色度CTB之间的相关性进一步简化色度CTB的模式判别过程.实验结果表明,在性能损失较小的情况下,本算法可以在全I帧(AI)、随机访问(RA)、低延时B帧(LB)、低延时P帧(LP)四种配置下分别节省31.75%、 56.85%、 52.81%、 51.51%的样点自适应补偿编码时间.     

THPWJB-1型微机变压器保护实训考核装置在教学中的应用分析

介绍THPWJB-1型微机变压器保护实训考核装置的结构组成特点及基本功能,结合实训教学案例对该装置在高职继电保护课程教学中的应用情况进行分析研究,针对应用中的一些问题提出了加强操作规范及安全意识培养、增加人为设置实训装置操作环节故障模拟等具体的改进优化措施,以期为进一步提高学生的工程实践应用能力设计开发出更多更好的实训项目,整体提升实训设备的使用效益和人才培养质量.     

基于改进的深度学习网络的SAR图像瞬时海岸线自动提取算法

针对目前合成孔径雷达(synthetic aperture radar, SAR)在对大尺度瞬时海岸线提取方面的图像解译过程中, 仍然存在精度低与自动化水平差的问题, 提出一种基于深度学习网络的瞬时海岸线自动提取算法。首先, 将SAR图像进行Lee滤波增强来抑制相干斑。其次, 通过升级残差网络为主干网络，分4级提取海水目标的特征。然后, 将4级特征经过全局卷积网络、密集连接网络和解码器网络配合，充分提取目标的本质特征, 并通过上采样产生海水分割结果。最后, 利用Sobel算子分离出海岸线并和原SAR图像融合以便清晰查看结果。通过与全卷积网络与细化网络的海岸线提取实验结果进行对比, 证明所提算法对海岸线的提取更加准确, 能够减少虚警和漏警, 具有更好的性能。     

基于改进卷积神经网络的短文本分类模型

基于卷积神经网络, 提出一种基于改进卷积神经网络的短文本分类模型. 首先, 采用不同编码方式将短文本映射到不同空间下的分布式表示, 提取不同粒度的数字特征作为短文本分类模型的多通道输入, 并根据标准知识库提取概念特征作为先验知识, 提高短文本的语义表征能力； 其次, 在全连接层增加自编码学习策略, 在近似恒等的基础上进一步组合数字特征, 模拟数据内部的关联性； 最后, 利用相对熵原理为模型增加稀疏性限制, 降低模型复杂度的同时提高模型的泛化能力. 通过对开源数据集进行短文本分类实验, 验证了模型的有效性.     

矿用汽车纵臂断裂失效分析与结构改进

针对某单纵臂悬架矿用汽车样车在试验的过程中出现纵臂断裂的情况,对前桥纵臂断裂进行了理论分析,并利用ABAQUS有限元分析软件对处于动态冲击下的前桥纵臂的受力变形情况进行了研究分析,得到了满载工况、动态左转向至极限工况、动态右转向至极限工况的应力应变特性.根据应力应变分析结果,对单纵臂悬架进行了结构改进.仿真结果表明,改进后的结构是合理的.     

基于AUV的航迹追踪自适应UKF算法

无迹卡尔曼滤波算法(UKF,unscented kalman filter)是一种常见的(AUV,autonomous underwater vehicle)加权统计线性回归航迹追踪算法,其算法冗余度低于(EKF,extended kalman filter)、(PF,particle filter)及(PSO,particle swarm optimization)等数值优化算法,且算法效率较高。然而,UKF控制算法中的系统采样时间间隔通常会被设置为常数,由此可能会产生预测值的误差累积,从而影响导航预测结果的精度。因此,笔者提出了基于AUV的航迹追踪自适应无迹卡尔曼滤波算法(AUKF,adaptive unscented kalamn filter algorithm),以期降低预测算法的累积误差。该预测方法依据标准UKF算法的原理,通过构造相应的约束、判断与反馈机制,调整系统状态方程中每一步的采样间隔t,从而提升算法的航迹追踪精度并减少过程噪声及传感器噪声对预测过程的影响。最后,通过仿真实验与结果对比,近一步验证了之前所提出的设想。     

基于随机线性网络编码和UDP的可靠低时延传输方法

针对传输控制协议（transport control protocol,TCP）在无线通信中吞吐量受到丢包和反馈时延影响严重的问题,提出一种结合随机线性网络编码（random linear network coding,RLNC）和用户数据报协议（user datagram protocol,UDP）的可靠低时延无线通信传输方法。分别考虑一般RLNC和降低了编译码复杂度及头部开销的稀疏RLNC,原型实现了（稀疏）RLNC的编码、再编码、译码模块;并通过ns-3网络仿真在两跳有损中继链路中将所提方法分别与TCP和快速UDP网络连接（quick UDP internet connections,QUIC）协议的传输完成时间进行对比。仿真实验结果表明,在较高丢包率链路中,所提结合RLNC的UDP传输显著降低了传输完成时间。通过选择适当的编码参数,稀疏化的RLNC在链路条件较好的环境中能够进一步降低RLNC的传输时间,但在高丢包率环境中其传输完成时间高于RLNC。     

基于凸组合的移动平均线策略应用研究

鉴于随着市场有效性的增强,作为量化投资技术分析中重要指标之一的传统移动平均线策略逐渐失效。基于凸组合思路构建改进移动平均线策略,并给出了策略交易规则。对2005年10月17日-2017年12月31日的日收盘价数据进行不同日期参数的均线策略回测检验,结果表明：基于凸组合的移动平均线策略表现优于传统移动平均线策略,日期参数组合5~20的凸组合策略表现最好,基于凸组合的移动平均线策略具有较好的应用价值。     

膨胀土改良技术研究综述

由于膨胀土危害性大,造成的工程问题突出,对膨胀土的研究已成为当前岩土工程的重要研究方向之一,并成为世界性的共同课题。为了确保膨胀土地区工程建设的安全,需对膨胀土进行处治。在诸多加固处理方法中,膨胀土改良方法越来越得到重视和应用。就近年来我国在膨胀土改良技术研究方面所取得的主要研究成果进行较为系统分析介绍,以期反映了目前膨胀土改良技术研究的现状,为今后改良膨胀土的理论分析和试验研究提供参考。