智能MOSFET在汽车电子系统中的应用

针对智能MOSFET( Metal-Oxide-Semiconductor Field-Effect Transistor) 在汽车电子系统应用中遇到的问题,提出了相应的技术解决方案: 针对智能MOSFET 在电源反接、短路、过载以及抛负载工况下的损坏问题,提出了硬件保护电路及软件控制策略; 针对智能MOSFET 的电流反馈精度差,无法满足控制精度,提出通过标定提高检测精度的方法。通过并联智能MOSFET 降低导通电阻,提高了回路的通流能力。通过在负载两端并联TVS( Transient Voltage Suppressor) ,解决了智能MOSFET 钳位能量能力不足问题。通过试验及实车测试,验证了方案的可行性和有效性。     

城市公园绿地质量对青少年体力活动影响——以哈尔滨市为例

适当的体力活动对青少年身心健康具有良好促进作用。通过对城市公园绿地规划位置、环境质量和活动人群特征等因素与青少年体力活动的相互关系进行研究。在了解目前青少年体力活动情况的基础上,探讨促进青少年身心健康的环境设计方法。结果表明：公园绿地中青少年体力活动强度较低。受学业情况的限制,低年龄青少年体力活动频率更高。青少年PA频率与到访UGS的距离呈负相关,与时长呈正相关。距离公园近的青少年的访问频率高时间短、远距离的频率低但活动时间长。设计中开阔的水面、优美的建筑造型、完善的道路系统等环境因素能够增加青少年的活动频率,同时场地设计的趣味性、良好的设施维护与场地卫生情况对体力活动的开展具有重要促进作用。     

基于音素的发音质量评价算法

面对广大的外语学习者,计算机辅助语言学习系统已经成为一种最佳的口语学习方式。该文提出了一种新的应用于计算机辅助语言学习系统的面向英语学习人群的发音质量评价算法,名为PASS(phone-basedautomaticscoreforl2speechquality)。PASS算法以基于隐含Markov模型的语音识别和口音自适应技术为基础,考察了音素发音的准确性和流利性信息,定义了音素级的发音质量分数,从而可以综合得到整句的评分结果。在实验室自行采集和精细标注的非母语语音库上与其他评分算法进行比较实验,PASS与专家评分的句子级相关性达到了0.66,优于其他算法。目前PASS算法已经被成功地应用于清华大学出版社的互动式语言学习系统中。     

校园健康跑提升大学生体质健康水平效果分析——以平顶山学院为例

目前中国大学生的体质健康问题备受关注,在"互联网+体育"背景下,跑步app的出现为促进大学生身体锻炼,提高体质水平提供了便利条件.通过文献资料法、数理统计法和比较研究法,以平顶山学院利用运动app参加健康跑活动的4 057名学生为研究样本,通过对比他们参加校园健康跑后的体测结果,从身体形态、身体素质、身体机能和体测总得分4个方面进行研究分析,从而客观评价校园健康跑对学生体质促进效果,为提高大学生体质水平提供参考.     

我国普通高校体育教学考核成绩的体质监督评价

我国多数高校现行的体育课考核评价方法存在着对学生的评价一刀切、单从某一方面进行评价等许多弊端,因此改革现行体育课考核方法,建立新的评价方式势在必行.通过对我国高校体育教学考核评价现状的整理与分析论述了体质健康监督在高校体育教学考核评价中的合理性.进而形成以学生身体锻炼为中心,增强体质为标准的体育教学考核成绩的体质监督化评价.     

不同体质大学生日常生活行为差异研究

本研究从饮食营养、睡眠质量和体育锻炼行为等方面设计大学生日常生活行为问卷,通过对皖北地区不同体质大学生日常生活行为的比较,探讨日常生活行为与大学生体质健康的关系,为改进健康教育和促进大学生体质健康提供科学依据。     

基于空间聚类的FMCW雷达双人行为识别方法

为实现双人场景下人体行为的识别,利用调频连续波(frequency modulated continuous wave, FMCW)雷达提出一种基于空间聚类的双人行为识别方法.该方法采用基于密度的DBSCAN(density-based spatial clustering of applications with noise)聚类算法将FMCW雷达采集到的坐标数据聚类成不同的聚类群,使得每一个聚类群对应于单一人体的行为,再对其进行数据处理、特征提取后分别采用机器学习方法分类,实现双人场景下人体行为的识别.文中分析行为特征量、动作关键点以及分类器对识别准确率的影响.实验结果表明,在两人场景中该方法对跌倒、坐下和行走的检测准确率分别可以达到100%、 93.8%和87.3%.     

电动汽车轮边减速驱动系统转矩检测方法

提出了基于齿轮传动特征和力传感原理的电动汽车轮边减速驱动系统转矩检测新方法,旨在为分布式驱动电动汽车轮边电机的控制提供实时、精确的输出转矩反馈信息.阐明了布置于轮边齿轮减速器轴承端部的偏心套式转矩检测机构的工作原理,根据齿轮机构传力分析,导出轮边电机转矩检测公式;通过仿真分析、样机试制和试验测试,验证所述转矩检测方法的可行性和检测精度的准确性.该转矩检测方法有利于电动汽车驱动电机的高效控制,改善电动汽车的能源利用率和行驶性能.     

建成环境健康影响研究的行为变量及其中介效应——以上海市社区老年人的健康行为为例

 建成环境对人群健康的影响具有暴露时间长、影响因素多、证据和结果难以测度等特点。为了在两者之间建立较为直观的关联,研究引入了健康行为作为中介变量以评估社区建成环境要素对老年人群健康的影响水平和调节方向。根据来自上海市115个社区的老年人（N=3431）的体质和心理健康状况,研究针对密度、设计、住房、绿地、公共设施与区位等建成环境要素的健康影响,构建了以体力活动和社会活动为中介变量的中介效应分析模型。研究表明,体力活动和社会活动是观测建成环境健康影响的有效中介变量,通过健康行为的中介效应可以更加清晰地揭示建成环境要素对人群健康的影响程度和影响方向。从实践的角度来看,基于不同建成环境的基底条件,健康行为的调节方向相似,但调节程度不同。对于以上海为代表的特大城市高密度人居环境而言,通过优化建成环境的品质促进社会活动对老年人的健康影响更为显著。     

多资源闭环反馈调度系统的构建与分析

该文针对工作在不可预测环境下并且被调度任务集有着多个资源需求的计算机实时调度系统进行建模与分析,将多回路闭环反馈控制应用于计算机调度系统,利用反馈控制的强健性特征构建整个适应型多资源反馈调度机制。闭环系统可以根据运行时任务集执行情况及资源利用状况,通过调整调度任务的执行周期以及带宽服务层,达到改善任务集执行性能和优化利用系统的CPU资源与带宽资源的目的。     

新课程理念下中小学体育伤害事故的预防

体育是一项与危险同在的文化活动。在体育教学活动中，体育伤害事故的发生严重影响了以“健康第一”为指导思想的新课程理念的贯彻落实，也直接影响素质教育的全面开展。本文力求探寻导致中小学体育伤害事故的发生原因，并提出树立正确观念；加强安全教育力度；提高体育教师的综合素质；加强学生组织纪律性等预防措施。     

河流水质监测和评价的生物学方法

结合理化分析,从生物学的角度对河流水质进行监测和评价,可以综合反映出河流的水环境质量.综述了利用水生生物进行河流水质监测和评价的原理、特点、分类及一些主要研究方法的发展趋势,旨在为快速、准确地评价河流健康和流域管理提供参考.     

实时车牌识别边缘系统设计及FPGA实现

为解决边缘设备端车牌识别系统适应性差和识别率低的问题,提出一种基于深度学习处理单元(DPU)的车牌识别系统设计方法.该方法首先将车牌识别网络进行改造使其可在DPU上运行,并通过压缩与激励(SE)模块组合优化神经网络识别率.将DPU部署在现场可编程门阵列(FPGA)上,调用神经网络对视频图像进行车牌识别,设计出可兼顾新能源车牌的车牌识别系统.实验结果表明,以大规模数据集作为图像输入,车牌识别系统的平均识别准确率可达94.1%,运行速率可达4 ms.     

我国普通高校大学生体质健康测试管理闭环机制的设计

针对我国学生体质健康测试管理中存在的重视测试与评价而忽略反馈与提高环节问题,在借鉴相关质量管理理论及PDCA闭环管理模式的基础上,对我国普通高校大学生健康体质测试管理闭环机制设计进行探讨,以期进一步完善当前我国普通高校大学生体质健康测试工作流程及管理工作质量,并为切实推进我国＂阳光体育运动＂工作提供点滴借鉴和启示.     

基于BERT-BiGRU-Attention的在线健康社区用户意图识别方法

针对传统用户意图识别主要使用基于模板匹配或人工特征集合方法导致成本高、扩展性低的问题,提出了一种基于BERT词向量和BiGRU-Attention的混合神经网络意图识别模型。首先使用BERT预训练的词向量作为输入,通过BiGRU对问句进行特征提取,再引入Attention机制提取对句子含义有重要影响力的词的信息以及分配相应的权重,获得融合了词级权重的句子向量,并输入到softmax分类器,实现意图分类。爬取语料实验结果表明,BERT-BiGRU-Attention方法性能均优于传统的模板匹配、SVM和目前效果较好的CNN-LSTM深度学习组合模型。提出的新方法能有效提升意图识别模型的性能,提高在线健康信息服务质量、为在线健康社区问答系统提供技术支撑。     

基于粗糙集和BP神经网络的空气质量评价方法

基于粗糙集理论,提出了空气质量评价参数的选取算法,在不降低有效分类信息的前提下对监测数据经过约简并作为BP神经网络的输入数据,简化了网络结构,提高了训练速度和测试精度.基于BP神经网络的空气质量评价方法能有效融合多种监测数据,系统通用性强.实验表明,基于粗糙集和BP神经网络的空气质量评价方法是可行有效的.     

转向架系统簧上质量的物理参数识别

提出了基于质量感应法、状态空间理论和模态空间理论的3种转向架系统簧上质量物理参数识别方法,设计了用于物理参数识别的定向激励测试工况,并通过仿真试验对以上参数识别方法进行验证及对比分析.结果表明,当采用质量感应法、状态空间理论和模态空间理论时,附加质量大小分别选取为系统质量的8%、17%和7%时识别精度较高;总体来看,模态空间理论的识别精度最高,状态空间理论次之,质量感应法最低;就质量参数、惯量参数、一系垂向刚度及阻尼参数识别而言,可以不考虑转向架簧上质量质心与一系悬挂下作用点位置高度差的影响;在高度差较小时,也可忽略其对结构参数识别精度的影响.     

适应多流融合仿真的交互同步接口算法

为研究分析当前新形态复杂配电网系统可靠性、电压稳定和高效运行的有效手段,综合考虑能量流、信息流、控制流及业务流的多流融合仿真的同步接口算法研究,通过对比研究了4种典型接口算法,研究了基于反馈电流滤波的理想变压器模型(ideal transformer model, ITM)改进接口算法。结果表明该方法通过将物理侧测到的电流经过滤波器反馈给数字侧,优化了ITM算法的稳定条件,减小了数模两侧的延迟,提高了多流融合仿真系统的稳定性和精确性,可见基于反馈电流滤波的ITM改进接口算法有效平衡了配网多流融合实时仿真中同步接口的稳定性和精度的要求。     

LSTM和GRU在城市声音分类中的应用

不同类型的声音对城市居民的身心健康质量影响不同,将城市声音精准的分类有利于对其进行有效的评价,从而促进对城市声音的管理。深度学习在语音识别方面已有所应用,其中循环神经网络(RNN)表现最为突出。由于基本RNN存在明显的梯度消失、网络损耗大、准确率低等问题,应用改进的RNN对城市背景噪声进行分类。采用长短期记忆神经网络(LSTM)和门控循环单元(GRU)神经网络,构建深度循环神经网络模型,通过城市记录的公共数据集UrbanSound8K对搭建的深度神经网络的准确性进行测试分析。模型基于梅尔频率倒谱系数的基准实现,得出的结果与基本RNN相比有明显的提升。     

尤溪铅锌矿集区重金属污染健康风险评价研究

为研究典型铅锌矿集区的重金属分布情况,同时对居民区的潜在健康影响程度进行评价,采用现场采样及室内测试方法对尤溪铅锌矿集区内表层土壤中5种重金属(铬、铜、汞、锌、铅)的含量进行分析,同时应用非致癌风险模型对5种重金属进行了健康风险评价.单因子健康风险评价结果表明,铬、铜、汞、锌的健康风险指数在10-2～10-3水平,对当地居民身体健康不会产生危害.铅的平均健康风险指数为0.529,表明人均铅摄入量接近美国EPA公布的慢性参考值;在梅仙东南部矿区出现最大值(2.30),可能会对当地居民身体健康产生不利影响.健康总风险评价结果显示,梅仙镇采矿区和选矿区的健康风险指数均大于1,且铅所引起的健康风险占总健康风险比例最大,说明该地区存在以铅污染为主的重金属污染.越靠近矿区,重金属污染对周围居民人体的健康风险越大.该地区来源于矿冶活动的健康风险远远高于来源于尾气排放(汽油燃烧)的重金属健康风险,成为当地铅锌污染的主要来源.