改革本科毕业设计模式,培养创新人才

本科毕业设计是高等学校培养创新人才的一个重要的实践性教学环节,对培养学生理论联系实际的能力和分析及解决问题、提高创新能力方面,起着不可替代的作用。文中对改革本科毕业设计模式进行了一些实践,通过"无线通信射频"实验室的建设和相关实验项目的开发,使毕业设计的选题和实验室搭建、实验项目等方面紧密结合,不仅培养了学生的实践能力和创新能力,也对实验室的建设发展起了促进作用,使毕业设计以新的模式与当前的教学改革接轨,提高学生的创新能力和就业竞争力。     

基于TSCD模型的轨道板裂缝检测方法

为解决轨道板裂缝检测问题,提出了一种基于分支级联卷积神经网络的轨道板裂缝检测模型——TSCD.首先该模型通过注意力机制和搜索分支结构突出轨道板裂缝的位置信息,同时抑制干扰信息;然后采用检测分支结构完成裂缝的像素级检测;最后对检测结果中出现的图像细节退化问题,利用参数映射关系实现特征图的上采样.实验结果表明:所提出的方法...     

基于灰色关联分析的医学图像三维插值方法

将灰色关联分析引入三维图像插值中,提出了一种新的插值方法:先通过灰色关联度来确定待插值点的最佳匹配点位置,再确定待插值点的灰度值.实验结果表明本文方法在基本不增大运算时间的情况下比传统的几种方法插值结果的均方差均有明显降低.     

高压撞击下E36船用钢的动态响应研究

针对船用钢材料在超高应变率下的动态响应机制及变形强化机理尚不明确的技术基础问题,通过一维平板撞击试验测得了10,20及30 GPa撞击压力下E36船用钢的自由表面速率?时间曲线,计算得到了E36船用钢的Hugoniot弹性极限和层裂强度,利用ANSYS软件模拟了不同撞击压力下的温度场;并采用SEM、TEM等技术研究了E36船用钢在高压撞击下的损伤演化规律和变形强化机理. 试验结果表明:不同撞击压力下材料均发生了层裂,毁伤机理为微孔和微裂纹形核、长大和聚合;随着撞击压力的增加,E36船用钢的Hugoniot 弹性极限变化不大,层裂强度逐渐增加,相变强化、位错强化和孪晶强化是E36船用钢在高压、高应变率下的主要强化机制.      

一种新的支持向量分类算法ACNN-SVM

针对NN-SVM算法的不足,提出了一种新的支持向量分类算法--ACNN-SVM.先对训练样本集进行最近邻修剪,用SVM训练得到一个SVM模型,然后,计算最近邻修剪后的训练样本集中样本到超平面的距离,如果距离差大于给定的阈值则将其从最近邻修剪后的训练样本集中删除,最后对冉修剪后的样本集用SVM训练得到一个最终的SVM模型.实验表明,ACNN-SVM算法的效果优于NN-SVM算法.     

早开堇菜大孢子发生和雌配子体发育的研究

对早开堇菜(Viola prionantha Bunge)大孢子的发生和雌配子体发育的观察结果显示,早开堇菜子房1室,3心皮;心皮腹面壁上着生多数胚珠,胚珠为倒生型;侧膜胎座;大孢子母细胞经过减数分裂产生线状大孢子四分体,合点端的大孢子或第一大孢子具功能.胚囊发育属蓼型.     

地方工科院校大学生人文素养提升的创新与实践

讨论了人文素质的内涵,分析了目前工科院校大学生的人文素质现状,简述了我校在提升学生人文素质的创新实践中的一些做法.     

小波多分辨率表示在三维体数据可视化中的应用

利用三维体数据的小波多分辨率表示,提出了一种由粗至精显示指定剖面的方法,利用这一方法可在低分辨率下快速"浏览”以便找到感兴趣的剖面,然后进入较高分辨率下的显示,直到最高分辨率剖面的显示.实验证明了这一方法的可行性.     

空时分组码多载波码分多址系统的空时多用户检测

针对传统的空时编码码分多址系统利用训练序列求解信道信息将导 g致频谱资源浪费这一问题,提出了一种矢量信道冲击响应(VCIR)的盲估计算法,它适用于基站使用多天线的空时分组码多载波码分多址(STBC MC CDMA)系统.与已提出的其他盲VCIR估计算法不同,此算法可以在每用户只使用一个扩频码时实现盲估计,因而不会降低系统中的最大活动用户数.基于估计出的 VCIR,为基站使用多天线的 STBC MC CDMA系统构筑了相应的空时多用户检测器.在系统的基站端使用多天线时,该检测器的活动用户数上限比使用单天线时的对应值有成倍的增加,在用户端使用空时分组码,可以更好地利用发射分集,提高信息的传送速率.仿真结果表明,该检测器不仅可以使用户容量达到系统活动用户数的上限,而且在活动用户数为14、相同信噪比的情况下,使用单根接收天线可以使系统误比特率降低40%.     

不同误分代价的支持向量机分类器

提出一种区分不同类别误分代价的支持向量杌模型，建立了拉格朗日方程，利用KKT条件推导出其对偶形式．该模型能够让用户标记不同类别样本的重要性，并根据重要性程度设定不同的误分代价，使重要类别的样本尽量减少被误分的可能性，以满足特定任务的需求．实验结果表明，该模型可以很好地完成特定任务的分类．