论电视文艺晚会策划的五要素

电视文艺晚会是电视艺术中综合性最强的艺术样式之一。电视文艺晚会的节目质量不高,其主要原因之一是对构成晚会的要素策划不够充分。要策划和编导一台好的电视晚会节目必须抓住晚会策划的五个要素。     

高效有机吸附膜吸附数学模型的建立

本文建立了高效有机吸附膜吸附数学模型，并与实验数据进行了比较，发现模型的数值计算结果与实验值基本相符，本模型具有较高的实用价值。     

SACD中的DSD技术和数据无损压缩算法

SACD是对现有CD的改进，它利用直接数字流（DSD）技术，和DST无损压缩方法，对数据进行存储。它可以存储2声道或6声道的声音数据。由于采用了全新的技术来记录声音，使它可以产生更好的声音质量，必将成为新一代的声音记录格式。本文详细介绍了1比特DSD编码技术的原理，和DST无损压缩方法的原理。     

西藏牦牛染色体的研究

应用外周血淋巴细胞短期培养法，结合Ｇ显带、Ｃ显带和Ａｇ－ＮＯＲｓ显带技术，研究了西藏耗牛的一般核型、Ｇ带、Ｃ带、Ａｇ－ＮＯＲｓ核型，并对耗牛的Ｙ染色体多态性进行了探讨．     

高速磁浮车-轨耦合系统动态机理与振动响应

对高速磁浮车-轨耦合系统进行动态机理和振动响应研究。首先,对高速磁浮中的各类耦合关系进行建模;其次,分别分析了动态和静态条件下的车-轨耦合作用机理;然后,建立了高速磁浮车-轨耦合动力学有限元模型;最后,对磁浮列车高速通过桥梁时轨道梁、功能件的动力响应和车-轨共振速度进行分析。结果表明：高速运行时车-轨作用频率不同,长时间共振速度下运行时车-轨振动明显增大;若桥梁动力放大系数小于1.2,则基频比最小值为1.16;若桥梁动力放大系数小于1.3,则基频比最小值为1.04。     

基于量子微粒群优化算法的半透明介质光学参数反演

针对半透明介质光学参数估计问题,建立了脉冲激光辐照下半透明介质光学参数反演模型,采用量子微粒群优化(QPSO)算法反演了折射率和吸收系数,分析了测量误差、热物性参数对反演结果的影响,并利用敏感性分析揭示了反演精度与测量误差的关系.计算结果表明：建立的反演模型和采用的QPSO算法可以精确估计折射率和吸收系数,即使人为添加10%的测量误差,反演结果依然具有较强的鲁棒性和准确度.本研究可为半透明介质物性参数获取提供技术参考.     

光学兼容红外伪装涂料研究进展

当前侦察设备波段宽、分辨率高,具备全天候、全天时侦察能力,对现有武器装备的伪装提出了挑战。伪装涂料采用功能颜、填料,通过一定的制备、施工工艺涂覆在目标表面,在不影响武器装备战场机动性能的前提下实现武器装备的伪装,是目前最有效的伪装技术手段之一。在阐述光学伪装涂料、红外伪装涂料、光学兼容红外伪装涂料伪装机理的基础上,梳理了3种伪装涂料技术的研究进展,总结了3种伪装涂料的技术特点和存在的问题,对伪装涂料技术今后的发展进行了展望,提出了发展光学兼容红外伪装涂料的技术实现途径,为有效对抗日益发展的先进侦察技术,满足战场伪装需求提供了方法指导。     

基于轻量化深度学习网络的数字仪表识别

数字式仪表常用于变电站、工厂等生产环境,是一种直观的设备监测仪器。然而当前数字式仪表的读取方式还依赖于人工巡检,手动记录等,这些传统的巡检方式来监测设备的运行状态大大降低了巡检效率。为了实现传统行业的数字化转型,本文提出基于轻量化深度学习的数字仪表识别方法,通过改进的YOLOv5的目标检测框架,针对数字仪表目标区域在整张图片大小不一致的情况,提出对于感兴趣区域（ROI）的迭代目标检测方法,首次检测将感兴趣区域进行检测并切割统一到相同的尺度,随后迭代检测网络针对感兴趣区域内的字符进行检测并分类,以达到精确读数的目的。为提升多尺度检测性能,本文采用Res2Net模块主干网络中的的残差模块。采用GIoU取代通用的IoU作为位置损失函数加速模型训练效果的收敛。实验表明,改进后的框架实现了99.62%的准确率和99.55%的召回率,相比基线网络分别提升了12.72%和5.85%。通过将框架在边缘计算平台上的终端部署,在实际生产中取代了人工巡检,实现了商业化运行。     

水力旋流分离器在油水分离领域的研究进展

水力旋流器利用密度差实现两相分离,具有结构简单、分离效率高等优点,因此在原油预脱水处理等油水分离领域得到广泛应用。 鉴于此,通过分析和收集水力旋流器相关文献,对油水分离领域水力旋流分离器的研究现状进行了阐述和总结,包括水力旋流分离器的发展历程、基本结构、内部流场和工作原理等相关方面;同时,对油水分离领域不同类型的水力旋流分离器进行了对比分析,发现在水力旋流器的结构参数优化以及内部液体流动规律等方面,单一结构的参数优化或单一、静态的系统分析不能系统全面地反映实际复杂工况。 因此,将计算机仿真模拟和相关先进检测技术相结合,用于旋流器的参数优化、内部液体流动规律分析以及构建预测模型等方面,对于旋流器的结构设计优化、分离效率提升等方面意义重大;另外,目前的研究多着重于旋流器的结构和流体特性等方面,对于旋流器内部的磨损、疲劳损伤等方面的研究较为缺乏;最后,对水力旋流分离器在油水分离方面研究的不足和发展方向进行了分析和展望。     

增强型注意力网络点击通过率预估方法

针对以往模型在对点击通过率(click-through rate,CTR)进行建模预测时,存在着特征重要性学习不足、特征交互低效等问题,提出了一种增强型注意力网络预估模型,用于动态学习特征重要性和特征交互信息,模型主要由注意力层、双线性交互层和全连接神经网络层构成。注意力层的多尺度多头自注意力机制通过设置不同尺寸子空间增强特征重要性学习能力,在得到特征重要性后,进一步采用张量积双线性交互学习特征交互信息。通过对注意力的子空间尺寸大小、张量积交互形式、神经网络层数和节点个数等进行定量分析,确定模型的最佳参数。实验证明,该模型相比已有模型拥有更好的预测能力。