高校大型仪器设备关口管理的探索

结合工作实际,在高校大型仪器设备的投资预测、决策中的立项论证、审核招标、采购实施几个环节方面进行探讨,并在此基础上提出大型仪器设备关口管理的基本思路,以期规范购置的前期管理程序,避免科技资源浪费,更合理使用资金和符合建设节约型社会的需要.     

基于手势的人机交互的研究

人机交互的本质是人的多维信息认知空间和计算机的信息表示空间之间的相互映射 。传统的用户界面范型遵循着一种基于命令的交互,交互的输入,输出是离散的事件流,交互中人的意图能自然、高效地表达,需要交互者较多的认知努力。基于手势的人机交互以手势表达交互意图,手势中含有大量的交互信息,同时又符合的人认知习惯。基于手势的交互具有非精确、多通道、连续等特点,能够实现人的认知空间和计算空间对间的平滑过渡,从而有效     

Pb掺杂纳米ZnO压敏电阻器

本文对掺铅ZnO(Bi2O3,Co2O3,MnO2,SnO2)系压敏电阻的烧结特性及电性能进行研究,以无机可溶性盐为原料通过简单的化学共沉淀法制取了颗粒细微、均匀的掺铅ZnO压敏陶瓷粉料.将共沉淀复合粉体进行差热和热重分析后,选定复合粉体的烧结温度为600℃.ZnO压敏电阻器的烧结温度为950℃.研究表明当铅的含量从0.5%增加到2.0%时,击穿电压从799.3 V/mm减小到688.1 V/mm.随着铅含量的增加,ZnO晶粒尺寸长大是击穿电压减小的主要原因.当Pb的物质的量分数为0.8%时,压敏电阻器的非线性系数达到α=35.2.     

基于案例库维护的案例推理分类技术

分类是数据处理和数据挖掘的重要任务之一,文章在建立案例推理分类器之前,先利用相似粗糙集进行案例属性的约简,再利用基于案例分类的删除技术进行案例库的维护操作;不仅减少案例的存储空间,也大大提高分类的精确度;实验结果表明,相比传统的案例推理分类器和神经网络分类器,该分类器在分类精度和速度上都有一定的优势。     

RDC电能表远程集抄系统

通过介绍RDC远程集中抄表系统的软、硬件构成,对实际使用中存在的问题进行分析,提出了改进的方法,并对其发展方向进行了展望.     

我国中小学推行体育校本课程开发的立论基础

实施“三级课程管理”是新一轮基础教育课程改革的重要举措,为我国中小学推行体育校本课程提供了前提条件.文章以此为逻辑起点,在对体育校本课程开发相关概念进行界定的基础上,对体育校本课程开发的理论依据进行了探讨,结论是在我国中小学实施体育校本课程开发有其充分的立论基础.     

基于卷积神经网络感知功能的极端场景生成方法

近年来,基于卷积神经网络深度学习的感知算法在自动驾驶车辆环境感知系统中发挥着越来越重要的作用。由于在神经网络训练过程中,训练数据无法覆盖所有极端场景,因此如何保证基于深度学习的感知算法在极端场景下的安全性和可靠性,仍是一个亟待解决的问题。传统的基于真实行驶里程的验证方法,在获取极端场景数据上危险性高,经济性差,因此很难检验驾驶功能在极端场景下的性能。基于虚拟场景的仿真验证方法,虽然可以通过设置场景参数来生成大量测试场景,但是通过简单的参数组合并不能有效的生成极端场景。本文展示了一种在虚拟环境中生成极端场景的方法,用于训练和测试基于深度卷积神经网络的车道线识别算法。首先将场景特征用参数进行表示,然后使用deep Q-learning强化学习的方法,来生成极端场景的参数组合。通过与随机组合以及成对组合场景参数的方法进行对比,可以看出该基于强化学习的场景生成方法可以更有效地生成极端场景,因此可提高自动驾驶感知功能的测试效率,同时可为卷积神经网络提供更多的极端场景训练数据。     

一种计算冲压零件轮廓相似度的快速算法

为了适应网络应用对轮廓相似度计算在速度和数据传输量方面的要求,文中提出了一种非离散的快速算法,该算法采用直线和圆弧来表达轮廓曲线．在对图形进行范化处理后,将待匹配轮廓按照一定步距进行旋转．然后依次以待匹配轮廓或目标轮廓作为模板,计算模板的所有顶点与其在另一个轮廓中对应点的距离平方的平均值．在所有角度中,平均值之和的最小值即为两个轮廓的匹配度．该算法同时适用于凸多边形和凹多边形,并具有较好的区分度和匹配准确性．和以往的离散方式相比,该算法减少了需要传递的数据量．提高了运算速度．     

基于Petri网的协议测试例自动生成

Petri网支持下的协议一致性测试是协议工程研究中的重要课题.Petri不能很好地支持一致性测试集的自动生成.针对这一问题,分析了对基本Petri网扩展的必要性,提出了一种新的用于支持协议测试的扩展的高级Petri网,揭示了其静态结构和动态行为,并提出了该Petri网到测试描述语言TTCN-3的转换规则.开发了原型系统,并应用于实际的协议一致性测试工作.     

桥梁承载能力状态评估的模糊神经网络推理方法

在综合现有的状态评估理论方法的基础上,提出了基于层次分析的承载能力状态评估模型.结合模糊理论和神经网络技术,建立了一套基于监测信息输入的模糊神经网络推理系统框架,并利用模糊规则生成的规则库作为神经网络训练和学习的样本.利用实例验证了采用此智能评估技术进行承载能力状态评估的可行性和实用性.