大口径光学元件波前调制PSD模拟分析

 使用PSD作为大口径光学元件表面加工质量的评价参数，针对不同的波前调制进行了初步的模拟计算，得到了不同调制频率和不同调制深度情况下的PSD曲线变化情况。当调制频率不同时，PSD曲线的突变部分会发生相应的频移，调制频率高则突变发生在空间频率较高的频段，同时PSD峰值不变。相对应调制深度不同时，PSD曲线的突变部份峰值发生变化，调制深度大则峰值大，与此同时峰值出现的位置不会发生变化。计算和分析结果表明PSD分析结果能够在频率域反应出元件表面受到的不同程度的调制信息。     

弹体侵彻混凝土靶体的尺寸效应分析

由于混凝土靶体抗刚性弹侵彻实验大多基于缩比弹体展开，侵彻深度相似律是否成立显得尤为重要。在侵彻相似模型基础上，综合分析已有侵彻实验数据及经验公式，发现侵彻深度在通常情况下存在尺寸效应，且无量纲侵彻深度随弹体尺寸变大而增大。但如果模型以及原型实验中弹体与混凝土靶体（包括粗骨料）严格等比例设计，侵彻深度相似律是成立的。不变的骨料特征（粗骨料未随弹体尺寸缩放）是引起侵彻实验以及侵彻经验公式中尺寸效应的主要原因。为研究由粗骨料引起的侵彻尺寸效应，开发了混凝土二维细观有限元建模程序，细观数值实验成功地反映出了侵彻尺寸效应，考虑模拟尺寸效应后的侵彻公式能较好地预测不同尺寸侵彻实验。     

基于深度学习的人体行为识别算法

目前,针对深度学习的人体行为识别研究,往往采用视频中的全局信息对人体行为进行分析.然而,局部信息缺失造成的特征提取不完备,同样会导致识别精度急剧下降.由此,提出了基于多流深度学习的人体行为识别方法,将人体局部信息与全局信息相结合,通过局部不同特征的精确识别,使人体行为识别更加准确.实验表明,与现有深度学习方法相比,提出的方法在数据集UCF101和HMDB51上识别精度分别平均提高了约4.0%和6.2%.     

非正态变异下的非线性轮廓异常点识别方法研究

在质量控制领域,非线性轮廓异常点识别问题是重点研究问题之一。本文综合运用了小波分析、数据深度、聚类分析等数据分析处理技术,提出了一种新的非正态变异的异常点识别方法。文章通过仿真分析技术,将新方法χ²与控制图方法进行性能对比,结果证实新方法能够以更高的准确率和稳定性识别异常点,表现出更好的异常点识别性能。最后将新方法应用于木板垂直密度轮廓实例对新方法进行验证,分析结果表明本方法能够有效识别出异常轮廓数据。     

基于卷积神经网络的焊缝缺陷图像分类研究

为有效地对焊缝缺陷进行分类，从而判断焊接质量的等级，对传统卷积神经网络进行改进，提出一种多尺度压缩激励网络模型（SINet）。将4组两两串联的3×3卷积模块与Inception模块、压缩激励模块（SE block）相结合。通过多尺度压缩激励模块（SI module）将卷积层中的特征进行多尺度融合和特征重标定以提高分类准确率，并用全局平均池化层代替全连接层减少模型参数。此外考虑到焊接缺陷数量不平衡对准确率的影响，采用深度卷积对抗生成网络（DCGAN）进行数据集的平衡处理，并在该数据集上验证模型的有效性。与传统卷积神经网络相比，该模型具有良好的性能，在测试集上准确率达到96.77%，同时模型的参数个数也明显减少。结果表明该方法对焊缝缺陷图像能进行有效地分类。     

基于Deep-IndRNN的DGA域名检测方法

恶意服务常利用域名生成算法（DGA）逃避域名检测,针对DGA域名隐蔽性强、现有检测方法检测速度较慢、实用性不强等问题,采用深度学习技术,提出了一种基于Deep-IndRNN的DGA域名检测方法。方法运用词袋模型（BoW）将域名向量化,然后通过Deep-IndRNN提取域名字符间特征,并使用Sigmoid函数对域名分类检测。其主要特点在于:通过将Deep-IndRNN的多序列输入拼接为单向量输入,以单步处理代替循环处理,同时结合Deep-IndRNN能保存更长时间记忆的特点,可有效释放深度学习时占用的GPU、CPU等系统资源,且在保证高准确率和精确度的前提下提高训练、检测速度。实验结果表明,基于Deep-IndRNN的DGA域名检测方法在检测任务中具有较高的准确率和精确度,相比于DNN、CNN、LSTM、BiLSTM、CNN-LSTM-Concat等同类检测方法,能显著提高训练、检测速度,是有效可行的。     

一种电缆测井深度测量校正方法

马丁代克深度测量系统是电缆测井中测量井深的专业设备，深度轮作为该测量系统的重要组成部分，它的误差将直接影响电缆测井的深度信息。因此需要对深度测量系统进行定期校正。通过分析马丁代克测量系统的误差来源，提出了采用光栅尺作为测量系统的校正仪器，通过模拟深度轮在测井过程中电缆所受的拉力、运动方式、扭转等实际情况，克服了传统校正方法仅仅考虑单一因素、效率低、精度不高等不足。实验表明该方法具有重复校正结果一致性好、校正速度快、精度高等优点，具有一定的工程实际应用意义。     

创设高三数学课堂对话情境的策略

对话虽然是一种日常的行为方式,但对其实质却有着不同角度、不同深度的理解.后现代课程理论家多尔提出:在这新的后现代,我坚信,我们需要探索并尊重彼此的思想与存在感……为此我提倡一个以会     

基于深度学习理论的有机合成课程教学改革

有机合成既是有机化学学习中的一个独立构成部分,也是安排于有机化学课程之中的重要学习主题。在目前的有机合成课程教学中,教师的自觉性引导不足,学生容易陷入浅层学习状态,导致教学效果不佳。结合有机化学学科特点,从有机合成课程教学现状出发,围绕深度学习教学设计的四要素——深度学习目标、挑战性学习主题、深度学习活动、持续性评价,以典型的教学片段为例阐述深度学习理论在教学实践中的应用,为相关教学工作提供参考。     

基于深度学习的“实验方案设计”主题式复习教学——以“阿司匹林的制备和提纯”为例

针对实验方案设计题的得分率分析和教学现状,基于课程标准、教材、真题和文献研究,构建“阿司匹林的制备和提纯”深度学习主题模型。通过设计制备和提纯阿司匹林的实验方案,构建实验方案设计的思维模型,并以制备七水合硫酸锌为例内化思维模型,在解决真实、复杂的问题过程中实现核心知识结构化,生成指向深度学习的主题式复习教学流程。