矩形巷道围岩弹性变形能积聚特征分析

煤矿冲击地压主要发生在巷道中,其主要原因之一是巷道围岩积聚了大量的弹性能。为得出矩形巷道围岩弹性变形能积聚特征,降低巷道支护成本,推导了巷道冲击破坏失稳能量准则,并建立了矩形巷道围岩能量积聚计算模型,理论分析了采深、巷道断面尺寸和煤层厚度对矩形巷道围岩能量积聚影响规律,得出:矩形巷道积聚的弹性能随采深的增加而增大,采深越深,巷道积聚的弹性能增长速率越快。巷道围岩积聚能量随巷道断面尺寸增加而增大。当煤层厚度小于巷道影响范围时,巷道积聚能量随煤层厚度增加而增大。在实际工程中,尽可能减小巷道断面尺寸,尽可能沿顶、底板布置巷道。研究结果为冲击地压巷道布置和降低巷道支护成本提供了理论依据。     

例谈数学教学中的题组设计

数学教学的重要组成部分:一个是教,一个是学.教就是如何引导学生,激发学生学习的兴趣,将学生的热情和求知欲融入到课堂的学习氛围中;学就是有目的,有方法,有条件的参与探索知识的生成过程,质疑、拓展、应用、归纳、总结提升;无论哪一方面都取决于教师的教学设计如何,更直观地说就是体现在教师的题组设计上.     

基于CARS技术的超燃冲压发动机点火过程温度测量

相干anti-Stokes Raman散射（coherent anti-Stokes Raman scattering，CARS）技术作为一种非接触测量手段，已广泛应用于多种发动机模型燃烧室温度测量及地面试验.然而，目前的工作主要集中在稳态燃烧场温度的测量，缺乏用高分辨率的单脉冲来测量瞬变的燃烧火焰温度及组分浓度的研究.基于CARS理论，结合多参数拟合算法，开发了基于MATLAB的CARS光谱计算和拟合程序CARSCF；利用McKenna平面火焰炉在不同工况下进行了温度测量，并与DLR测量结果进行对比，结果显示开发的CARSCF具有较高的测量重复性和准确性；最后将CARS技术应用于测量超燃冲压发动机点火过程中的温度测量，获取了点火过程中的温度.结果显示，在来流Mach数为3的条件下，H₂/air点火过程中温度呈现急剧上升然后缓慢下降，而CARS信号则呈现急剧上升然后急剧下降随后又缓慢上升的趋势，并且在点火过程中最高温度为1 511 K.      

大展弦比气弹机翼柔性非线性变形的气动力效应分析与风洞试验

从飞行器刚弹耦合动力学模型出发，引入柔性机翼准定常假设，建立大柔性飞行器非线性静气动弹性气动力方程，利用非线性迭代求解思路模拟了柔性飞行器的静气动弹性响应行为，开展了大展弦比飞机静气动弹性风洞试验验证，采用气动力有限基本解与机翼的耦合计算，发现了大柔性飞机大变形状态下载荷及结构变形形式随风速的变化规律.传统基于小变形假设的线性分析方法和刚体分析由于无法考虑气动面随结构变形的曲面气动力因素和结构变形后的非线性刚度特性，均与风洞试验存在一定的误差.对于大展弦比柔性飞机的非线性静气动弹性分析十分必要.      

基于双向循环神经网络的汉语语音识别*

当前基于深度神经网络模型中,虽然其隐含层可设置多层,对复杂问题适应能力强,但每层之间的节点连接是相互独立的,这种结构特性导致了在语音序列中无法利用上下文相关信息来提高识别效果,而传统的循环神经网络虽然做出了改进,但是只能对上文信息进行利用。针对以上问题,该文采用可以同时利用语音序列中上下文相关信息的双向循环神经网络模型与深度神经网络模型相结合,并应用于语音识别。构建具有5层隐含层的模型,其中第3层为双向循环神经网络结构,其他层采用深度神经网络结构。实验结果表明:加入了双向循环神经网络结构的模型与其他模型相比,较好地提高了识别正确率;噪声对双向循环神经网络汉语识别有重要影响,尤其是训练集和测试集附加噪声类型不同时,单一的含噪声语音的训练模型无法适应不同噪声类型的语音识别;调整神经网络模型中隐含层神经元数量后,识别正确率并不是一直随着隐含层中神经元数量的增加而增加,神经元数量数目增加到一定程度后正确率出现了降低的趋势。     

基于深度学习的离轴菲涅耳数字全息非线性重构

针对离轴菲涅耳数字全息图,提出基于深度学习的单幅数字全息非线性重构方法 .采用经典的菲涅耳衍射积分模拟数字全息成像以供给网络训练所需样本,利用深度卷积残差神经网络通过学习数字全息图与相关物像之间的非线性数学映射关系实现全息图的物像重构.数值模拟表明,与传统的频率滤波和四步相移技术实现菲涅耳数字全息重构相比,本文提出的方法可直接消除零级像及孪生像,无需条纹物项抽取预处理步骤,且重构的物像具有较高的质量,针对相同记录参考光下不同衍射距离所生成的测试集亦具有较强的稳健性.     

基于Retinex理论与概率非局部均值的红外图像增强方法

针对传统红外图像增强算法中细节模糊及过度增强的问题,提出了一种基于Retinex理论与概率非局部均值相结合的红外图像增强方法.首先通过单尺度Retinex方法调整图像中过暗与过亮部分的灰度级;然后利用概率非局部均值对图像进行分解处理得到基本层与细节层,对基本层采用直方图均衡化拉伸对比度,对细节层采用非线性函数进行增强;最后,将不同层次的结果融合得到对比度与细节增强的红外图像.用该方法对多组不同场景的红外图像进行仿真实验,并将其与多种增强方法进行主、客观对比分析,结果表明所提方法在红外图像的细节及对比度增强方面都获得了更好的效果.     

基于贝叶斯网络的船舶港口国监督检查滞留风险研究

针对港口国监督(Port State Control, PSC)检查的复杂性和不确定性, 基于贝叶斯网络理论构建船舶PSC检查滞留风险分析模型. 以东京备忘录(Tokyo MOU)中2014~2017年船舶PSC检查样本数据为基础, 运用R语言bnlearn包进行贝叶斯网络的结构及参数学习. 同时分别执行贝叶斯网络的正向、逆向推理, 定量表示各风险因素与滞留结果之间的相互作用关系, 找出导致船舶滞留的高风险因素, 实现不确定环境下船舶PSC检查滞留风险的全面动态分析. 实证表明, 模型具有较高的精确度, 可为检查人员的滞留决策及航运公司的安全风险管理提供有效依据.     

初中化学青年教师常态课教学课例研究* ——基于弗兰德斯互动分析系统

弗兰德斯互动分析系统可以量化课堂教学中的语言行为。以初中化学一节常态课为研究课例,基于弗兰德斯互动分析系统,结合教师他评和自评,从教学目标、教学内容、教学过程和教学效果等4方面进行了全面的分析与评价,并根据评价结果,针对教学目标制订、有效提问、科学的课堂语言结构的营造以及实验探究的实施等提出了可行性的有效策略,从而为青年教师通过教学实践来促进个人专业发展提供依据。     

信息化时代教育教学改革与创新——评《信息化时代的教育教学理论与实践研究》

以互联网、大数据为代表的信息化时代深刻影响了现代教育教学的历史选择与创新发展,为了更好地顺应信息化时代人才培养的创新要求与实践要求,高校应当以实践为导向,与时俱进地推进信息化时代教育教学的改革与创新。武晓琼和王海萍共同编著的《信息化时代的教育教学理论与实践研究》(中国水利水电出版社2018年出版),深入探讨了信息化时代的教育教学理论与实践的发展现状和改革路径。