深海惯性式组合型矢量水听器设计

为进一步提高矢量水听器的承压能力、并实现轻量化，将声压和矢量通道组合成一体，设计了一种小尺寸深海惯性式组合型矢量水听器。首先，分析了惯性式矢量水听器的工作原理；其次，设计了一种带加强圈的圆柱壳结构，使其矢量通道比纯圆柱壳承压提高7.68?MPa，通过仿真验证其可承受50?MPa的压力，表明此轻量化结构可提高矢量水听器的工作深度；最后，将充油结构的声压通道与矢量水听器设计成一体，方便使用。根据设计指标最终制作出一只工作频带为20?Hz~5?kHz的深海惯性式组合型矢量水听器。50?MPa的静水压力试验表明，其矢量通道灵敏度为-184?dB@1?kHz，凹点深度大于20?dB，声压通道灵敏度为-206?dB。测试结果表明，通过采用加强圈结构可显著提高矢量水听器的工作深度和实现轻量化，将充油声压水听器与深海矢量水听器组成一体，极大方便了工程应用。     

《微机原理及应用》教学改革探索与实践

针对《微机原理及应用》课程知识点多、课时紧张、实验硬件设备缺损等困难,尝试教学改革。课前精心设计规划,引导教学,课堂翻转,以任务为驱动,课外增加系统性设计和讨论,引入模拟仿真设计软件,改革考核机制,调动学生学习的积极性和主动性,改善课程教学效果。     

基于GPU加速的遥感影像金字塔创建算法及其在土地遥感影像管理中的应用

摘要：为提高单个计算节点创建影像金字塔的速度,本研究首先将GPU并行技术用于加速影像重采样算法.影像重采样算法是影像金字塔创建算法的核心步骤,由于金字塔创建过程中数据量会不断发生变化,而数据量的大小直接影响GPU重采样算法效率.提出了一种基于阈值的金字塔遥感影像创建算法,算法将GPU并行与CPU串行遥感影像重采样算法结合,在创建影像金字塔时,依据阈值动态选择不同的重采样算法,并将本算法应用到土地遥感影像金字塔管理中.实验采用大小为10371×7945的24位遥感影像进行测试,结果表明：①基于GPU的并行重采样算法的速度最快,是基于CPU串行重采样算法的10倍;②采用本文算法创建金字塔速度是ArcGIS9.3创建金字塔速度的3倍以上.     

基于Spark的土地利用矢量数据空间叠加分析方法

针对海量土地利用矢量数据空间叠加分析的效率问题,提出了基于Spark的土地利用矢量数据空间叠加分析方法,通过弹性分布式数据集实现索引过滤与叠加计算,为解决空间叠加分析的瓶颈问题做了新的尝试. 实验结果表明,相较基于Oracle数据管理的叠加分析方法,该方法显著提高了空间叠加分析效率,更适合面向海量土地利用矢量数据的叠加分析.     

人工智能结合大数据技术在材料拉伸性能教学中的应用

针对材料拉伸试验获得应力?应变曲线随机性及不确定性问题,开展了人工智能结合大数据技术确定材料弹性模量、屈服强度和极限强度的教学方法.通过读取拉伸数据并构建数据库,运用概率统计理论建立合理的应力?应变曲线,并结合人工智能评估现有试验结果准确性及失效原因.人工智能与大数据技术辅助的创新教学方法,将成为材料力学教学重要的发展...     

采用DBN的TV改进方法在语种识别中的应用

近年来基于深度神经网络（Deep Neural Network,DNN）的全差异空间建模方法（Total Variability, TV）在语种识别领域得到了广泛研究。本文提出了一种基于DNN的改进TV方法,既利用了DNN对数据的音素状态对齐效果,又充分考虑了语种任务的相关性。该方法首先利用带有瓶颈层的深层神经网络(Deep Bottleneck Network, DBN)对语种数据特征按照音素状态进行聚类,得到语种任务相关通用背景模型(Universal Background Model, UBM),然后利用该UBM模型并结合深度瓶颈特征(Deep Bottleneck Feature, DBF)进行TV建模。实验表明,与经典的TV方法相比,该方法能够显著的提升系统性能和效率,并且融合后性能得到了进一步提升。      

紫外助CWPO降解活性艳红X-3B工艺及降解路径

光催化联合湿式催化过氧化氢氧化(UV-CWPO)处理活性艳红X-3B,发现联合处理比其单独处理具有较大的优势,其脱色率去除顺序依次为:光+催化剂+H2O2>催化剂+H2O2>光+H2O2>光+催化剂>催化剂>光>H2O2。通过单因素实验发现,最佳处理条件为:温度50℃,pH值为4,H2O2加入量为0.6mL,催化剂投加量为2.5g,并通过红外谱图及GC-MS谱图对染料降解路径进行分析,发现羟基自由基首先攻击偶氮键,染料随之褪色,同时生成了类苯胺类物质及酚类物质,但未能完全分解。更多还原     

云环境下基于Entropy-KNN算法的节点选择策略

为满足大数据高效处理与节省成本的需求,针对云计算网络可计算节点资源的多维属性特点,提出了一种面向云计算的多属性Entropy-KNN层次聚类算法的节点选择策略.在节点资源动态描述机制的基础上,借助P2P动态路由完成节点资源的信息交换与实时更新,通过属性信息熵及相似度距离的计算,首先对已知节点按属性进行多次聚类,获得给定阈值的子类;接着选取距离较小的K个近邻节点为候选节点,根据分类与可信度的验证,最终选取与需求节点间相似度距离较小的节点作为候选节点.结果表明,该算法在一定程度上提升了计算节点的定位准确率,同时也能进一步提高大数据的处理效率.     

面向不动产登记的异构信息资源整合策略

为满足不动产统一登记信息化建设的需求,解决目前我国不动产登记中"多头登记"的问题,在分析不动产登记业务架构的基础上,提出了面向不动产登记的异构信息资源整合策略.该策略结合了基于语义的异构数据集成技术,统一接口的地图服务整合技术,以及关系型数据库与文件索引的分布式文件存储技术,将分布在各个应用系统中的业务数据、地图数据以及文件资料等信息资源进行集成管理.该策略已应用于国土资源部门不动产统一登记平台的建设中,系统功能稳定,运行良好,证明了该方法的可行性与有效性,也为不动产信息资源的整合与共享,进而达到不动产信息服务社会化的目标提供了新的思路.