摘要：我国工业发展和电气自动化技术的进步关系密切,现阶段仪器仪表控制质量也影响着工业生产安全,所以工业自动化发展必须高度重视自动化仪器仪表控制。随着工业生产引进先进技术。生产模式开始具有自动化特征,使得工业生产水平显著提升,尤其是自动化仪器仪表控制技术让仪器仪表处于良好运行状态。不过当前工业电气自动化仪表在运行管理上还存在一些问题,必须采取有效的解决措施。本文先分析仪器仪表主要技术,指出工业电气自动化仪器仪表设计需要遵守的原则,再分析工业电气自动化仪器仪表常见问题,最后提出控制措施,希望对相关研究带来一些参考。

摘要：以绝对值概念的微课设计为例,对比优化前后的微课设计与片段实录,提出数学概念类微课优化设计的思考:增强趣味性,催生学习欲望;理解多元性,注重本质联系;确保有效性,发展核心素养.以期为优化初中数学概念微课设计提供参考.

摘要：目的∶研究肺癌立体定向放射治疗(stereoactic body raliotherapy,SBRT)计划设计过程中,等中心位置的选择对验证计划Gamma通过率的影响。方法∶选取2018年1月至2019年3月间的13例肺部SBRT病例,分别通过Pinnacle9.10计划系统设计两个对应不同等中心的SBRT计划,其中A组的13例计划等中心选在计划靶区(plan-ingtugt wum,PTV)的中心,B组的13例计划等中心选在CT模拟定位的中心,并分别制作对应的验证计划共26例,通过MapClheck分析软件分别采用3%/2 mm和2%/2 mm的Gamma通过率标准对这26例验证计划进行评估,记录A组中SBRT计划的验证通过率γA和B组中SBRT计划的验证通过率γB,并对以上Gamma通过率做统计分析。结果∶当采用3%/2mm的Gamm通过率标准时,γA为99.32%±0.68%,γB为95.07%±2.09%,γA与γB差异具有统计学意义(t=7.128,P<0.001);当采用2%/2 mm的Gamma通过率标准时,γA为97.88%±2.04%,γB为87.71%±5.47%,γA与γB差异具有统计学意义(1=5.733,P<0.001)。结论∶等中心位置的选择不同影响了肺部SBRT验证计划Gamma通过率,且当采用更严格的通过率标准时,影响更显著。

摘要：烟草烟雾中含有上千种化学成分,涉及几十种危害人体健康的致癌物质。吸烟不仅会导致自身成瘾,损害自身呼吸系统以及神经发育,还会对被迫吸入二手烟的人群产生不良影响。因此,针对我国吸烟人数逾3亿的现状而言,寻找可行性措施以促使个体有效戒烟,降低吸烟给个体带来的健康危害,是建设“无烟中国”道路上亟须解决的重要难题。严肃游戏作为一种以教育为目的的新型干预方式,已被证明具有良好的干预效果。本文将通过研究国内外严肃游戏在戒烟干预中的应用进展,分析严肃游戏干预戒烟的形式、理论和机制等,探讨其在戒烟干预领域的应用价值与困难,为提出更具针对性的研究设计提供理论参考。

摘要：五圩矿173-4#硐新斜井锁口圈施工中遇到松软土石塌方的问题,结合现场实际提出采用"预制钢拱逐步推进施工法",较好地解决了施工技术难题。"预制钢拱逐步推进施工法"技术上可行,安全上可靠,经济上合理,施工顺利,效果良好,可在中小型矿山类似工程中推广使用。

摘要：社会关系模型在20世纪80年代被引入至家庭研究领域,并在多种家庭关系的研究中加以应用和拓展。在该领域中,社会关系模型主要采用循环设计,将变异分解为个体水平、关系水平和家庭水平的效应,也可以分析个体水平和关系水平的互惠效应,代际内部和代际之间的互惠效应,以及家庭成员的相似性等问题;其数据分析的方法主要有单个家庭效应值的计算以及结构方程模型的分析方法两种。今后的研究可以在体现家庭关系的复杂性、三人家庭数据的处理、各效应的外部效度指标以及缺失值的处理等方面进行拓展。

摘要：居吴天楚地间,枕襟宁带汉处,芜湖自古就是万里长江的战略要冲。2017年岁末,八百里皖江飞虹一道——芜湖长江公路二桥胜利通车,菲迪克工程项目奖名录上再添中国荣耀,又一天堑变为民族复兴之路上的一段通途。身为安徽省"四纵八横"高速公路网"纵二"的重要组成部分,担当国家高速路网徐州至福州段跨江通道的关键工程,芜湖长江公路二桥自建设之初便备受瞩目。

摘要：针对体积大、形状复杂、相邻凸起形状高低变化频繁、零件两端有起伏翻边形状的后地板无法通过旋转零件的角度给出回弹角的问题,对后地板的成形工艺性进行了分析,研究了零件特性,通过冲压工艺的制定和模具结构设计解决了仿真中出现的回弹问题。采用垂直翻边和斜楔整形整合实施的工艺方案,很好地解决了两端同时翻边零件不能通过旋转零件的角度解决翻边回弹的问题。针对零件回弹问题进行了模具结构分析,优化了模具的结构,减少了模具工序数,减少了现场模具维护成本。实际使用效果良好,保证了产品质量,降低了生产成本。

摘要：为了解决传统的纸质试卷统分方法需要依靠人工识别和汇总分数导致效率低且容易出错的问题,本文设计开发了一个基于DCNN实现纸质试卷智能统分的应用系统。首先对涉及的图像处理关键技术和基于DCNN的手写分数识别模型进行研究,然后对系统进行需求分析、功能结构设计、主要业务流程设计和前后端子系统的接口设计,最后展示了系统运行情况,并根据开发过程和运行结果对系统进行总结。

摘要：为了解决传统纸质试卷人工统分过程存在工作量大、错误率高、统分效率低等问题,设计开发一款基于SVM的智能统分自学习系统。该系统由前端用户界面、后台手写分数识别子系统和自学习子系统构成。系统采用C#编程语言和MicrosoftVisualStudio软件设计前端用户界面;使用Matlab作为系统运算后台,并构建SVM多分类器识别手写分数;使用C#编程语言设置定时器,在系统空闲时间定时启动Matlab执行自学习程序。经过MNIST数据集的训练和测试,SVM多分类器的测试精度达到97.74%。完成系统设计开发后,使用试卷统分栏图片测试系统。测试结果表明,该系统可以有效实现智能识别、统分栏内手写分数汇总以及自学习功能,并将运行结果清晰准确地显示在前端用户界面上。