摘要：该文探讨了压电材料热释电效应产生的机理,得出压电换能器中压电陶瓷材料受温度变化会产生极化电荷,引起的热释电压会使压电换能器输出信号幅值增大,导致输出失效。因此针对热释电问题提出了两点解决方案。经过对比分析设计了一种ESD保护电路来解决热释电问题。该ESD保护电路通过设计一种改进型二极管钳位电路,针对压电换能器存在的极化电荷构建热释电释放环路,消除了热释电压对有用信号收发的影响。最后,通过对比实验验证了设计方案的可行性。

摘要：图像翻译任务是计算机视觉领域一个重要的研究方向,在图像风格化、超分辨率图像生成等视觉领域都有着广泛的应用。针对图像翻译任务中语义信息标注成本高、数据集通常标注困难的问题,提出了一种基于原型修正的小样本语义图像翻译算法,该算法主要包含StyleGAN、语义相似度回归器、pSp编码器模块。首先,为了降低模型对标签图像的依赖,该算法使用StyleGAN预训练模型充当生成器,增加小样本场景下的训练样本数和提升模型生成的多样性。其次,考虑到样本语义类内差异,该算法设计语义相似度回归器对原型进行修正,提升伪标签的准确率,增强模型优化效果。然后,结合标签图像和合成图像的特征图以及原型向量,实现语义信息的循环合成,构建出自监督损失函数以避免语义相似度回归器训练的标签信息需求,并利用伪标签图像对pSp编码器继续进行训练,实现语义图像翻译任务。最后,实验结果验证了所提算法在泛化性能和合成图像的多样性方面均优于经典算法。

摘要：辅导员作为大学生日常思想政治教育和管理工作的组织者、实施者和指导者,应明确自己在工作中的角色定位,发挥自身的角色作用,充分尝试将一些哲学和艺术的思维融入我们的日常管理工作。本文从现代管理科学中的"木桶原理"出发,论述了高校辅导员在高校班级管理中运用"木桶原理"的方法与实践。

摘要：结合国内外相关文献研究,提出软弱夹层的分类指标,利用数值模拟方法分析各分类指标对围岩稳定性的影响,将软弱夹层围岩按照受影响程度分为A~D 4个等级,并依托某高铁隧道的施工验证了该分级方法的实用性和可靠性。

摘要：国家标准《民用建筑热工设计规范》(GB 50176-2016)将我国陆地国土划分为五大热工设计分区,其中包含寒冷气候区和严寒气候区,并给出了原则性的设计要求.从建筑节能乃至绿色建筑设计角度来审视,发现既有的热工设计分区过于笼统,单一分区面积太大,分区指标太粗,不利于建筑的被动式太阳能利用和气候适应性设计.本文在回顾建筑气候区划的历史背景基础上,提出了将空气温度的日较差纳入到热工设计分区指标中,以便将现有寒冷气候区和严寒气候区的气候类型做进一步细化,行文中统称为寒冷气候类型,同时给出了每一个寒冷气候类型相应的建筑热工设计对策.本研究可为相关建筑气候区划标准及建筑设计标准规范的修订提供参考.

摘要：我国经济高速进步加快了城镇化进程,城乡人居环境品质大为提升.三十年间,我国建筑设计行业有幸完成了超过400亿平方米的建筑创作与设计任务.与此同时,建筑学本科、硕士、博士培养体系逐步建立完善,标志着我国的职业建筑师训练和建筑学基础理论研究队伍基本上与西方国家同步.新时期"一带一路"战略的实施,需要全面贯彻"适用、经济、绿色、美观"的新建筑方针,从建筑理论、建筑设计方法和适宜性设计技术方面开展基础研究,提升各类建筑设计标准与规范体系.本文就建筑学学科发展与科学研究中的几个热点问题做了剖析阐述,供商榷.

摘要：白帝庙独特的建筑文化,受到了"儒学"、"道家"自然之美思想、巫楚文化思想和"湖广填四川"移民文化思想的影响。其表现形式,继承了巴蜀地区古老的穿斗式结构做法。"严谨而不夸张,浪漫而不娇情"的建筑特征充分体现了"天人合一"的思想境界,使"天、地、人"三大要素在感性与理性中得到了充分的融合。

摘要：针对机械设备热成像故障诊断中图像样本向量化维数灾难和结构信息破坏的问题,提出了基于弹性核凸包张量机的机械设备热成像故障诊断方法。首先定义样本特征张量空间的弹性核凸包,然后求解弹性核凸包间的最优超平面来构建弹性核凸包张量机模型,最后以机械设备不同故障状态下的热成像图像为输入,实现机械设备的故障诊断。实验结果表明:该方法可以准确、稳定地对机械设备进行故障诊断。

摘要：针对多变量预测模型模式识别(Variable Predictive Model-based Class Discriminate,VPMCD)分类方法中只选择了某单一模型的缺陷,提出一种基于量子遗传算法优化的多变量智能诊断模型(Quantum Genetic Algorithm-Variable Predictive Model-Based Class Discriminate,QGA-VPMCD)。该模型采用最优权值矩阵来综合考虑各诊断模型对分类结果的影响。即首先通过样本训练来建立多个SVPM(Subordinate Variable Predictive Model,SVPM);然后采用量子遗传优化算法求出各SVPM的权值,从而得到最优权值矩阵;最后用最优权值矩阵加权融合测试样本的SVPM特征变量预测值,得到最佳特征变量预测值,并以预测误差平方和最小为判别函数来识别故障的类型。滚动轴承振动信号的分析结果表明了该模型的有效性。

摘要：针对多变量预测模型的模式识别(Variable Predictive Model Based Class Discriminate,VPMCD)方法在参数估计中存在的缺陷,采用分位数回归(Quantile Regression,QR)代替原方法中的最小二乘法进行参数估计,克服最小二乘回归中强假设、易受异常值影响等问题,以此提高模式识别的精度。因此,提出了基于分位数回归的多变量预测模型模式识别方法(Quantile Regression-Variable Predictive Mode Based Cass Discriminate,QRVPMCD)。采用局部特征尺度分解(Local Characteristic-Scale Decomposition,LCD)方法对滚动轴承振动信号进行分解得到若干个单分量信号,提取单分量信号的Hilbert谱奇异值组成故障特征向量,并以此作为QRVPMCD的输入进行滚动轴承故障诊断。对不同工作状态和故障类型下的滚动轴承振动信号进行了分析,结果表明了该方法的有效性。