摘要：介绍了应用虚拟仪器软件平台LabVIEW设计虚拟信号发生器的方法。该虚拟信号发生器不仅可以产生常用信号,还可以产生多种噪声波及任意公式波形。且通过一定的程序操作与参数选择,还可实现波形控制、波形显示、波形数据记录与储存等功能。在硬件设计方面,提出了一种基于LabVIEW和声卡的数据采集系统,该方法实现简单、性价比高,为低成本下构建数据采集系统提供了一种思路。

摘要：本文简述了应用模糊控制技术对烧结配料过程进行控制的方法以及烧结配料Ｆｕｚｚｙ控制系统的设计思想。

摘要：介绍了盐渍土的成分、分类以及危害,并以某医院地下两层车库和办公楼为例,对盐渍土地基分别采用加帷幕与灰土挤密法处理盐渍土湿陷问题,再打CFG桩提高承载力,实践证明:采用这两种方法进行地基处理是经济合理的,值得推广。

摘要：一、医院人员信息系统的重要性医院人员信息系统代替了传统的手工文书记录,极大的提高了工作效率和工作质量。存储信息更准确、全面,能进行各类人员分布的统计分析,为医院职能部门及院领导进行决策提供重要依据。电子信息易保存,易调取,进一步推进了医院无纸化办公。二、医院人员信息系统目前存在的问题目前,人员信息系统已经在医院中普遍应用。但在具体的应用过程中,存在一些问题。人员信息系统开发工具多样,功能单一,实际应用性差。向不同的主管部门上报数据,有不同的系统,

摘要：研究采用实验法,以151名3~6岁的幼儿为研究对象,采用2×3的混合实验设计,其中,自变量分享物(非耐用品、耐用品)为被试内变量,而自变量社会复合体(互动、关系、群体)的不同情境为被试间变量。考察分享物、社会复合体对幼儿分享形式的影响及分享形式的发展特点。结果表明:分享物、社会复合体对幼儿分享形式的影响具体表现为,社会复合体和性别对分享形式的交互作用达到显著性水平(p<0.05)。性别在社会复合体上的差异为:在关系水平中,女孩的得分显著高于男孩(p<0.05),而在群体和互动水平中,性别没有显著差异。社会复合体在性别上的差异为:男孩在群体、关系、互动不同水平之间存在显著差异(p<0.01),群体水平中的得分显著高于互动水平,女孩在群体、关系、互动不同水平之间差异不显著。而不同分享物、年龄对分享形式的主效应不显著。

摘要：针对管道检测过程中图像采集光照不均匀、缺陷边缘提取不准确的问题,提出一种基于自适应图像增强的管道机器人缺陷检测方法。首先设计单尺度Retinex自适应图像增强算法,利用引导滤波对图像进行照度分量估计,经自适应Gamma矫正得到光照均衡图像,实现自适应图像增强;再对传统Canny边缘检测方法进行改进,采用双边滤波平滑图像,通过迭代阈值法进行缺陷图像分割,根据边缘像素相似性进行连接,实现缺陷轮廓的有效提取。搭建基于自适应图像增强的管道机器人缺陷检测系统,利用履带式小车搭载云台摄像机,对管道内壁缺陷进行全方位视觉检测。实验结果表明,本文的检测方法可自适应矫正图像亮度,图像亮度不均匀明显改善,相比次优算法,图像信息熵提升2.4%,图像平均梯度提升2.3%,峰值信噪比提升4.4%,可有效提取出管道缺陷边缘,缺陷识别准确率达到97%。

摘要：利用单轨车辆转向架技术,设计了一种单轨行走式光伏清洗机器人。对光伏清洁机器人进行结构设计、虚拟样机建模和动力学仿真,提高光伏清洁机器人设计过程的效率与可靠性。在ADAMS中建立光伏清洁机器人的机械动力学模型,并运用ADAMS与MATLAB/Simulink联合仿真技术控制其运动,验证机器人在倾斜角太阳能板上的运动平稳性。结果表明:所设计的结构能够高效地在倾斜太阳能板上进行日常清洁工作,可为实际物理样机的开发提供可靠依据,对传统设计过程中机械和控制系统不匹配问题提供了一种解决方案。

摘要：在加快建设体育强国的道路上,高校作为培养优秀体育人才的坚实后盾更应积极践行体育核心素养的内涵需求,目前高校体育课程教学的目标指向单一、培养形式缺乏创新等问题极大影响着教学效果。运用文献研究、案例分析等方法,以“24式简化太极拳”为例,在教学目标中通过成果要素翻转培养“体育品德”;在教学内容中通过知识结构翻转塑造“健康行为”;教学情境中通过组织形式翻转强化“运动实践”;教学评价中通过评价方式翻转践行“全面育人”。全方位、多角度促进高校学生体育核心素养的养成,推动高校公共体育课堂高质量发展。

摘要：作为森林资源信息的采集工具,遥感技术能及时有效的获取准确信息,是了解森林资源现状和获取森林结构参数的理想手段。以三类设计的作业小班为基础,小班中心为质点做25 m×25 m样方,取其公顷蓄积量作为因变量,提取影像各波段像元亮度值(digital number, DN)、植被指数、地形因子作为自变量指标,利用多元线性回归算法和人工神经网络建立了模型估算森林蓄积量。并利用实地调查的蓄积数据反演精度,对其算法的优劣进行了评价。经检验得知:多元线性回归平均绝对误差为35.68,相对均方根误差为39.32%;神经网络平均绝对误差为30.45,相对均方根误差为34.87%。典型地区精度可以达到80%。由评价表明:该模型使用良好,且误差在可接受范围内,利用人工神经网络方法获得的模型更优。

摘要：针对单目视觉SLAM(同时定位与地图构建)算法没有尺度信息以及在相机移动过快时无法使用的问题,提出了一种IMU(惯性测量单元)/磁力传感器与单目视觉融合的SLAM方法.首先,提出了一种模糊自适应的九轴姿态融合算法,对IMU的航向角进行高精度估计.然后,采用单目ORB-SLAM2(oriented FAST and rotated BRIEF SLAM2)算法,通过IMU估计其尺度因子,并对其输出的位姿信息进行尺度转换.最后,采用松耦合方式,对IMU估计的位姿和ORB-SLAM2算法经过尺度转换后的位姿,进行卡尔曼滤波融合.在公开数据集EuRoC上进行了测试,测试结果表明本文方法总的位置均方根误差为5.73 cm.为了进一步在实际环境中验证,设计了全向移动平台,以平台上激光雷达所测的位姿数据为基准,测试结果表明本文方法的旋转角度误差小于5?,总的位置均方根误差为9.76 cm.