摘要：基于虚功原理和欧拉-伯努利梁理论,推导了风力发电机组塔筒屈曲微分方程。采用幂级数方法求解了刚性地基和弹性地基上非均质变截面塔筒屈曲临界载荷系数。分析了基础刚度、截面抗弯刚度和轴向荷载系数对塔筒屈曲临界载荷系数的影响。确定了轴向集中荷载和非均布荷载共同作用下弹性基础上非均质风机塔筒稳定区域。数值结果表明,幂级数方法是求解塔筒屈曲微分方程的有效方法,原理简单,收敛速度快,精度高。地基刚度系数影响着塔筒稳定区域的大小和形状。随着地基刚度系数的增大,轴向集中荷载对塔筒屈曲的影响逐渐增大,轴向分布荷载对塔筒屈曲的影响逐渐减小。

摘要：只有将线上与线下进行有效结合,大力推动大学英语线上线下混合教学向纵深开展,才能最大限度推动大学英语教学改革和创新,不断提高教学质量。虽然线上线下混合教学已经成为大学英语教学的重要方法之一,而且不断取得新的成效,但在组织实施的过程中仍然存在一些问题,需要认真改进。本文对此进行了研究,在分析大学英语线上线下混合教学方法重要价值的基础上,重点分析了大学英语线上线下混合教学方法存在的问题,最后就如何促进大学英语线上线下混合教学方法取得更好成效、提高大学英语教学质量提出优化对策。

摘要：对神经电活动的研究,需要对记录的神经锋电位(spike)进行检测和分类。传统的锋电位检测与分类的过程受噪声影响很大,尤其是在锋电位分类的过程中,由于神经信号采集很难达到高的信噪比,因此研究较低信噪比下检测与分类的算法具有重要的意义。本文提供了一种运算简单的神经信号锋电位的检测与分类算法。针对锋电位的检测,本文使用非线性能量算子(NEO)来提高信噪比。在锋电位分类过程中,通过获取不同类别锋电位的模板构建匹配滤波器,对检出的锋电位在不同滤波器下进行滤波,确定锋电位对锋电位模板的相关性,然后使用非线性能量算子来加强相关性,从而确定分类。通过使用自主设计的大鼠神经信号双通道采集系统采集到仿真数据(数据由NSS-128的神经信号模拟器产生),获得了可准确量度的标准数据,通过在这组数据上加不同程度的噪声,测试文章提到的算法。在检测方面,信噪比有约5倍的提升。分类方面相比单纯的匹配滤波,在一定的信噪比范围内,正确率由90%提升到100%。同时采集了部分实际神经数据,并用文中的检测方法进行了测试。

摘要：针对人脸图像数字信息易遭受非法篡改、编造的安全性问题,本文提出了一种人脸伪造主动防御的方法。首先运用基于肤色分割的人脸检测技术识别目标图片中的人脸,然后使用DCT域的数字水印方法,将检测识别的人脸作为水印嵌入到目标图像中,以达到主动防御的目的,最后提取图片中嵌入的水印,运用相关系数和峰值信噪比等指标进行评价。实验结果表明,与规定好的阈值相比,抵御攻击的成功率达98%,该方法可主动抵御一些较为常见的攻击,满足设计的基本要求。

摘要：脑卒中是一种致残率很高的疾病,其中,由脑卒中导致的手部的感觉与运动功能障碍是脑卒中常见的后遗症,手部功能的恢复对脑卒中患者的生活质量提高具有重要意义。人们日常生活与工作中大多都会涉及肢体间的协调运动,当受损肢体与未受损肢体协调运动时,这种肢体间的连接动作有利于患有单侧运动障碍的患者功能恢复。本研究首先设计一款能够测量双手活动角度的数据手套,使用无线蓝牙传输手部运动数据,同时结合基于Unity3D的虚拟现实技术,控制虚拟现实场景中的角色运动,实现建立患者手部康复训练的虚拟训练平台。

摘要：为设计基于情绪识别的多模态反馈康复训练系统,方便康复人员在可调难度的游戏场景和动态生成音乐环境中进行康复训练,建立基于OpenVINO人工智能工具套件及Magenta平台的康复训练系统架构,利用Python的OpenVINO引擎进行情绪识别系统设计,利用Magenta平台构建音乐生成器,利用Python的Pygame程序模块构建游戏场景。实现了根据用户的不同情绪状态下进行游戏难度调整的实例,通过情绪识别构建多模态反馈的游戏训练系统,通过电子化方式进行康复训练,并在一个系统上实现不同的康复训练难度和动态生成音乐。

摘要：详述生产实际中的一例MOA局部发热缺陷“医案”:通过详实的数据、图谱、照片,将基于设备全生命周期管理的状态检修理论与工程实践相结合,从状态感知、诊断评估、制定策略、停电检修、措施反馈5个环节进行剖析研究。该案例即可为变电运维管理人员和技术技能人员MOA技术监督工作提供经验参考,提高MOA管理水平。又可为MOA故障智能诊断、多信息融合大数据分析的状态评估方法、机器深度学习算法或数字孪生技术等科研人员,提供鲜活的设备状态规律表达样本,有利于将设备设计、制造、运维过程中的专家经验知识与数字孪生体进行深度融合。

摘要：该文从家校圈客户即学校、家长、学生的需求出发,进行分析,并针对不同的需求设计出不同的产品组合,将单一的产业价值链打造为附加值高,抗风险能力强,能形成商业壁垒的的产业价值网。

摘要：针对风力发电机组的扭转振动,建立了非均质变截面风力发电机组模型,采用微分求积法计算了风力发电机组扭转振动的固有频率,引入切变模量变化系数和截面变化系数,求解了切变模量变化系数和截面变化系数对风力发电机组扭转振动固有频率的影响。结果表明微分求积法求解精度较高,计算量小,易于在计算机上实现。风力发电机组塔筒转动惯量与机舱和风轮转动惯量比值一定时,风力发电机组扭转固有频率随切变模量变化系数和截面变化系数的增大均减少,且当该比值较小时,切变模量变化系数和截面变化系数对风力发电机组的扭转固有频率影响均很小。结果对风力发电机组的设计具有一定指导意义,能够有效的减少风力发电机组由于振动引起的附加应力,从而保证风力发电机组的安全运行。

摘要：在故障特征提取方面,传统的典型特征提取方法往往需要深入理解信号特性、结合工程实践经验提取故障特征,从而极大程度上孤立了特征提取和智能诊断两个环节,导致在针对复杂多变的机械设备海量信号时,提取反映信号特性的典型特征往往效果不理想。针对该问题,提出一种基于IMF重构-SLLE的新的特征提取方法,该方法首先把EEMD分解得到的IMF分量重构成高维向量,并利用SLLE优良的非线性维数约简能力对信号进行降维。实验表明:IMF重构-SLLE特征提取方法优于传统的EEMD典型特征提取方法,并把此方法应用到高速列车转向架故障状态识别中,识别率高达97.78%,具有重要的工程应用价值。