摘要：比较了市面上常见的四款4节锂电池串联充电管理芯片,并选用其中一款性价比较高的芯片设计了一种4节锂电池串联电池组的简易充电系统。完成了以CS5318E芯片为核心的充电系统硬件电路设计,并进行了功能测试。测试结果表明,该系统充电功能正常,在成本要求比较苛刻的家用充电市场具有较好的应用前景。

摘要：用户为什么不肯关注你的微信号？为什么品牌会遇上＂一推送就掉粉＂的怪圈？缺少价值的主动推送所造成的骚扰,是用户黏性降低的原因之一。随着社交媒体的发展与移动互联网应用的逐渐落地,基于社交平台与移动终端的服务已经遍地开花,众多企业也都使出浑身解数抢占移动端入口,试图在这一轮新的营销浪潮中占据一席之地。与此同时,更是有很多品牌瞄准了基于移动/社交服务的客户关系管理领域,并且已经有所作为。但是,单纯的服务是很难为业务带来实质性的提升的。

摘要：针对在可见光和射频融合网络中,传统的基于接收信号强度的用户切换方案未考虑用户切换错误率的问题,提出了基于位置的用户切换方案。具体地,设计并实现了一套基于低成本物联网芯片ESP32的可见光−射频融合的通信定位一体化系统,该系统使用可见光通信下行数据、Wi-Fi上行数据。设计了基于时−频复用的通信定位一体化框架,使用神经网络估计用户的位置,用户根据估计的位置完成切换。在通信方面,系统的吞吐量最高可达35 kbit/s;在定位方面,系统的定位精度可达2.8 cm,比传统系统的定位精度提升了33%。与基于接收信号强度的切换方案相比,所提方案的用户切换错误率降低了4%。

摘要：利用自主设计和搭建的1 m 3矩形泄爆系统,开展了顶部点火条件下7%~13%浓度范围的甲烷-空气预混气体泄爆实验,研究甲烷浓度对泄爆过程中火焰演化和内部超压特性的影响规律,并结合压力时程曲线和火焰演化图像等进行机制分析,研究结果表明:浓度对甲烷-空气预混气体的泄爆特性有显著影响,在特定甲烷浓度下,容器内部超压出现双峰现象,在各浓度下均出现压力峰值P 1,而压力峰值P 2仅在浓度为9%出现。各浓度均出现的第一压力峰值P 1随着浓度的增加呈现先增大后减小的趋势,而该峰值出现时间的变化趋势却与之相反,两者均在甲烷浓度10%下取得极值。这一现象主要由初始火焰传播、外部爆炸、亥姆霍兹振荡和泰勒不稳定性等因素综合影响形成。仅在甲烷浓度9%出现由火焰与声波耦合作用诱发产生的声学峰值P 2,该峰值远大于压力峰值P 1;其主要由火焰和声压的相互促进与扰动触发热声耦合作用影响形成。火焰向下传播速度随浓度呈先增加后减小的趋势,在甲烷浓度10%时达到最大值,且稍富燃状态下燃烧速度总体较快。

摘要：针对三维形状分割问题,提出一种引入权重能量自适应分布参与深度神经网络训练的全监督分割算法.首先对三维形状表面进行过分割得到若干小块,提取每一个小块的特征描述符向量作为神经网络的输入,计算权重能量自适应分布,将经过加权后的分割标签作为神经网络的输出,训练深度神经网络.对于新的未分割的三维模型,提取模型表面三角面片的特征向量后输入到神经网络中进行预测分割后,对预测分割的边缘进行修整得到分割结果,实现三维模型的自动分割.在普林斯顿三维模型分割数据集上的实验结果表明,算法通过在训练过程中引入权重能量自适应分布,可以大幅降低神经网络训练时的均方误差,提高神经网络预测结果的准确率;与传统算法相比,该算法具有高准确率、强鲁棒性、强学习扩展能力等优点.

摘要：针对基于内容的三维模型自动分类问题,提出一种密度峰值驱动的三维模型无监督分类算法.首先利用多种特征描述符分别对每个三维模型提取相应的特征向量;然后将得到的特征向量运用鲁棒主成分分析去除噪声并降维;最后通过计算特征向量分布的密度峰值,并配合决策图,以直观的方式确定三维模型分类类别数,最终实现三维模型的无监督分类.实验结果表明,与传统算法相比,该算法具有易于确定分类类别数、准确率高、鲁棒性强等优点.

摘要：针对基于学习的三维模型兴趣点提取问题,提出一种兴趣点分层学习的全监督算法.提取三维模型表面所有顶点的特征向量后,将人工标注的兴趣点分为稀疏点和密集点,对于稀疏点使用整个三维模型进行神经网络训练,对于密集点则找出兴趣点分布密集的区域进行单独的神经网络训练;然后对2个神经网络进行特征匹配,得到一个用于三维模型兴趣点提取预测的分类器.测试时,提取新输入的三维模型上所有顶点的特征向量,将其输入到训练好的分类器中进行预测,应用改进的密度峰值聚类算法提取兴趣点.算法采用分层学习的策略,解决了传统算法在模型细节处难以准确提取密集兴趣点的问题.在SHREC’11数据集上的实验结果表明,与传统算法相比,该算法提取兴趣点的准确率更高,出现的遗漏点和错误点更少,对解决越来越精细的三维模型的兴趣点提取问题有较大帮助.

摘要：针对水平井分段多簇压裂过程中段内多条裂缝同步扩展的形成特点,考虑裂缝间存在的应力阻隔效应和应力干扰效应,分析了段内各条裂缝诱导应力的影响范围以及其相对于不同位置处的有效净压力,建立了水平井分段多簇压裂段内不同位置处诱导应力计算模型.通过研究得出如下认识:第N段压裂之前段内各点受到的诱导应力为之前各段最后一条裂缝产生的诱导应力的叠加,第N段压裂过程中段内各点受到的诱导应力是与其相邻的裂缝产生的;最小水平地应力方向的诱导应力抵消了一部分缝内净压力,应根据应力阻隔和应力干扰效应以及之前各段压裂诱导应力的分布计算每条裂缝相对于左右两侧地层的有效净压力以及诱导应力.考虑多条裂缝同步扩展时的应力阻隔和应力干扰效应以及有效净压力变化的分段多簇压裂诱导应力计算模型更为符合实际的工况情况,具有较高的精度,能够为水平井分段多簇压裂优化设计提供更为准确的理论指导.

摘要：现阶段人们的学习呈现碎片化、微型化、多任务和浅层读图的特征。如何促使学习者进行信息深度加工、构建结构化知识体系,有效、准确地获取学习资源,满足其个性化学习和高阶思维能力发展的需求,成为目前的研究焦点。文章在阐述和研究个性化学习、深度学习内涵的基础上,认为个性化学习系统的核心是个性化学习过程,将它与深度学习过程融合,一方面提出基于深度学习的个性化学习模型,以期提高个性化学习的效果;另一方面指出该模型包括学习交互界面、实践共同体社区、深度学习过程、智能导学过程和评价五个核心模块,以便为进一步研究提供方向。

摘要：培氟沙星(pefloxacin,PEF)广泛用于畜禽疾病的预防和治疗,常造成兽药残留,影响人体健康。因此,有必要对其构建有效快速的检测方法。实验采用溶剂热法合成具有时间分辨特性的荧光纳米材料NaYF_(4)∶Ce/Tb,并基于分子对接辅助设计PEF适配体的互补链。纳米金与发光纳米材料分别修饰在适配体、互补链上,通过碱基互补配对诱导2种纳米材料间发生时间分辨荧光共振能量转移(time-resolved fluorescence resonance energy transfer,TR-FRET),基于此原理构建基于生物传感PEF的新型检测方法。在最佳条件下,测得PEF的时间分辨荧光强度在质量浓度0.2~20μg/kg呈良好的线性关系(y=1567.3x+3956.3,R^(2)=0.9742),检测限为0.15μg/kg,测得牛奶中兽药残留加标回收率为73.81%~99.86%,表明该方法可用于实际食品样品中PEF的检测。