摘要：阐述铁路技术管理规程多媒体教学软件的总体设计、功能模块设计、系统维护设计、软件特点及设计重点等内容。该教学软件便于铁路部门职工及相关专业学生学习、理解、掌握铁路技术管理规程,弥补该方面多媒体教学软件设计的空白,对其他相关软件开发具有启发作用。

摘要："花儿"是一种流传在青海、甘肃两省、宁夏回族自治区以及新疆个别地区的山歌,被誉为大西北之魂,是国家级人类非物质文化遗产,2009年9月被联合国列为人类非物质文化遗产。随着网络技术及机器学习的迅猛发展,对"花儿"信息的网络传播和深度挖掘至关重要。对此,笔者提出利用机器学习自然语言处理(Machine Learning-Natural Language Processing)来进行花儿唱词信息挖掘。通过构建循环神经网络(Recurrent Neural Network,RNN)青海花儿模型,展开对花儿唱词的数据挖掘,并且实现Python内置语言模块与动态网页互联,能为花儿艺术研究者及民间花儿艺术爱好者提供有效且高质量的花儿信息。利用RNN进行花儿唱词挖掘是一个非常有意义的研究课题,对未来花儿艺术的发展和传承具有重大的作用。

摘要：针对低照度图像增强研究中真实成对训练数据获取难、现有方法难以同时兼顾上下游视觉任务等问题,设计一种注重明度感知的渐进式无监督图像增强方法。具体地,采用多项损失共同引导模型训练进程,从而摆脱对成对训练数据的依赖;借助所提明度感知参数估计网络,仅需0.035 M参数即可完成特征提取;为提高非线性调整能力并减少迭代次数,设计一种高阶非线性映射曲线。为验证所提方法有效性,在图像增强领域广泛使用的权威数据集上开展定性与定量实验,结果均表明所提方法优于已有图像增强方法。此外,以无人机夜间目标跟踪作为典型下游视觉感知任务展开测试,在相关权威评估基准上的试验结果表明,所提方法对现有跟踪器在夜间场景的性能有显著提升,其精度与成功率的增益分别为21.50%与32.23%。大量实验结果表明所提方法可以显著改善低照度图像视觉效果,并有效缓解夜间场景下因低照度挑战所致下游视觉算法性能下降问题。

摘要：为了实现真正意义上的芯片实验室,金属微电极正在成为微流控芯片的重要组成部分。针对铜薄膜微电极在热键合过程中的断裂问题,利用断口分析技术研究了其断裂行为。分析了多种制备断口的方法并利用精密的自动砂轮划片机制备出了理想的断口试样,对断口试样进行宏观分析,判定该断裂是由于剪切引起的韧性断裂,利用扫描电子显微镜进行微观分析,推断出电极在热键合过程中既承受剪切力又承受拉应力,判定铜薄膜微电极在PMMA芯片热键合过程中的断裂机理是一种典型的韧窝式韧性断裂,铜薄膜微电极的断裂是由较高的热键合温度引起的。