摘要：团体训练作为一种新的教学模式,是根据青少年心理发展的特征与规律,设计各种游戏、活动等,引导学生在活动中完成体验、互动、反思、分享,进而提高其心理健康水平的过程。笔者在为期一年的实习中将团体训练技术应用到初中心理健康课堂,受到了老师和同学的广泛认可。

摘要：针对现阶段无法直接获取电动潜油柱塞泵位移和载荷这一技术难点,研发了电动潜油柱塞泵故障诊断系统。通过该系统在地面实时采集电压和电流参数,同时经小波数据处理算法过滤出正常信号,计算出功率来实现时间一功率示功图的绘制,进而分析出系统故障类型。室内实验和现场试验说明,通过时间一功率示功图,可以直观地分析采油井生产状态,从而及早发现、及时处理常见系统故障,保障了采油井的正常生产。电动潜油柱塞泵故障诊断系统的成功研发,为电动潜油柱塞泵的故障分析提供了重要的技术支持。

摘要：现有矿井动目标定位系统存在井下无线信号传输衰减严重、非视距误差较大、井下电磁环境复杂、动静目标感知范围广、多系统信息融合联动性强等问题,目前针对矿井动目标精确定位技术及优化方法的研究未全面分析动目标精确定位服务的特点和技术要求,且缺少主流与新兴定位技术的全面对比。针对上述问题,分析了常用信号传输技术和定位测距方法在矿井动目标精确定位系统中应用的优缺点,指出无线电定位技术是较为适合、可行的矿井动目标精确定位技术。从信号防碰撞技术、误差消除方法、定位结果优化方法和融合定位技术4个方面分析了我国矿井动目标精确定位优化方法的研究现状,总结了存在的问题:①信号防碰撞算法的综合性仍需改进。②测距误差控制手段的高效性有待提升。③融合定位方法在生产现场中应用尚不成熟。④系统的应急救援辅助作用未充分发挥。针对现有技术的不足,展望了矿井动目标精确定位技术的发展趋势:①研究动态环境下信号冲突机制和冲突后恢复机制,设计综合信号防碰撞方案。②研究精确、高效、经济的测距误差控制方案,节约通信成本。③设计多种定位方法深度融合的动态定位方案,提升系统的可靠性、灵活性和应用性。④研究多系统联动方案及极端情况下应急通信与定位恢复机制,充分发挥系统在应急救援中的作用。

摘要：基于卷积神经网络(CNN,convolutionalneuralnetwork)的视觉深度学习算法的兴起推动了人工智能视觉芯片设计研究的快速发展,而芯片的设计验证工作是人工智能视觉芯片研发的瓶颈。介绍了一种基于硬件仿真系统的人工智能视觉芯片软硬件验证方法,以边缘计算人工智能视觉芯片设计为例,在硬件仿真系统ZeBu上完成了芯片运行的典型深度学习网络MobileNet的仿真验证工作。结果表明,在硬件芯片架构上实现的网络模型在保证精确度的同时,在200 MHz频率时钟下单帧检测时间只需要18.51 ms,与软件平台仿真相比,仿真速度提高了7倍。