摘要：对基于机器视觉的人体动作识别的成果进行研究,为提高视频数据集中人体动作的识别率,提出一种改进的深度网络模型。采用稠密光流方法处理数据,结合二维卷积神经网络(2DCNN)、三维卷积神经网络(3DCNN)和长短期记忆神经网络(LSTM)对动作特征进行提取,利用Softmax分类器识别分类。通过KTH数据集进行实验对比验证,分析结果表明,改进模型相比其它已有模型具有更高的识别率,动作识别效果更优。

摘要：针对深度Q学习算法在机器人路径规划中的过估计问题,提出一种动态融合深度双Q算法(dynamic target double deep Q network,DTDDQN)。通过动态融合DDQN和平均DQN的先验知识进行网络参数训练,前期以较大权重的DDQN优化目标对估计网络进行网络训练和先验知识的积累,随着学习的深入,增大平均DQN的优化目标对网络训练的权重,使网络输出的Q值更加接近真实Q值,减少过估计对机器人在选择动作时的影响,达到所选策略最优。仿真对比结果表明,DTDDQN算法在路径规划中能更好解决过估计问题,在动作选择方面以及规划路径长度方面都有一定提升。

摘要：背景:在血管性痴呆时,脑组织缺血、缺氧,能量消耗,神经元代谢异常,三磷酸腺苷生成减少,细胞内外离子环境的紊乱等导致突触结构破坏,可能引起单胺神经递质的释放异常。目的:观察参麻益智胶囊干预的多发性脑梗塞引起的血管性痴呆动物模型脑组织单胺递质含量的变化,分析其对血管性痴呆的影响。设计:随机对照观察。单位:辽宁省基础医学研究所病生研究室。材料:Wistar种系大鼠96只,鼠龄为8～12个月,体质量为270～500g,雄雌各半。方法:实验于2001-04/07在辽宁中医学院职业技术学院病理生理研究室完成。将实验动物分为6组,每组大鼠16只,雄雌各半。其中5组采用Wistar大鼠颈内动脉注入凝血栓子的方法,制作出多发性脑梗塞引起的血管性痴呆动物模型,造模后随机分为参麻益智胶囊3.2g/kg,1.6g/kg,0.8g/kg剂量组(参麻益智胶囊由人参、天麻等总提取物组成,每克药粉含生药2.7g,由中国中医研究院西苑医院提供。),阳性药对照组,痴呆对照组;未造模动物为正常对照组。对参麻益智胶囊各剂量组分别施以相应剂量的参麻益智胶囊灌胃;阳性药对照组应用喜得镇甲磺酸双氢麦角毒碱片灌胃,剂量为lmg/kg;痴呆对照组和正常对照组应用同等剂量的生理盐水灌胃。各组动物在造模后l周开始给药,1次/d,连续给药6周。应用高效液相色谱法测定单胺类神经递质含量。主要观察指标:测定各组大鼠脑组织单胺类神经递质去甲肾上腺素、肾上腺素、多巴胺、吲哚乙酸、高香草酸和5-羟色胺的含量,并进行组间对比。结果:实验动物由于自身体质和环境改变等原因死亡9只,最后进入结果分析的实验动物为87只。痴呆对照组大鼠脑组织内去甲肾上腺素含量显著低于正常对照组大鼠[(0.40±0.23),(0.70±0.14)ng/g,t=2.712,P<0.01],而参麻益智胶囊3.2,1.6g/kg剂量组大鼠脑组织去甲肾上腺素含量明显高于痴呆对照组大鼠[(0.57±0.09),(0.58±0.19),(0.40±0.23)ng/g,t=2.211,P<0.05],尽管其含量仍然低于正常对照组大鼠。参麻益智胶囊0.8g/kg剂量组的去甲肾上腺素含量明显低于正常对照组[(0.48±0.23)g/kg,t=2.213,P<0.05],但仍略高于痴呆对照组和阳性药对照组大鼠[(0.41±0.19)ng/g]。其他神经递质间差异不明显。结论:痴呆大鼠脑组织去甲肾上腺素含量明显降低,而参麻益智胶囊具有升高痴呆大鼠脑组织去甲肾上腺素的作用。参麻益智胶囊治疗血管性痴呆可能与其提高脑组织内去甲肾上腺素的含量有关。

摘要：尾矿库是矿山运行必不可少的设施,位于高地震烈度区的尾矿坝,其安全性极为重要。针对结合某一干湿结合筑坝的尾矿库工程研究项目,对位于高烈度区的尾矿坝进行了尾矿坝动力稳定分析。综合分析坝体永久变形、水平加速度放大系数、最小安全系数等物理量的分布及变化规律,对尾矿坝在地震作用下的坝坡稳定性进行了评价。

摘要：论文基于爬行理论,通过改进铣头的结构设计和关键零件材料,有效解决了旋转运动中爬行问题带来的影响,对实际运用有较好的参考和指导作用。

摘要：为研究低速机电控喷油器电磁阀流动换热特性,以某型喷油器电磁阀组件作为研究对象。在满足电磁阀力学性能的基础上,建立三维仿真计算模型,采用Fluent对电磁阀组件流固耦合共轭传热分析。结果表明:润滑油进口温度为55.0℃,出口温度为78.7℃,重油进口温度为200℃,出口温度为198.8℃,电磁阀靠近重油附近温度逐渐升高,电磁阀温升受重油的影响较大;电磁阀最高温度为93.42℃,远小于极限温度,换热效果较好,其结构满足工作性能要求。本文通过共轭耦合换热分析,为船用低速机喷油器电磁阀设计提供指导。

摘要：针对高校传统课堂师生互动不足、学生参与度低等问题,提出利用BYOD支持高校课堂教学。在概述BYOD、课堂交互概念的基础上,分析BYOD支持下课堂交互优势,通过具体案例应用解析如何运用BYOD支持课堂交互。教学实践证明,BYOD教学可以增加师生互动、提高学生课堂参与度和学习效果。最后,提出转变教学观念、重视教学设计、增强学校网络建设等策略,为一线教师开展课堂活动提供参考。

摘要：对全局路径规划算法中的快速扩展随机树(RRT)算法进行深入的研究,针对基本RRT算法随机性强、搜索没有偏向性、得到的路径不一定为最优路径等缺点,提出一种改进的RRT优化算法,通过改进随机数生长方式的角度对原有算法思路进行改进,引导随机数向着目标点方向生长,与此同时移动机器人可以根据周围环境信息及时做出调整,使随机树向更高质量生长。大量仿真结果表明,改进的RRT算法具有一定的可行性与有效性,能高效引导随机树朝目标点方向高质量地生长,规划的路径尽可能接近最优路径,有效缩短了路径规划时间。

摘要：由于传统多目标数据合并方法缺少数据校验与格式转换,导致数据合并后存在误差,影响电网设备故障识别准确率,因此设计一种基于网络结构优化的检修计划编制数据源多目标合并方法。融合来源于各传感器的多源数据,通过数据级、特征级和决策级等3层校验,得到抗干扰能力强的数据源;转换多目标数据格式,分别提取不同类型数据的相应特征,将数据的黑度-坡度进行归一化处理并以矩阵形式实现数据合并。实例分析结果证明,所设计的数据合并方法识别电网设备3种故障状态准确率分别为97.36%、93.80%、94.50%。该方法提高了电网设备故障识别的准确率,可以为检修计划编制提供可靠依据。

摘要：用于卫星转发器的高功率行波管放大器(TWTA)是非线性放大器,由于常工作在饱和状态导致非线性失真很严重.针对这种非线性变换特性,提出了一种基于神经网络的新的校正方法,主要步骤包括样本数据的预处理、网络结构的设计、采用LM算法进行网络训练,以及利用训练好的模型进行AM/PM或AM/AM校正等.通过仿真实验和对比分析表明,基于神经网络的校正方法优于传统校正方法,校正结果与真实值吻合程度高.