摘要：随着大数据时代的兴起,数据量不断增长,为从这海量数据中提取有效信息以支持决策管理和业务分析,新闻分析系统变得尤为重要。该项目分为分布式大数据分析和新闻网后台管理两部分。大数据分析部分采用Spark等计算框架,结合Zookeeper分布式应用程序协调服务,构建一个具有公开性、针对性、时效性、准确性、真实性的新闻分析系统。系统设计分层体系结构,实现分布式集群架构。同时,新闻网后台管理系统基于Spring Boot和Vue实现,充分用它们的优势,提高网站的访问速度和用户体验,满足网站开发的需求。

摘要：为提高非本征光纤珐珀传感器(Extrinsic Fabry-Perot Interferometric,EFPI)腔长解调的精度,基于EFPI传感器反射光谱近似余弦函数的特性,设计了一种基于李萨如图形(Lissajous-Figure)与标准形式椭圆曲线拟合的解调方法。将两组光强信号经过坐标变换拟合为标准椭圆曲线,以减少求解参数;并通过经验模态分解对数据进行分析,去余项后将得到的极值点代入椭圆曲线求解。将离散数据点分别移动5、10、15、20、25个点测试五组不同相移对解调结果的影响并选取其中误差最小的一组对EFPI传感器进行横向负载实验,分别施加5~25 N的应力,通过拟合椭圆曲线的解调方法将计算腔长差与理论腔长差相对比。结果表明,实际腔长差随负载成正比,平均误差值为5.690%左右,可以准确获取EFPI的腔长。

摘要：为研究HX_(D)2C型电力机车车钩钩尾框异常磨耗现象,基于现场调研和列车跟踪测试,通过监测重联机车在运行过程中车钩及钩尾框的状态,即测量车钩受力状态,车钩垂向、横向摆角,车钩垂向位移以及视频监控前从板-预压板与钩尾框之间的间隙情况,选取13处典型时段的列车测试及运行数据,分析钩尾框发生异常磨耗原因及改进措施。研究结果表明:钩尾框的异常磨耗现象与重联机车车钩初始钩高差、车钩运动姿态、线路条件和列车不同操纵工况下的缓冲装置持续受力状态有关;通过在前从板-预压板与钩尾框之间涂抹润滑剂,焊接限位块或者减小钩尾框框身与车钩箱顶部限位板之间的间隙等措施,可避免前从板-预压板与钩尾框产生直接接触,达到抑制钩尾框异常磨耗的目的。

摘要：针对点动控制的单侧制动式转向履带底盘在自主行走中控制精度低、转向切换频繁的问题,提出了一种基于单侧制动转向履带底盘的三切线局部路径动态规划算法,根据履带底盘转向制动力矩不可控特性,设计了“转向-直行-转向”的局部路径规划方式。三切线局部路径动态规划算法由1条直线与2条圆弧相切组成,第1段圆弧与车辆行驶方向相切,车辆沿圆弧转向逐步偏向目标航线;第2段直线与两段圆弧相切,车辆沿直线行驶逐步靠近目标航线;第3段圆弧与目标航线相切,车辆沿圆弧转向逐步与目标航向一致。车辆通过历史移动的横向偏差和航向偏差采用加权递推平均滤波计算转弯半径,判断当前所处阶段进行调整。田间自动直线行驶试验结果表明:在横向偏差0.25m、航向偏差为0°的起始状态下,以行驶速度0.4m/s前进,在该算法下行驶的横向偏差绝对值均值和横向偏差标准差分别为0.085、0.104m,分别比bang-bang算法增加23.19%、19.54%,航向偏差绝对值均值和航向偏差标准差分别为3.31°、3.74°,分别比bang-bang算法减少25.95%、25.64%,总转向控制次数为9次,比bang-bang算法减少43.75%。三切线局部路径动态规划算法适用于单侧制动式转向履带底盘,具有更高的路径跟踪精度和较低的控制频率,满足田间作业需求。

摘要：目的:探究身体活动对注意缺陷多动障碍(attention-deficit/hyperactivity disorder,ADHD)患儿睡眠问题的影响。方法:采用随机对照实验设计,将44名ADHD患儿随机分为实验组和对照组。对实验组进行12周(3次/周,60min/次)的中高强度身体活动干预,对照组不参与干预并维持日常生活习惯。在干预前后,分别使用儿童睡眠习惯问卷和体动记录仪测量患儿的睡眠行为。结果:相较于对照组,实验组被试干预后睡眠质量显著提高,具体表现为就寝习惯改善、减少夜醒、缩短入眠潜伏期和入睡后觉醒时长减少等。结论:身体活动对改善ADHD患儿睡眠质量的效果显著,对ADHD临床治疗的长期管理具有一定应用价值。

摘要：本文在系统阐述众包与模糊前端的概念内涵、特征以及二者间关系的基础上,剖析了众包战略对新产品开发模糊前端活动的促进作用与负面影响,为客观认识众包战略在模糊前端阶段获取优质创意的作用提供辨证思考。然后进一步从四个方面提出了众包战略促进企业模糊前端创新绩效的理论框架,并对后续更深入的理论与实证研究给出了具体思路。本研究不仅为探讨众包战略与模糊前端创新的关系提供了理论指导,而且对我国企业有效管理模糊前端活动、利用众包战略获取模糊前端优质创意具有重要的实践启示。

摘要：该文针对分布式相控阵多雷达网络的多目标跟踪场景,研究非理想检测条件下的节点选择与辐射资源联合优化分配算法。首先,根据分布式相控阵多雷达网络构成、目标运动模型、雷达量测模型以及雷达节点检测情况,推导非理想检测下以雷达节点选择、辐射功率和信号带宽为变量的贝叶斯克拉默-拉奥下界(BCRLB)闭式解析表达式,并以此作为多目标跟踪精度衡量指标。在此基础上,以最小化系统各雷达节点对所有目标的总辐射功率为优化目标,以满足目标跟踪精度门限以及给定的系统射频辐射资源限制为约束条件,建立非理想检测条件下多雷达网络节点选择与辐射资源联合优化分配模型,对各时刻雷达节点选择、辐射功率和信号带宽等参数进行联合优化设计,以提升多雷达网络的射频隐身性能。最后,针对上述非线性、非凸优化问题,采用基于障碍函数法和循环最小化算法的4步分解算法进行求解。仿真结果表明,与现有算法相比,所提算法能在满足给定多目标跟踪精度的条件下有效降低分布式相控阵多雷达网络的总辐射功率,至少降低了约32.3%,从而提升其射频隐身性能。

摘要：针对复杂局部环境中机器人实时自主导航问题,设计了"双向搜索多边形构造算法"和"基于势场函数的机器人运动控制器"."双向搜索多边形构造算法"能够在机器人被障碍物包围的环境下搜索出障碍物的包围多边形,从而获取基于障碍的最优行进路径;"基于势场函数的机器人运动控制器"是一个多变量控制器,输入矢量由吸引势场函数和排斥势场函数组成,输出矢量由速度和转角组成,该控制器控制机器人实际运动,使机器人能够有效躲避障碍物并逐步趋向目标点;控制器还设定了机器人运动的基本速度,解决势场为零时引起的局部极小化问题.与"沿墙走算法"、"人工势场法"等方法的实验比较表明,本文算法能够获得更好的优化性和实时性,具有更加广泛的实际应用范围.

摘要：为实现对粗骨料UHPC的抗压强度的预测和配合比设计方法的优化,搜集了国内外文献中168组粗骨料UHPC配合比和标准养护28 d抗压强度实测值,给出了各材料组分和抗压强度频数分布,并基于灰色关联分析法分析了各材料组分与抗压强度的关联关系,通过神经网络参数分析,建立了基于遗传算法的前馈神经网络,相比普通的BP神经网络具有更好的预测精度和泛化能力。最后基于建立的GA-BP神经网络给出了不同强度等级粗骨料UHPC配合比设计中粗骨料/胶凝材料、钢纤维体积掺量、砂胶比的建议取值范围。