摘要：以实践教学体系为基础,依托实践教学基地,采用“两面向三结合”的教学模式,并贯通式地融入课程思政元素。“两面向三结合”是指面向创新创业素质培养,在理论培训中将技术原理与企业运营知识相结合;在实践过程中将车间实习和项目研究相结合;在实习中将理论培训与实践过程相结合。教学实践表明,该实习教学方法有利于增强学生的动手能力,提高学生的创新能力,强化学生的创业意识,培养学生的职业精神,达到了预期效果。

摘要：陈受谦是我国著名的作曲家、词作家。在多年的音乐创作实践中写下大量的音乐作品,其中包含歌剧、舞剧、电影、电视剧、电影音乐片、电视艺术片等。对陈受谦浓郁东北艺术特质的创作风格及作品进行深入探讨研究,既是对东北乐派理论体系的内涵的丰富,也是以个案研究呈现中国乐派的艺术文化底蕴的方式。

摘要：工业过程中的非最小相位被控对象因其具有反向特性而会给控制器设计带来困难,在自动化教学中对非最小相位概念的描述通常偏重于零点位置、零动态等理论概念,因缺乏直观性而使得学生不易理解透彻。结合自适应控制课程教学,基于工业过程中典型的空气加热混合过程,通过合理构造实验条件,构建了具有非最小相位特性的物理被控对象装置,在此基础上,研发了自校正控制教学实验平台,可以开展非最小相位工业对象的辨识、控制和自校正控制的教学实验,有助于加深自动化专业学生对非最小相位概念的理解,从而改善教学效果。

摘要：教材是一门学科理论研究成果与实践改革经验的呈现和总结。我国第一本高等教育学教材诞生于1984年,至今已有40年的发展历程,大致经历了初步创建期、繁荣发展期、深化探索期。40年以来,我国高等教育学教材建设呈现出从实践服务取向转向理论建构取向、从教育学知识基础转向多学科知识基础、从以自发建构为主转向以组织建构为主、从二元建构逻辑转向三元建构逻辑的基本特征。我国高等教育学教材建设的未来趋向为:坚持“中国特色与世界水平”并举,坚守高等教育学教材的价值立场;坚持“学科建构与问题分析”并重,提升高等教育学教材的编写质量;坚持“研究性与育人性”互促,释放高等教育学教材的基本功能;坚持“平面性与立体性”相结合,优化高等教育学教材的设计与传播方式。

摘要：针对疲劳驱动力能量模型中变幅载荷间交互因子难以确定的问题,考虑载荷大小次序、载荷间的干涉以及疲劳损伤程度等因素对变幅载荷作用下损伤累积规律的影响,在引入能量准则确定损伤参数的基础上,将变幅载荷应力比、载荷循环比、疲劳损伤程度引入载荷间交互因子的计算,建立分别采用载荷循环次数比和实时疲劳损伤对交互因子进行修正的改进非线性疲劳寿命预测模型。根据Q235B和铝合金2种常用材料的焊接接头在多级变幅载荷作用下的试验数据,对改进的疲劳寿命预测模型的预测能力进行验证。结果表明:在变幅载荷作用下,改进的疲劳寿命预测模型能有效地对焊接结构的疲劳寿命进行预测,相比其他模型更接近于试验结果,且模型中仅含有2个比较容易通过试验确定的常规参数,无需引入其他参数,便于应用于实际工程结构的分析及设计。

摘要：李小龙以电影为媒介实现了中国功夫文化的世界性传播,即便在当下依然具有极高的辨识度。深度挖掘李小龙动作电影带来的情感共振,不仅是继承和弘扬中国传统文化的必要之举,更是以影像书写文化自信的时代使命。本文采用认知神经科学的皮肤电反应(Galvanic Skin Response,GSR)方法,以认知神经科学的“共情双模型理论”和神经电影学的“共情双因素理论”为研究框架,对李小龙动作电影进行观众情感的共情效果实证再研究,以期在以往多于语境化的社会视角分析和跨文化的比较视野研究等非实证方法的基础上,获得新的发现和再传播意义。

摘要：在知识生产模式转型背景下,单一学科向跨学科的转变不仅是遵循学科发展规律的内在要求,更是解决重大且复杂社会问题的客观需要。美国研究型大学通过设立多个跨学科研究中心、跨学科教育项目进行跨学科研究生培养。在实践过程中,他们通过项目愿景设计培养目标,以多途径多类型课程整合、多种模式导师协同指导、多主体协同参与管理等方式提高培养质量。结合我国当前跨学科研究生培养现状与问题,重点从厘清跨学科培养理念、拓宽人才培养路径、变革管理体制、完善质量评价体系四个方面改进我国跨学科研究生培养。

摘要：目的解决地铁空间中视障者出行遇到的导向交互问题。方法以CJM法的研究方式为基础,从CJM法中的地点、行为、问题及机会点、情绪等多个维度对视障者的地铁出行进行心理情感、生理行为等层次的系统评估分析。并通过AHP法对面向视障者的地铁空间导向交互系统的不同层级优化方案进行评分,形成相应的评分集与矩阵集并进行计算得到相关评判结果向量,继而获得最优设计方向。结果运用CJM法与AHP法相结合的方式,优化面向视障者的地铁空间导向交互系统,实现视障者在地铁空间中的安全便捷出行。结论解决地铁空间中视障者导向系统的若干问题,为视障者在地铁等公共空间的出行研究提供思路与参考。

摘要：轴承作为旋转设备的关键部件,工作状态下因磨损和裂纹等失效状况的出现,使采集到的数据夹杂着干扰性振动信号,而传统的故障诊断方法具有较大误差,导致诊断结果不够准确。针对这一问题,文中提出一种基于一维深度残差收缩网络的轴承故障诊断模型,该模型将注意力机制及软阈值化引入残差网络,通过减小冗余信息的干扰,提高特征提取的能力。为验证模型的可行性,运用凯斯西储大学轴承试验数据中的4种故障情况,各故障情况分别选取360组数据作为样本用于故障诊断,结果表明:该方法可以很好地增强有效信息和减弱无效的噪声信息,具有更好的抗噪性,相比其他诊断方法,有效性与准确率更高。

摘要：色彩恒常研究中,白斑算法假设图像内最高亮度像素为灰色来估计光源色彩.然而受坏点及噪声影响,图像内最高亮度像素的色彩易偏离灰色,导致白斑算法光源估计性能降低.针对上述问题,提出一种基于灰色区域扩展的非学习类色彩恒常算法.首先,依据白斑假设定位灰色像素并将其作为初始种子点;其次,基于对数RGB色彩空间构建光源无关的种子点判定指标,用于指导初始种子点处的灰色区域分割;随后,采用一组生长终止阈值分割图像以生成多个灰色区域,各区域的光源估计值由该区域内所有像素值加权计算,从而弱化采用单一像素执行光源估计时可能受到的坏点及噪声影响;最后,来自多个灰色区域的光源估计值经Nearest2加权融合后作为最终光源估计结果.在ColorChecker,Cube+和SimpleCube++共3类公开色彩恒常数据集中的实验结果表明,所提算法的光源估计值在现有非学习类色彩恒常算法中取得了最低的中值角度误差,且相较原始白斑算法的中值角度误差平均降低70%.此外,得益于对相机传感器参数的不敏感性,所提算法在跨数据集色彩恒常实验中相较学习类算法还具有最低的中值及三均值角度误差.