摘要：弹性超材料是一种具有超常力学和声学性能的人工微结构,具备独特的带隙特性,通过对其带隙的动态调控设计,可以满足航空航天领域中重大装备对减振降噪性能的特定需求.文章基于深度学习开展弹性超材料带隙的逆向设计技术研究.首先,利用深度学习模型在图像处理方面的优势,以像素图像的形式表示单胞结构并将其转换为像素数据,基于参数化曲线描述和膨胀函数运算生成样本构型,并结合两种方法的优缺点,快速生成大量具备带隙特征、多样性好的样本数据;其次,采用条件生成对抗网络进行弹性超材料结构逆向设计,将色散曲线作为样本条件,并利用PatchGAN判别器关注图像区域的误差细节,提升网络对图像细节的处理能力,同时引入新的误差评估标准,提高误差评估的精确度;最后,开展弹性超材料带隙的逆向设计,包括带隙的拓宽、生成和扩增等,通过数值计算得到逆向生成结构的频率响应曲线,结果显示逆向设计弹性超材料弹性波衰减范围与给定带隙区域吻合,验证了逆向设计技术的可靠性,为弹性超材料主动带隙调控提供了一种有效的设计方法.

摘要：近年来,应用深度学习技术进行图像美学智能评价已成为一种趋势,然而,高层级美学描述任务所需标注数据量有待增加,数据集标注质量与多样性也有待提高。为此,以视觉语法的互动意义为切入点,引入深度卷积神经网络对电影海报视觉互动意义进行评价研究。首先,使用分词工具从电影海报评议学术文献中提取视觉互动意义核心语义,并借助形态分析法,归纳出视觉互动意义与电影海报特征元素的映射关系;然后,收集优秀电影海报作品,结合专家评议,构建电影海报视觉互动意义评价数据集;最后,运用深度卷积神经网络对电影海报样本进行特征提取,建立电影海报视觉互动意义评价模型,并通过实践创作验证模型的可行性。该方法将计算机美学评价拓展到电影海报设计领域,模拟人类视觉及审美思维,构建客观的评价模型,为设计师提供更加精准的用户审美需求并为前瞻性的设计提供参考。

摘要：在新课程改革背景下,小学高年段音乐教学对学生的创意实践素养等方面提出了更高的要求。以人音版音乐教材六年级下册第一单元“古风新韵”的教学为例,教师基于深度学习理论,以培养高年段学生的创意实践素养为目标,通过感知音乐要素、模仿音乐手法、迁移音乐应用等路径,形成以歌曲创编为主的创意课堂教学模式,旨在培养具有创新思维的创新型人才。

摘要：近年来,随着大数据的可用性提升以及计算机算力的提高,深度学习在图像识别、语音识别和自然语言处理等领域取得了一定成果,为医学的发展提供了新方向,例如智能医疗问诊、个性化诊疗方案设计、医疗影像辅助判读等。然而,深度学习在应用时也存在许多问题,例如可复用性不强和可解释性不足等。本文主要阐述深度学习的发展史及其在医学领域的一些最新进展,并对其在医学应用中的一些问题进行分析和探讨。

摘要：实现航空发动机燃烧室内火焰锋面的实时准确测量对于燃烧器优化设计、燃烧过程优化具有重要意义。基于代数重建算法的化学发光层析技术(CTC)可准确实现火焰锋面测量,但存在重建计算量大、耗时长的问题。本文提出了一种基于深度学习的旋流火焰锋面重建方法。首先搭建了紫外相机阵列CTC系统,并利用联合代数重建算法(SART)算法重建了不同工况下的三维旋流火焰锋面,进而构建了化学发光投影图像–火焰锋面数据集。在此基础上开展了基于卷积神经网络(CNN)的三维旋流火焰锋面重建实验研究,并评价了CNN网络模型的重建性能。结果表明:训练后的CNN网络重建结果与SART算法重建结果的结构相似度平均值为0.89,相关系数平均值为0.86,证实两种方法的重建结果具有较高的结构相似性;CNN网络的火焰锋面重建时间为1.8 s,仅为SART算法重建时间的1.9%。

摘要：在当前全球面临日益严峻的气候变化和粮食安全挑战的背景下,以可持续发展为目标、面向食物系统的设计教育备受关注。深度学习理论强调信息整合、新旧知识关联、学生学习主体性以及解决复杂问题的能力。本文基于中央美术学院本科三年级研究型课程《气候货币计划:食物图景》教学实践。探讨了在可持续食物设计教育中促进学生深度学习的方法及参与性教学的具体手段,旨在为设计院校在可持续设计教育领域提供创新思路和方法。

摘要：深度学习作为一种智能高效的模式识别技术,已得到基于大数据驱动的机械装备故障诊断领域学者的广泛关注。为了更加有效地从多传感器原始故障数据中提取出故障特征,解决单一诊断算法提取时序数据特征时的信息丢失问题,提出一种基于改进的长短期记忆循环神经网络-全局均值池化卷积神经网络(LSTM-GCNN)的深度循环卷积神经网络新算法,用于机械装备大数据的故障智能诊断。该算法首先运用长短时记忆循环神经网络(LSTM)从多通道原始数据中提取时间关联性记忆特征,然后再将特征数据输入到一维卷积神经网络(1D-CNN)中进行微小差异特征辨识,并且为了减少模型参数量和提高算法检测速度,设计了一个一维全局均值池化层用于代替传统1D-CNN算法中的全连接层结构。通过将提出的算法用于滚动轴承在1马力、2马力和3马力多种负载工况下采集的3通道振动信号数据进行诊断验证,分别得到100%、99.85%和99.78%的诊断准确率,实验结果相比传统的DNN、LSTM和CNN算法具有更加优越的诊断性能;对齿轮箱在空载和承载两种运行工况下的8通道原始数据进行故障诊断的准确率分别高达99.93%和99.8%,具有良好的迁移通用性能。

摘要：随着信息技术发展,混合式教学为高等教育改革提供了有效途径。为提升高校舞蹈啦啦操人才培养与课程教学质量,采用专家访谈、准实验研究、行动研究等方法,在深度学习视域下,形成了课前线上初步建构、课中线下深度探究、课后双线拓展反思的舞蹈啦啦操混合式教学模式,并在某高校开展实证研究。研究结果表明,经过两轮行动研究与18周的实验干预,在深度学习水平中,对照组在学习毅力、问题解决及协作能力3个维度上的P值均小于0.05,提升显著,实验组在全部10个维度上P值均小于0.05,提升显著;在理论知识水平中,实验组与对照组组间后测P值为0.002,提升极为显著,K-means模型进行聚类分析,差异性明显;在技术技能水平中,实验组与对照组组内前、后测对比均有所提升,但组间对比P值为0.304,无显著差异,仅编排成绩组间对比P值为0.037,有显著差异;在思维水平中,实验组与对照组组间后测P值为0.000,极为显著;学习满意度中均值均大于4。研究结论为,深度学习视域下的舞蹈啦啦操混合式教学模式能促进深度学习水平显著提升,增进课程理论知识学习成效,助推专项创编技能逐步形成,促使学生思维能力多维发展,且该模式学习满意度获高度认可。

摘要：在基础教育的课程体系中,语文课程扮演着核心的作用,它不仅塑造学生的性格,更能提升他们适应社会变迁的终身学习技能。依据2022年发布的《义务教育语文课程标准》,该课程的重点素养涵盖了文化自信、语言表达能力、思维能力以及审美和创意力。这些关键领域不只展示了语文学科的独特性和核心价值,也明确了教育的发展方向。语文课对于学生的道德和个性成长具有独特的贡献。故此,在教学中加强学生的语文基本技能是至关重要的。这不仅是帮助学生全面发展的基础,也是他们多方面成长的关键。教育的深入影响不仅限于知识积累和技能提升,更重要的是通过语文学习来培养学生的品德和对关键素养的理解,进而促进学生的整体发展。在这种教学理念下,学生能够不仅掌握知识,同时也能把所学应用于日常生活,实现对知识的深层次理解和掌握,有效提高了他们在现实生活中运用语文的能力和理解力。

摘要：通过对铀微粒的微粒分析获得关于铀浓缩活动的诸多敏感信息,进而判断核设施中是否存在未申报的铀浓缩活动,因此识别到铀微粒并进行微粒分析具有重要的研究价值。本文通过双层结构法制作铀微粒裂变径迹样品,在热中子通量为1.2×10^(14)cm^(-2)下进行辐照形成裂变径迹,并以YOLOv5为基础网络模型,融合窗口多头注意力机制(swin transformer)设计了一种铀微粒检测网络YOLOv5-ST。结果表明,YOLOv5-ST模型对铀微粒裂变径迹检测的均值平均精度为89.2%,检测精确率为90.1%,召回率为89.6%。与YOLOv5模型相比,均值平均精度、精确率、召回率分别提高了1.9%、4.5%、10.1%。该模型对铀微粒的径迹识别具有更好的检测效果,可为智能检测铀微粒径迹等研究提供技术支持。