摘要：在国家大力发展文化产业的背景下,各地文化产业搞得如火如荼。动漫产业也归属于文化产业,差异性的文化体系下研究动漫产业的发展,就要充分认识动漫的区域性生存环境,做到:"知道我们自己有什么,动漫产业发展需要什么?"在区域自治政策下,进行地域性动漫产业研究是必然趋势。本文在分析国内动漫产业发展的前提下,从地方政策、文化资源、传播平台、原创人才等方面分析宁夏发展动漫产业的优势,以为后续产业研究做有利参考。

摘要：公平公正地配置公共服务设施是城市规划的核心,我国从20世纪末期逐步开展针对公共服务设施公平性的相关研究,目前已形成较为丰富的研究成果。文章结合CiteSpace知识图谱分析和文本分析的方法,对近20年相关文献进行聚类分析和文献综合分析,从研究视角、研究内容、研究方法等方面探讨我国城市公共服务设施公平性研究的发展演变与热点问题。城市公共服务设施公平性研究从“物”的视角转向人本主义视角,基于多源数据、综合城市居民群体的社会经济特征与需求的社会公平研究成为未来的重点问题。

摘要：以化学工程与工艺专业的“分析化学”课程为例,在厘清课程思政和思政课程概念的基础上,通过对接专业思政目标,一体化设计、系统化构建,结合课程内容和特点培养学生的敬业与诚信精神,结合新技术、新标准培养学生的守正创新意识,结合新政策新要求,培养学生的可持续发展意识。在课程章节中明确思政目标,精选课程内容,将生动鲜活的事例作为思政融入点,进而达到课程思政“润物无声”的育人效果,以实现课程思政与思政课程同向同行的育人目标。

摘要：为进一步了解复杂管道的内部环境,设计一种全驱动轮式管道机器人。通过坐标旋转法,分析管道机器人通过T型管垂直爬坡时的姿态调整过程与运动状态变化,运用ADAMS动力学分析软件,分析管道机器人通过T型管时各驱动轮的受力情况和驱动轮质心运动速度变化。研究发现管道机器人通过T型管时,其各驱动轮先后经历悬空状态并失去管壁支撑,4个驱动轮与管壁的接触力总的变化趋势均是先减小到0 N,然后随着驱动轮与管壁发生接触碰撞,接触力迅速增大,幅值超过其稳态值;前后2个驱动模块的驱动轮质心运动速度不同,前驱动模块驱动轮质心运动速度变化规律为类似正弦变化,后驱动模块由于接触碰撞,上部驱动轮与管壁发生打滑,驱动轮运动速度先轻微增大后迅速减小。研究结果为管道机器人的结构设计提供参考。

摘要：随着信息科学技术的发展,在控制工程领域,传统的串口通信渐渐无法满足当前移动式、多样化的通信需求。提出了一种基于Wi-Fi模块及无线路由器实现分布式测控系统的设计方法。该系统由Wi-Fi模块、无线路由器等组成,下位机是以C8051F020单片机和USR-WIFI232-T串口转Wi-Fi模块为核心设计的多功能测控装置。按照制定的通信协议开发软件,可使计算机通过无线网络与下位机之间实现分布式的测量与控制,进而通过在云平台部署和配置服务器程序,还可以实现远程的分布式测量与控制。

摘要：针对医疗财务数据的风险,文中提出了一种基于灰狼优化算法改进极限学习机的数据分析方法,实现了对数据风险的精准预测。该算法基于极限学习对数据进行深度挖掘和分析,并在此基础上进行改进,通过灰狼优化算法对极限学习机的权重参数进行优化。通过在真实数据集上与极限学习机进行实验对比,本算法的决定系数R2为0.96,优于极限学习机的0.81,验证了所提算法的有效性。同时,为了进一步验证该文算法的优越性,在实验仿真过程中还与多种机器学习算法进行对比,结果表明文中算法的预测效果更为优越,相比于其中表现最佳的SVM也有了0.06的提升。

摘要：随着超导磁悬浮列车的快速发展,低温超导磁悬浮列车已成为研究的重要方向。本文基于“低温超导磁悬浮列车”项目的试验阶段列车在行驶过程中对超导磁体的温度采集需求,设计了可采集8通道超低温温度信号的采集管理板,选用DSP为数据处理主控芯片,FPGA为逻辑驱动主控芯片,通过恒流源信号转换、信号调理电路以及AD菊花链,实现8通道采集精度为1%的温度数据的采集,通过仿真验证采集管理板软件设计的合理性,最终本文采用上位机软件采集温度数据并进行分析,验证该方案的可行性。

摘要：为解决在突发公共卫生事件中医护人力资源难以快速、合理分配的问题,文中提出了一种融合改进蚁群算法的应急资源网络重构模型设计方案。该模型以蚁群算法为核心,通过引入遗传算法进行改进,避免了算法容易陷入局部最优的问题。同时,对蚁群算法更新规则进行了改进,从而进一步优化了路径规划方案。在公开数据集上进行的实验仿真结果表明,所提算法的计算精度和资源利用率均高于传统算法,且收敛速度提高了20%以上,为解决应急情况下医护资源的合理、有效分配问题提供了参考。

摘要：阐述基于深度学习的目标检测算法和图像分割算法的捆带检测系统,采用两种相结合的算法,对同一张产线图像是否含有捆带及捆带是否压边进行综合判断。结果表明,可有效提升识别的准确率。

摘要：教师-学生网络在知识蒸馏、知识扩展、域自适应以及多任务学习等领域的应用中均已取得显著成果且成为重要的框架或范式。在不同的应用场景中，教师-学生网络拥有不同的优化方向。本文针对半监督应用场景下的知识扩展任务提出了一种权重嵌套式教师-学生网络模型。该模型借鉴结构重参数化方法，将学生网络设计为结构重参数化网络，并进一步以其主干分支作为教师网络，实现教师网络和学生网络的嵌套。由于教师网络和学生网络的主干分支共享权重，因此本文所提出的框架可以大幅地缩减传统教师-学生网络模型的参数量以及对显存的要求。为了验证本文提出的框架在半监督设定下的有效性，我们在Food-101数据集上进行了对比实验。实验结果表明嵌套式的教师-学生网络在模型参数量和显存占用量减少超过40%的条件下，实现了在多种标注比例下均取得略高于传统教师-学生网络模型的性能。