摘要：文章旨在研究柳编类非遗产品消费者购买意愿影响因素,并提出柳编产品的设计策略。首先以解构计划行为理论为基础,从体验的角度构建柳编产品消费者购买意愿影响因素研究假设和假设模型;然后设计量表问卷并实施问卷调查,通过结构方程模型分析问卷数据检验研究假设。数据分析结果表明柳编产品的功能体验、感官体验、兼容性体验、创意体验显著影响行为态度,并通过行为态度影响消费者购买意愿。功能体验和感官体验对行为态度的影响最大,其次是兼容性体验,创意体验对行为态度的影响较小;而文化体验和社交体验对行为态度的影响不显著。在此基础上提出了柳编产品的设计策略,并通过3款柳编产品的创新设计,验证了研究结果的有效性。本研究为以提升销售为目的的柳编类产品的优化设计提供了理论参考。

摘要：吸能盒是汽车低速碰撞重要的被动安全部件,对减少低速碰撞维修成本具有重要的意义。吸能盒仿真实验利用ANSYS有限元软件完成,以选定截面形状的吸能盒为研究对象,以吸能盒的结构尺寸为输入参数,吸能量、侵入量以及加速度峰值为评价参数,进行敏感度分析,采用中心点组合法生成设计参数点,拟合吸能量响应面和加速度响应面和加速度响应曲线,完成响应面优化。最后通过仿真探究引导槽的形状和数量对加速度峰值的影响。以此为依据改变吸能盒结构参数,研究增大吸能盒吸能量并降低加速度峰值的方法。探究吸能盒评价参数之间的耦合性,为后期吸能盒的设计提供依据。

摘要：针对移动边缘计算(MEC)中边缘服务器资源有限,服务提供商面临如何充分利用稀缺的边缘资源最大化系统性能的问题,提出一种基于李雅普诺夫优化的动态优化算法。建立服务缓存和请求调度模型,得到在满足服务缓存成本的长期预算约束时最小化系统延迟的优化函数模型;利用李雅普诺夫优化技术将长期优化问题转化为多个连续时隙的实时优化问题,设计对偶分解算法求解实时优化问题。通过仿真实验验证了所提算法的有效性。

摘要：目的围绕一流课程建设要求,在新文科背景下,结合高校办学定位和发展目标,探索产品设计类课程建设与改革路径,提高课堂教学水平和人才培养质量。方法通过引入OBE教育理念和课程框架中学科需求等分析方法,依托河北省重点专业建设平台,结合“产学研”教学模式,从课程目标建设理念、课程内容创新、课程思政、课程设计及考核评价标准等方面进行阐述与论证。探究《安全产品设计》一流课程教学存在的问题与产生原因,提出了课程建设的基本标准和主要路径。结果通过课程建设,结合特色产教融合,有效改善了《安全产品设计》的授课效果,提升了学生的综合设计素质与能力,培养出创新应用型高水平复合型人才。结论新文科背景下《安全产品设计》一流课程建设路径探索在跨学科建设、构筑具有专业特色的教育模式等方面有一定的成果,不仅对培养产品设计类专业人才有着实践意义,同时可为其他专业及学科建设提供借鉴。

摘要：针对行人重识别技术中存在特征挖掘不充分的问题,提出一种联合归一化模块和多分支特征的行人重识别模型。在主干网络中嵌入注意力机制引导的实例归一化模块,减轻背景等杂波信息的影响。在双级特征融合模块对局部特征进行加权后再聚合形成对行人特征的更细节表达。联合平滑交叉熵损失、三元组损失以及跨分支特征蒸馏损失对网络进行优化。所提模型在Market-1501和DukeMTMC-ReID数据集上首位准确率分别达到了95.7%和89.2%。实验结果表明,该模型增强了对图像特征的提取。

摘要：为研究间断焊接包管加固杆件的轴心受压性能,设计了13组试件进行单调加载静力试验。对试件极限承载力、破坏模式、荷载-位移曲线和截面应变发展规律进行分析,对比了负载加固与非负载加固对试件极限承载力的影响。结果表明:包管构件的破坏模式可分为整体失稳破坏和内管外伸段强度破坏;包管构件内外管协同工作、共同受力,内管和外管都在屈服后发生整体失稳破坏;负载加固与非负载加固试件的极限承载力基本一致,相差2.2%,非负载加固试件与未加固试件相比,极限承载力最大提高了479.9%。根据试验结果对包管构件的ABAQUS有限元模型进行修正,并用该模型分析了各主要影响因素对包管构件极限承载力的影响规律。提出了包管构件极限承载力经验计算公式,且公式计算结果与试验结果吻合较好。

摘要：针对于框架结构的使用环境恶劣,同时常常伴随着大量的噪声,在使用普通的一维卷积神经网络对框架结构进行故障诊断时,存在无法做出有效故障诊断的问题。本研究在一种抗噪声能力较强的卷积神经网络中加入Inception模块,提出了一种识别率和抗噪声能力更高的卷积神经网络—BICNN(Convolution Neural Network based on Inception),并用BICNN卷积神经网络基于数据驱动的方式,对楼体框架模型进行了集成故障诊断研究。集成诊断结果表明BICNN具有更高的识别率和较强的抗噪声能力,而且在训练步数较少的情况下振荡次数少收敛情况良好。因此采取本研究所提出的方法,对框架结构进行故障诊断时具有高诊断率和稳定性,为维护框架结构的稳定运行具有重大安全意义。

摘要：针对复杂地形下串列四排桥墩局部冲刷问题,以洺河京港澳高速桥6号桥组为研究对象,以不同泥沙级配及中值粒径表征非均匀沙质河床及来沙条件,考虑泥沙水下休止角等影响因素,通过建模软件Rhino耦合Flow-3D开展三维数值模拟研究,得到串列四排桥墩周围流场结构及冲坑演变过程。将模拟得到的流速值和冲深值与物理试验结果对比,相对误差均在10%以内,表明构建的数学模型能够较好地实现复杂地形下非均质河床的四排桥墩局部冲刷数值模拟。模拟方法可为类似三维曲面数值模拟研究提供参考,对于识别桥墩周围水流结构和冲刷特性、指导桥梁规划设计具有重要的参考价值。

摘要：为解决单一神经网络不能获取准确全局文本信息的问题,提出一种基于A-BiLSTM双通道和优化CNN的文本分类模型。A-BiLSTM双通道层使用注意力机制关注对文本分类贡献值较大的部分,并用BiLSTM提取文本中上下文语义信息;A-BiLSTM双通道层中将两者输出的特征信息融合,得到高级语义;A-BiLSTM双通道层后,使用优化CNN的强学习能力提取关键局部特征,得到最终文本特征表示。分类器输出文本信息的类别。实验结果表明,该模型分类效果优于其它对比模型,具有良好的泛化能力。

摘要：针对传统推荐算法未充分考虑行为序列间的动态时间间隔、语义不规则以及用户长短期兴趣相互纠缠的问题,提出一种时间感知的用户长短期兴趣特征分离推荐算法。利用用户个性化时间聚合间隔感知和时间位置多头注意力捕获长期兴趣特征,采用动态时间间隔感知和潜在意图注意力的Time-LSTM捕获短期兴趣特征,提出长短期兴趣特征分离获取方法,分别独立捕获两种时间尺度的用户兴趣,通过注意力机制自适应融合长短期兴趣特征,提高用户兴趣特征捕获准确率。实验结果表明,该算法在预测精度指标AUC和GAUC上较对比算法均有提升,消融实验也进一步验证了该算法的必要性。