摘要：为探究不同夹角、流道结构、雷诺数下双弯弯管水力特性,揭示其不同夹角、流道结构、雷诺数、局部水头损失相关关系,以DN192 mm为例,建立弯弯、弯折、折弯、折折4种流道不同角度的三维结构模型,通过数值模拟计算和后处理,得到DN192 mm双弯弯管不同夹角、流道结构、雷诺数下水力特性及流场分布。结果表明:DN192 mm双弯弯管的局部阻力系数与夹角主要呈现二次抛物线关系变化,随着弯曲角度的增大呈先减小后增大的趋势,所有组合弯管在角度为π/6时局部阻力损失系数达到最小;相同条件下,弯弯组合弯管结构最好,弯折组合与折弯组合较好,折折组合最差;在双弯组合弯管设计中,入流方向与过渡段夹角应在π/6左右为宜。

摘要：基于中国知网期刊数据库资料,应用CiteSpace科学计量软件,对2002年至2022年我国高职教育信息化研究的文献进行了全面的梳理和知识图谱分析。研究成果展示了我国高职教育信息化研究的核心议题、关键时期及演进脉络。研究主要聚焦于四个方面:信息化基础设施的构建与管理、信息化教学的模式与方法创新、高职学生的专业能力与素质培养、教师信息化能力的提升与发展。研究归纳了高职教育信息化的发展轨迹,并对未来趋势提出了前瞻性展望,旨在为我国高职教育信息化的深化发展和教育实践提供理论支持和参考借鉴。

摘要：针对电缆头内部测温需求,设计了一种基于微声技术的无线无源电缆头温度传感器。通过压电本构方程、边界条件和非线性微扰理论建立了声表面波(SAW)温度敏感理论模型。综合优选(0°,142°,0°)石英作为SAW温度传感器的压电基底。根据有限元方法(FEM)/边界元法(BEM)理论设计的SAW谐振器参数制作了温度敏感的SAW谐振器,得到中心频率为433.636 MHz,无载Q值为13041。把制作的SAW谐振器与天线嵌入在电缆头堵头中以构成无线无源SAW电缆头温度敏感单元,该敏感结构在10 kV电压下局放为5 pC,满足设计要求。最后,对设计的传感器进行了温度测试,得到SAW谐振器的频率变化量与温度之间成单调递增的关系。

摘要：采用先进的Golang网络编程语言，设计和实现了一种新的RUDP(reliable user datagram protocol)传输协议，部署在实际的远距离Internet网络中，对新RUDP协议进行实验验证和性能测试分析。实验结果表明：新RUDP传输协议是可行的，实现了确认、序列号、重传、拥塞控制、滑动窗口、差错检测等可靠通信机制，保证了传输数据的可靠交付；在相同的实验条件下，新RUDP的丢包率与TCP(transmission control protocol)的相同为0%;新RUDP的端到端时延和时延抖动总体上都比TCP的要小，在一些常见的通信链路中，新RUDP的端到端时延、时延抖动与TCP的之间存在显著性差异，新RUDP的带宽占有率比UDP(user datagram protocol)的显著性低；从实测结果来看，新RUDP比TCP、UDP更适合应用于这类低时延高可靠性的网络新应用。最后，对新RUDP的协议参数进行了部分优化，为这类网络新应用提供性能更好的传输服务质量。

摘要：为了优化激光雷达数据的传输性能,设计一种针对激光雷达数据的低能耗传输方法。利用密度峰值快速聚类方法分割激光雷达数据噪声点,完成数据的聚类处理;采用偏好随机游动能量均衡算法规范随机游动数据;通过分解激光雷达数据传输范围设计数据传输方法,实现激光雷达数据的低能耗传输。实验结果表明,该方法在晴天、雨雪天气和雾霾天气3种不同天气下的激光雷达数据传输能耗均较低,传输激光雷达数据时可以有效减少平均节点跳数,受数据无序化影响较小,证明所提方法具有较高的实际应用价值。

摘要：为了提高校园整体容貌,设计并实现了一种基于大数据可视化技术的校园容貌管理平台。该平台采用大数据处理和可视化技术,可以通过图表展示全景式的校园形象,数据来源包括传感器、人工采集、互联网等多个渠道,确保了数据的准确性和完整性。支持在线协作,可以让多个用户共同编辑和分享校园资料,促进了信息交流和知识共享。数据分析及实测结果显示,平台为校园环境建设和管理提供了更加高效、便捷和科技化的支持,是一种全新的管理方式和工具。

摘要：针对现有的传染病预测模型未充分考虑时间序列的复杂度且预测性能不稳定等问题,提出一种基于传染病动力学模型SEIR与长短时记忆网络(LSTM)的传染病组合预测模型.首先,通过计算Pearson相关系数分析气候因素与传染病新增人数之间的相关性;其次,通过FE(Fuzzy Entropy)算法提取序列的局部特征且保证序列的平稳性,降低时间序列的复杂度,提升时间序列的可预测性;最后,根据传染病特点,构建SEIR模型分析不同人群传播情况,并结合LSTM模型实现大幅度提升传染病预测精度.仿真结果表明,相较于传统的模型算法,本文提出的混合模型能保证预测的平稳性并实现更高的预测精度,同时,本文使用该混合模型在不同的干预策略下进行预测,表明了提早采取防控措施对遏制传染病传播的重要性.

摘要：核心素养理念是核心知识、品质及能力的综合体现,是指学生在学校教育的影响下培养形成解决问题的素养与能力的理念。随着全球化进展的加速,我国与西方国家的交往愈发频繁,政治、经济、文化教育等多个领域都需要具有一定英语水平的应用型人才。高质量人才培养不仅是新时代下应用型本科院校的教学任务,也是本科英语课程改革的关键点,应用型本科院校的大学英语课程设计必须在提升学生文化意识、学习能力以及思想品质的同时兼顾英语学科核心素养以满足地方区域及国家经济高质量发展需求。

摘要：当前,生成对抗网络(Generative Adversarial Networks,GAN)合成的逼真图像难以识别,严重危害国家网络安全及社会稳定.与此同时,多数基于深度神经网络模型设计的检测器需要大规模训练样本,且存在模型可解释度不高、泛化性能差等问题.为了克服上述亟待解决的关键性难题,本文提出一种多色彩通道特征融合的GAN合成图像检测方法.首先,探索分析真实自然图像和GAN合成图像在不同色彩空间相邻像素之间的差异,并设计差异度量算法,完成色彩通道选择.其次,利用图像像素间的高度相关性,在八个方向上通过二阶马尔可夫链对相邻像素之间的差分数组进行建模,提取差分像素邻接矩阵特征.最后,利用上述特征,设计一种简单且高效的集成分类器完成GAN合成图像的检测任务.在基于StyleGAN模型合成的伪造人脸数据集中,所提出方法的检测准确率高达100.00%;在小样本训练约束条件下,正负样本对数仅仅为2时,检测准确率高达99.65%;在单类样本训练约束条件下,正样本数仅仅为50时,检测准确率高达92.84%.在基于更先进的StyleGAN2和PGGAN模型合成的伪造场景数据集中,所提出方法的检测准确率达到99.96%以上.以上大量实验表明,本文所提出的方法明显优于比较的GAN合成图像检测方法.本文方法已经开源:https://***/cyxcyx559/ccss.

摘要：目前关于PET/CT图像分割的方法缺少对图像全局上下文信息提取的考虑并且对提取到的特征信息进行融合的方式有待优化.针对上述问题,本文提出了并行提取和特征综合网络(Parallel Extraction and Feature Synthesis Network,PFNet).该网络首先利用卷积神经网络(convolutional neural network,CNN)和Transformer分别设计了两个支路分别从PET/CT图像中提取局部特征和全局上下文信息.其次,为了融合不同的特征信息,本文设计了一个特征综合模块,将两个分支提取的不同信息送入特征综合模块进行融合.在该模块中,设计了多策略融合单元,与此同时该模块利用通道注意力单元和依赖关系学习单元进一步学习通道特征信息和特征图自身依赖关系,以便进一步进行特征融合.此外本文引入了LogCoshDiceLoss作为损失函数,其利用函数Log-Cosh的平滑性可以提高分割性能.最后,在神经母细胞瘤数据集和HECKTOR 2021数据集上的实验结果表明本文提出的网络相比其它方法具有更好的分割性能,获得了较好的分割效果.