基于传感器技术的儿童益智游戏陪玩机器人设计

随着科技的进步，儿童陪伴机器人的种类、功能也越来越多。但目前市场上的儿童陪伴机器人存在互动性差的特点。为了解决这些问题，更好地将儿童陪伴机器人融入到学前教育中，更大程度地激发学前儿童的思维、动手能力，研究基于传感器技术设计了具有新算法的儿童益智游戏陪伴机器人。该机器人首先利用视觉和听觉系统获取数据信息，然后利用模型算法对模糊神经网络(Fuzzy Neural Network, FNN)进行优化。然后利用递归神经网络(Recursive Neural Network, RNN)、卷积神经网络(Convolutional Neural Networks, CNN)与模型算法进行对。最后结果显示，在不同语言和环境背景下，FNN的语音准确率平均值、F1值和动作捕捉准确率平均值和F1值分别为78.51%、71.86%和61.83%、56.24%。均为三种算法中的最优值。实验结果表明，研究设计的儿童益智游戏陪伴机器人具有较高的语音识别能力和动作捕获能力。为儿童机器人的发展提供了一种新的思路。     

基于热力学解吸阈值的煤与瓦斯突出研究北大核心

从热力学角度诠释煤的解吸过程,根据实测高阶构造煤和原生煤的系列等温吸附数据回归求得温度-压力-吸附方程(TPAE)的4个待定参数,将TPAE变形成类似克劳修斯-克拉佩龙方程的不定积分式,并求得等量吸附焓;将坚固性系数与解吸阈值的乘积定义为突出阈值(OT),并用于比较几种煤之间发生煤与瓦斯突出的难易程度。结果显示:吸附是可以自发进行的放热过程,解吸是不能自发进行的吸热过程;解吸所需的能量相当于让解吸阈值(DT);构造煤发生煤与瓦斯突出的可能性是原生煤的8.1倍;构造煤的解吸速率随单位时间的延长而非线性下降;外来输入的能量越大,解吸速率衰减得越快;爆破产生很大的能量,已远超突出阈值,更加容易诱发煤与瓦斯突出。     

鞋服企业品牌形象的塑造研究

鞋服企业品牌塑造问题关乎企业未来前景,是企业在激烈的市场竞争中站稳脚跟的重要支柱。本文从塑造鞋服企业品牌形象的必要性出发,分析其对于产品内涵、市场竞争,以及企业内部凝聚力的作用,并对目前企业品牌形象问题进行了探讨。从问题出发,结合鞋服产业发展实际情况提出针对性建议,提升我国鞋服企业核心竞争力,助推企业长远发展。     

陕北榆神矿区富油煤深成变质的古地质温度计算方法初探

根据陕北榆神矿区2^-2号、3^-1号、5^-2号煤层的地质概况(位置、镜质体反射率和平均镜质体反射率),利用吴氏煤变质热动力学方程计算古地质温度为54.2～79.4℃,并将各煤层的古地质时间、镜质组反射率和古地质温度三者之间的相互关系用图加以显示。对于榆神矿区的富油煤层，要升高0.02%镜质组反射率，古地质温度只需要升高3℃;而古地质时间则需要延长大约5 000万a。根据煤层的最大埋深，用地表恒温15℃、鄂尔多斯盆地现地温梯度2.88℃/100 m计算得出现埋深温度仅为32.5～35.6℃,还达不到褐煤变质的临界温度。利用以正常地温为热源的煤生成镜质组反射率梯度一般低于0.06%/100 m的结论，计算得古温度梯度为8.27～8.59℃/100 m,因此重新计算的埋深温度已经升至在67.1～74.1℃。采用吴氏煤变质热动力学方程计算出最大古地质温度和平均镜质组反射率的条件下的有效受热时间6 800～9 600万a。     

基于大数据的就业管理网络化系统设计和实践

为了提高高校就业信息管理效率，在深入分析系统设计需求的基础上，详细介绍了系统设计框架及各模块情况，包括数据分析、数据存储等模块，并对系统响应及信息推荐情况展开测试。研究结果表明，系统具有安全性、针对性强等优点，有利于提高高校的就业信息管理效率。     

基于深度学习的英语翻译机器人错误文本检测系统研究

针对传统英语翻译机器人在错误文本检测中存在语法纠错准确率低的问题，以英语翻译机器人错误检测系统为研究对象，提出构建一个双编码器的语法错误纠正模型。此模型分别采用Transformer编码器和Bi-GRU编码器对句子上下文信息和源句进行特征提取；之后利用解码器端的门控结构对输入的相关特征信息进行整合，由此实现各个特征与注意力机制的适配。实验结果表明，在CoNLL-2014数据集中，本模型的精确率、召回率和F_0.5分别取值为85.42%、42.31%和75.33%,均高于传统的Nested-GRU*模型和SMT+NMT+FST-LM混合模型，本模型的F_0.5值比前两者模型分别高出了32.97%和14.62%。且本模型的GLEU值取值为85.93%,超出前两种模型39.14%和25.62%。由此可知，本模型可实现英语翻译机器人语法错误准确检测和纠正，语法纠错精确率高达81.08%,可在英语错误文本检测系统中进行应用。     

基于数据驱动的锂电池剩余使用寿命预测

基于数据驱动的思想，从电池历史数据中提取能反映电池衰退趋势的特征参数，并分析参数与电池寿命的相关性，完成特征参数的选取。其次基于选取的特征参数，对其进行数据预处理，得到最终的特征数据。最后基于时序预测的思想，建立长短期记忆神经网络的锂电池剩余使用寿命预测模型，从而实现电池剩余使用寿命的预测。研究结果表明：与传统的支持向量回归方法相比，基于长短期记忆神经网络的方法有效提高了预测准确性。     

注浆成型碳化硅陶瓷材料成型工艺研究

碳化硅陶瓷材料是共价键极强的耐高温新型陶瓷，具备优良的综合物理化学性能，近年来已广泛应用于高新技术领域。本文采用注浆成型工艺制备高固含量低粘度碳化硅陶瓷，分析了注浆成型碳化硅陶瓷的工艺过程，粉体包覆改性，浆料制备，注浆素坯成型。为注浆成型碳化硅陶瓷相关研究提供一定的理论参考。     

浅谈课程思政融入工程造价专业课程教学过程的重要性

课程思政是适应我国实际的先进教育教学理念，有着极大的开发潜力和实用价值，能够有效针对专业课程教学和学生理想信念培育提供助力。工程造价专业涉及面广、知识点多，同时在实际中突发状况多、潜在风险多，对专业人才的道德品质和技术能力、职业素养等提出了更高要求。为此，在工程造价专业课程中融入课程思政，既是学生成为工程造价专业领域高质量人才的强大助力，同时也是我国人才体系建设和建筑行业实现长远高质量发展的必然需求。     

“双碳”目标下皮革产业节能减排路径研究

皮革产业开展节能减排不仅关系着皮革产业的未来发展方向和发展能力，同样也是双碳目标下皮革产业转型升级工作被赋予的重要责任。针对当前我国皮革产业发展现状进行分析，总结了双碳目标下我国皮革产业存在的问题，从皮革产业的战略布局、皮革企业的绿色制造、教育体系的人才培养等视角对皮革产业的节能减排路径进行规划，旨在为双碳目标下我国皮革产业的转型升级提供借鉴。