高均衡性铝合金轮毂研发

车辆在高速的行驶中,因车轮平衡不良而造成行车中车轮抖动。方向盘振动现象,同时伴有平衡块脱落的现象,因此铝合金轮毂的平衡问题涉及到整车的行车安全和人身的安全,同时粘贴平衡块过多会造成物料成本的浪费。就目前铝合金轮毂的生产情况,个别平衡不良品率居高不下。分析原因,铸造毛坯的同心度问题较为突出。鉴于这种情况,有必要对高均衡性铝合金轮毂进行研究开发,以提高汽车在高速行驶的稳定性。     

基于张量分解融合RGB-D图像的物体识别

为了充分利用RGB-D图像的深度图像信息，提出了基于张量分解的物体识别方法。首先将RGB-D图像构造成一个四阶张量，然后将该四阶张量分解为一个核心张量和四个因子矩阵，再利用相应的因子矩阵将原张量进行投影，获得融合后的RGB-D数据，最后输入到卷积神经网络中进行识别。RGB-D数据集中三组相似物体的识别结果表明，利用张量分解融合RGB-D图像的物体识别准确率高于未采用张量分解的物体识别准确率，并且单一错分实例的准确率最高可提升99%。     

两串联排队系统逗留时间的泛函重对数律

本文考虑了两服务台串联排队系统,证明了重话务条件下逗留时间的泛函重对数率。逗留时间指的是一个顾客从到达系统到离开系统的时间,泛函重对数率基于更新过程的强逼近。     

稀疏孔径和大转角下ISAR对目标转动的估计

逆合成孔径雷达（inverse synthetic aperture radar，ISAR）对非合作目标做成像时图像质量依赖于对目标运动参数的准确估计.针对在稀疏孔径和非均匀转动条件下现存的参数估计方法计算量过大或者方法适用条件不满足，提出了一种基于神经网络的参数估计方法.此方法以成像问题的模型知识指导数据的生成过程，然后训练通用的神经网络，最终实现将数据中隐含的知识转化为转动估计器.从仿真实验结果来看，所得到的网络对满足一定信噪比要求的回波数据可以提供较准确的估计，所得参数可以帮助成像算法提高聚焦效果，大量的样例表明网络可以部分学习到回波与转动之间的关系.     

漆酶的吸附固定及其对双酚A的降解

以介孔硅为载体,采用吸附法将漆酶固定。结果表明,酶固定量为30.3 wt%,活性回收率14.52%,ADS/Lac的米氏常数K_m和反应速率V_(max)分别为29.60μM和0.025μM/min,而游离酶的米氏常数K_m和反应速率V_(max)分别为20.32μM和0.045μM/min,说明固定后酶的亲和力降低,同时反应速率也降低,而稳定性得到了一定的提高。将ADS/Lac应用于双酚A模拟废水的降解时,发现在pH=5时,双酚A的降解效果最好,且降解能力优于游离酶,也可以实现重复利用。     

压力容器弯头引出接管管道外荷载转化

压力容器除了承受介质内压外,在接管上还承受着由管道传递过来的外部载荷。由于接管和壳体连接结构的不连续,这些外部载荷通常在接管根部产生较高的局部应力,叠加在由内压产生的薄膜应力之上,影响着压力容器的安全。因此,设计时需要对这些外载荷进行核算。对于径向接管,可以根据力学模型直接确定载荷数据,但是对带有弯头的非径向接管,应通过力的平移定理将载荷转化,以保证力学模型中设计输入的准确性。     

基于时频域的卷积神经网络运动想象脑电信号识别方法

针对目前运动想象脑电（EEG）信号识别率较低的问题，考虑到脑电信号蕴含着丰富的时频信息，提出一种基于时频域的卷积神经网络（CNN）运动想象脑电信号识别方法。首先，利用短时傅里叶变换（STFT）对脑电信号的相关频带进行预处理，并将多个电极的时频图组合构造出一种二维时频图；然后，针对二维时频图的时频特性，通过一维卷积的方法设计了一种新颖的CNN结构；最后，通过支持向量机（SVM）对CNN提取的特征进行分类。基于BCI数据集的实验结果表明，所提方法的平均识别率为86.5%，优于其他传统运动想象脑电信号识别方法；同时将该方法应用在智能轮椅上，验证了其有效性。     

澳大利亚“基于能力本位的评估”模式及对我国高职教育 质量评估的启 示

澳大利亚职业教育在全球享有较高的声誉,这与其坚持严格的"基于能力本位的评估"(competency based assessment, CBA)密不可分。介绍了澳大利亚CBA的内涵特征,并详细描述"准备评估、开发评估工具、开展评估、对评估结果进行评估"的CBA运作过程,关注评估工具的开发和后续常规系统性检查及完善,以期对我国的高等职业教育质量评估起到启示和借鉴作用。