《医学化学》课程教学质量提升策略研究

根据高校新时期教学发展理念,从优化课程内容体系、改革课程评价方式、强化各种教学手段、培养学生的实验创新能力、充分应用各种教学资源等方面改革《医学化学》课程。使其成为贴近学生、贴近课堂实际需求的一门高质量课程。提高生物信息学、生物医学工程等专业学生的学习能力及综合素质。为生物、医学、信息等相关专业构建起扎实、系统的基础知识体系,从而达到高校创新教育的目标。     

小型球形水底观测机器人设计分析与实现

面向水底信息获取和环境观测需求,基于球状壳体抵抗水压能力强,转动水阻力小,便于姿态控制特点,提出球形水底观测机器人构型,由螺旋桨推进、姿态调节和复合滚动装置组成欠驱动六自由度水下移动平台,球壳作为密闭舱保护内部电子器件,结合重摆以滚动形式实现水底滚动。通过对机器人流体力学仿真计算出水动力系数并建立水下动力学方程,进一步对机器人的螺旋桨推进、飞轮转向和球壳滚动进行分析,得出球壳优化尺寸以及飞轮匹配惯量和球壳滚动特性。基于球形机器人水下移动平台和地面监控软件的水底观测系统架构,研制出球形水底观测机器人原理样机,结合机器人的构型和运动特点制定出降落、滚动和调姿三段式水底运动观测策略,水池试验表明设计的球形水底观测机器人水中推进速度可达到1.4m/s,水底移动速度可达到0.5m/s,姿态调节速度可达到30°/s,能够实现水底图像采集,辅助岸上科研人员执行水底观测任务。     

非谐振型结构的复合左右手带通滤波器小型化设计

提出了一种非谐振型结构的复合左右手带通滤波器，可应用于WLAN频段，该结构只采用一个复合左右手传输线单元，单元内部的交指结构提供等效左手电容，过孔结构提供等效左手电感，单元内部存在交叉耦合，通过调整交叉耦合电容和左右手参数，可产生2个可控传输零点并缩减尺寸，通过添加DGS缺陷地结构，能进一步优化滤波器性能，经过仿真优化最终设计出一款具有较高选择性、较好带外抑制性能的带通滤波器。实测结果显示:滤波器工作频率为5.98ＧＨｚ，3ｄＢ带宽为940 ＭＨｚ，带内插损最大值为1.59ｄＢ，相比传统滤波器设计，该结构大幅度减小了器件体积。     

MIMO-GFDM系统中低复杂度动态禁忌搜索检测算法的改进

针对多输入多输出的广义频分复用（MIMO-GFDM）系统的等效信道矩阵维度极大，传统的MIMO检测算法复杂度高且性能不佳的问题，将大规模MIMO系统中的动态禁忌搜索（RTS）检测算法运用到MIMO-GFDM系统中，并解决了RTS算法初始值的求解复杂度高的问题。首先利用最小均方误差（MMSE）检测算法所用到矩阵的正定对称性将矩阵Cholesky分解，并结合Sherman-Morrison公式迭代计算初始值，降低了初始值求逆的高复杂度；然后以改进的MMSE检测结果作为RTS算法的初始值，从初始值逐步全局搜索最优解；最后通过仿真，对不同算法的迭代次数和误码率（BER）性能进行了研究。理论分析与仿真结果表明：在MIMO-GFDM中，所提改进RTS信号检测算法误码率远低于传统信号检测算法。在4QAM时，RTS算法大约有低于MMSE检测6 dB的信噪比性能增益（误码率在10^-3时）；在16QAM时，RTS算法大约有低于MMSE检测4 dB的信噪比性能增益（误码率在10^-2时）。与传统RTS算法性相比，所提改进算法在不影响误码率性能的同时降低了算法复杂度。     

ERP系统应用在中国制造型企业的挑战与机遇

ERP系统(企业资源计划)作为20世纪90年代兴起的为企业提供决策支持服务的应用软件,随着企业迅速发展的需要,逐渐被商业企业接受和使用,并且现已发展成为现代企业管理理论之一。由于我国引进ERP的时间较晚,再加上企业对于ERP知识与理论的使用还不太完善,很多制造型企业不敢或者不愿意花较大的成本去使用ERP相关的软件产品。不去尝试使用ERP的后果是同行都已经在使用了,但自己还处于原地的状态,最后会被淘汰。笔者通过分析和理解中国制造型企业与ERP系统之间的关系,希望找到一条适合ERP系统与中国制造型企业共同完成业务流程重组、集成化管理模式与现代管理方法的渠道,最终实现制造型企业的转型升级。     

心电信号循环平稳特性分析

本文在循环频率域内分析心电信号的特性,解决了心电信号循环平稳度与其分段采集时长关系的问题。以德国PTB数据库采集的三导联心电信号为例,首先对原始心电数据进行预处理操作,随后利用二阶循环统计量,研究心电信号的循环平稳特性,并比较分析不同采集时长的心电信号的循环平稳特性,揭示了循环频率与多个时域周期一一对应的关系。本文仿真结果表明,心电信号的循环平稳特性并非时时刻刻都有所体现,只有在采集时间足够长的情况下,才会在循环频域内出现足够数量的循环频率点,即在时域内具有准周期性。     

基于特征融合的中文简历解析方法研究

针对基于规则和统计的传统中文简历解析方法效率低、成本高、泛化能力差的缺点，提出一种基于特征融合的中文简历解析方法，即级联Word2Vec生成的词向量和用BLSTM（Bidirectional Long Short-Term Memory）建模字序列生成的词向量，然后再结合BLSTM和CRF（Conditional Random Fields）对中文简历进行解析（BLSTM-CRF）。为了提高中文简历解析的效率，级联包含字序列信息的词向量和用Word2Vec生成的词向量，融合成一个新的词向量表示；再由BLSTM强大的学习能力融合词的上下文信息，输出所有可能标签序列的分值给CRF层；再由CRF引入标签之间约束关系求解最优序列。利用梯度下降算法训练神经网络，使用预先训练的词向量和Dropout优化神经网络，最终完成对中文简历的解析工作。实验结果表明，所提的特征融合方法优于传统的简历解析方法。