“电路分析”课程混合式教学探索与实践

本文以“电路分析”课程为例，借助云班课平台，采用“SPOC”与“BOPPPS”相结合的混合式教学模式，开展探究式、个性化、参与式教学。形成了“学生中心，产出导向，持续改进”闭环。经过近年来的不断改进，课程建设已初步完成。通过对三届学生的教学实践，发现采用“SPOC+BOPPPS”的线上线下混合式教学模式，学生学习积极性、主动性明显增强，同时学习效果也得到了显著提升。     

用于碳离子束流布拉格峰展宽的新型多孔结构体的模拟

模拟了一种新型的多孔结构体（PS 2.0）用于展宽碳离子束流的布拉格峰。使用蒙特卡罗程序FLUKA建立了第一代波纹滤波器、PS 2.0和PS 1.0的几何模型，并比较了三者对束流的调制效果，包括展宽效果、束流均匀性和等中心束斑大小。结果显示：与PS 1.0相比，经PS 2.0展宽后的碳离子束流后沿半影宽度减少了最多1.11 mm；使用PS 2.0调制后的束流具有良好的均匀性；在相同射程深度下，当PS 2.0与等中心位置之间的距离小于10 cm时，使用PS 2.0后的等中心束斑最多减少了1.72 mm(13.93%)。表明PS 2.0能够在展宽布拉格峰的同时兼顾后沿半影的宽度，保证了调制后束流的均匀性，并在一定程度上减小了等中心束斑的大小。     

基于改进VGG16网络的TBM围岩识别方法研究

根据隧道掘进机(TBM)工程对前方地质条件的超前预警需求,开展围岩识别算法研究。针对原始VGG16网络结构待定参数过多以及知识蒸馏训练模式准确率不足的问题,提出一种基于改进VGG16网络的围岩识别方法。基于原始VGG16网络结构,优化其分类层结构,并减少网络复杂度,大幅降低网络待定参数量。基于传统知识蒸馏训练模式,优化其训练逻辑,提升网络对目标任务的特征提取能力。采用某隧道掘进工程的岩渣图像数据集,对上述方法进行验证。试验结果表明,该方法可在小幅提升准确率的同时,大幅减少网络的待确定权值参数。综上所述,该方法创新性地同时改进模型结构和训练模式,更适用于硬岩掘进条件下的围岩识别任务。     

功率晶体管建模现状及特性研究

功率晶体管建模是PA设计的基础,其精度直接决定了PA设计的成败问题。研究功率晶体管建模的发展现状,将有助于把握该技术的变革特点和未来发展趋势,具有极其重要的意义。通过文献调研,文章总结了功率晶体管模型的发展现状及其中一些有待解决的问题,为未来的研究指明了方向。     

一种基于可预测偏最小二乘法的故障检测方法

将可预测元分析(Fore CA)与偏最小二乘法(PLS)结合用于故障检测,在选取合适的可预测元的基础上,运用偏最小二乘回归,进一步提高模型对系统的预测能力,克服了偏最小二乘回归方法无法反映系统动态时序特性的缺陷,并构造CUSUM统计量和SPE统计量以检测故障是否发生。最后通过TE模型上的仿真实验结果表明:Fore PLS方法能有效检测慢漂移等故障。     

Q波段宽带功率合成倍频器的设计北大核心CSCD

提出了一款输出频率覆盖整个Q波段的高功率固态有源四倍频器模块。倍频器基于混合集成电路技术实现,采用有源二倍频—功率放大—功率分配—无源二倍频—功率合成的拓扑结构。在前级采用基于悬置带线的180°反相器进行功分器设计,以实现宽带性能以及结构紧凑性。在无源二倍频时,采用两个分立的MA4E1310肖特基二极管组成非平衡倍频结构获取其二次谐波,并通过波导双探针进行合成输出,以此突破单个二极管的功率容量制约,进而提高倍频输出功率。测试结果表明,固态倍频源模块在5.5 V/0.9 A的直流偏置以及5 dBm的输入功率下,可以在33~50 GHz全波导频率范围内获得15~19 dBm的输出功率。     

不同表面活性剂对铜互连阻挡层CMP一致性的影响北大核心CSCD

为实现铜互连阻挡层化学机械抛光的高平坦化,研究了阻挡层抛光液中表面活性剂的作用。在抛光液中分别添加非离子型表面活性剂异辛醇聚氧乙烯醚(JFC-E)、本课题组研发的Ⅱ型活性剂以及复合表面活性剂,研究其对阻挡层CMP中铜和正硅酸乙酯(TEOS)去除速率及一致性的影响。实验结果表明,表面活性剂不仅可以改善Cu和TEOS的去除速率一致性和晶圆全局一致性,还可以降低铜表面的粗糙度,通过复配两种不同的表面活性剂,可以提高Cu和TEOS的去除速率,使Cu和TEOS的剩余厚度片内非均匀性(WIWNU)分别降低至1.39%和1.38%,铜表面粗糙度从5.25 nm降至1.51 nm。基于实验结果,研究并提出了表面活性剂影响抛光液润湿性,从而改善片内非均匀性和铜表面质量的机理。     

微波辐照处理高浓度氨氮废水的研究进展

近年来,氨氮已成为影响我国地表水水环境质量的首要指标。"十二五"期间,氨氮是污染物控制的重点。采用微波技术处理高浓度氨氮废水具有明显效果。简要评述了高浓度氨氮废水的处理方法,介绍了微波加热原理,重点总结了各种微波技术处理高浓度氨氮废水的研究现状及其主要影响因素。指出需进一步研究机理、催化剂和成套设备研发等方面,以期早日实现工业化应用。     

双分支特征融合网络的步态识别算法

目的 在步态识别算法中,基于外观的方法准确率高且易于实施,但对外观变化敏感;基于模型的方法对外观变化更加鲁棒,但建模困难且准确率较低。为了使步态识别算法在获得高准确率的同时对外观变化具有更好的鲁棒性,提出了一种双分支网络融合外观特征和姿态特征,以结合两种方法的优点。方法 双分支网络模型包含外观和姿态两条分支,外观分支采用GaitSet网络从轮廓图像中提取外观特征;姿态分支采用5层卷积网络从姿态骨架中提取姿态特征。在此基础上构建特征融合模块,融合外观特征和姿态特征,并引入通道注意力机制实现任意尺寸的特征融合,设计的模块结构使其能够在融合过程中抑制特征中的噪声。最后将融合后的步态特征应用于识别行人身份。结果 实验在CASIA-B （Institute of Automation,Chinese Academy of Sciences,Gait Dataset B）数据集上通过跨视角和不同行走状态两种实验设置与目前主流的步态识别算法进行对比,并以Rank-1准确率作为评价指标。在跨视角实验设置的MT （medium-sample training）划分中,该算法在3种行走状态下的准确率分别为93.4%、84.8%和70.9%,相比性能第2的算法分别提升了1.4%、0.5%和8.4%;在不同行走状态实验设置中,该算法在两种行走状态下的准确率分别为94.9%和90.0%,获得了最佳性能。结论 在能够同时获取外观数据和姿态数据的场景下,该算法能够有效地融合外观信息和姿态信息,在获得更丰富的步态特征的同时降低了外观变化对步态特征的影响,提高了步态识别的性能。