分布式交互技术在虚拟培训中的研究与应用

生活中大量虚拟培训系统仅适用于单人培训使用,难以满足那些需要人与人之间进行协调完成的工作的培训要求,文中提出一种适用于虚拟培训的分布式交互技术应用方法,对互操作性,分布性以及时空一致性等问题进行分析比较,目的是为了满足多人在同一虚拟场景中进行模拟培训操作的要求。最后以传统模拟驾驶器为试验对象,建立一个可供异地多用户同时参与实时交互、协同工作的分布式虚拟环境。实验结果表明,分布式交互技术应用于虚拟培训中,能够弥补传统虚拟培训系统的不足,提高人们协同工作的能力。     

真空二流体制作35μm/35μm细线路的研究

文章尝试了采用真空二流体蚀刻试做35μm/35μm线路的可行性。经过实验证明:采用DES工艺&搭配合适的蚀刻设备,如真空二流体蚀刻机,可以把细线路制作等级提升到35μm/35μm;能获得大于3的蚀刻因子,局部区域的蚀刻因子更是高达14.99-11.82。此外,3μm铜箔可以获得集中度更高的线宽&更高的蚀刻因子。     

羽绒棉纤维的性能测试及其静态热性能研究

测试了羽绒棉纤维(细旦涤纶)的直径、纤度、强力,分析了纤维的应力松弛和蠕变性能对时间的依赖性及定伸长变形性,比较了其与木棉纤维的静态热性能,结果表明:羽绒棉纤维纤度平均值为0.8 dtex;60 s内应力松弛和蠕变率增加,对时间依赖性强;羽绒棉纤维的塑性变形率高;与木棉纤维相比,羽绒棉纤维在较高温度区域的导热性比木棉纤维的好,而降温速率明显低于木棉纤维。     

广州市郊填埋场附近蔬菜重金属检测与讨论

蔬菜是人们餐桌上必不可少的食物,重金属在受污染的自然环境中又无处不在,而蔬菜中的重金属含量尤其令人担忧。本文使用原子吸收分光光度法(石墨炉)和原子荧光分光光度法检测了广州市郊某垃圾填埋场附近所种植蔬菜中重金属含量。结果:抽样由2013年10月至2014年9月共持续一年,共抽样检测12次,按平均每个月一次的频率,检测结果并未发现有蔬菜超出国家规定的限量值。     

广东早期砖薄壳结构的建构技术研究——1957-1958年新会的"逼拱"实验

揭示1957-1958年华南工学院土木系薄壳结构研究小组在新会的砖薄壳结构实验图景.以田野调查、文献分析、三维图示、超声波检测等方法发现、确认此研究小组在新会的6处薄壳建筑及其遗存情况.它们是广东地区推广砖薄壳建筑的起点,其中的回旋砖薄壳实验是从结构角度探索中国建筑民族形式的重要案例,弥补国内结构工程史学研究的薄弱点,也是共和国早期节约"三材"约束下的薄壳建造技术自主创新设计的重要内容.     

基于信号增强的缓慢泄漏检测方法

目前管道泄漏检测方法可有效检测突发泄漏，对于缓慢泄漏则存在检测灵敏度低、定位不准确等问题。基于此，提出了一种基于信号增强的缓慢泄漏检测方法。通过信号压缩（抽取及移位）克服缓慢泄漏压力信号下降平缓的缺点；根据声波信号具有波形尖锐突出、对突发泄漏敏感的优点，通过建立以压力为输入、虚拟声波为输出的声波信号变送器模型，将压力信号转换为声波信号，克服了泄漏压力信号容易被淹没在管道压力波动及背景噪声中的缺点，实现了缓慢泄漏信号的增强；利用临近插值方法重构虚拟声波信号，基于延时互相关分析实现了缓慢泄漏的准确定位。实验结果表明，该方法具有显著的信号增强效果和定位精度，实现了缓慢泄漏的准确检测。     

航站楼旅客满意度与空间关系解析

为研究航站楼室内空间与旅客满意度之间的关系,本文以中国不同气候区的9个城市的11座航站楼为研究对象,利用后评估方法,将2014年至2016年得到的4 149份旅客满意度调查问卷与室内客观环境参数进行了对比研究,尤其包括了不同航站楼的面积以及各功能区的平均高度与旅客满意度进行的,并结合主客观测试结果展开综合分析.研究结果表明,旅客对于航站楼室内空间的满意度在79％～85％,但空间感受在旅客最关心的13个因素排序上排名倒数第4,其中高度与面积两项结果与航站楼旅客满意度之间的相关因子分别为0.57与0.675.结果显示:1)旅客并不觉得大面积的航站楼室内需要高大空间,为此建议在设计前期应该根据能耗与声场来决定层高;2)航站楼室内空间高度与能耗直接相关,设计中应降低空间高度节省能耗.     

基于LBSN动态异构网络的时间感知兴趣点推荐

随着基于位置社交网络(Location-Based Social Network,LBSN)的快速发展,兴趣点(Point-Of-Interest,POI)推荐可以帮助人们发现有趣的并吸引人的位置。针对签到数据的稀疏性和用户兴趣的动态性等挑战性问题,提出了基于LBSN动态异构网络的时间感知兴趣点推荐算法。在LBSN异构网络模式中增加会话节点类型。通过动态元路径,在用户和兴趣点语义关系之间有效地融入时间信息、位置信息和社交信息等。设置了用户-兴趣点之间的动态元路径集,并提出了动态路径实例的偏好度计算方法。采用矩阵分解模型对不同动态偏好矩阵进行矩阵分解。根据不同动态元路径的用户特征矩阵和兴趣点特征矩阵,获取用户在目标时间访问兴趣点的推荐列表。实验结果表明,与其他兴趣点推荐方法相比,所提方法在兴趣点推荐精确度上取得了较好的推荐结果,具有良好的应用前景。     

基于条件信息卷积生成对抗网络的图像识别

传统的图像识别方法需要大量有标签样本进行训练，且模型训练难以达到稳定。针对这些问题，结合条件生成网络和信息最大化生成网络的结构优势建立了条件信息卷积生成网络（C-Info-DCGAN）。模型增加图像的类别信息和潜在信息作为输入数据，然后利用Q网络去更好地发挥类别信息和潜在信息对训练的引导作用，并且利用深度卷积网络来加强对图像特征的提取能力。实验结果表明，该方法能够加快模型训练收敛速度，并有效提高图像识别的准确率。     

基于多级混合澄清槽的PUREX流程的计算模型

主要通过建立分配比模型、化学反应模型、传质模型构建了一套基于混合澄清槽的PUREX流程中关键循环过程的计算模型（mathematical model for main PUREX process based on mixer-settler，简称MPMS），用于计算各级单元的物料浓度。通过检验两组具有代表性的PUREX工艺流程，模拟结果较好地匹配实验数据，表明该计算模型具有良好的精确性。该计算模型将为基于多级混合澄清槽的PUREX流程模拟提供有益帮助。