基于发展科学探究能力的高中化学教学实践 ——以"元素周期律"章节为例

基于学生在学习元素周期律时存在的普遍问题改进了教学实践,分析了元素周期律发展学生科学探究能力的价值,设计了四个教学环节——趣味导入,成果展示;分析规律,做出猜想;设计方案,收集证据;梳理模型,迁移应用,并提出了三点针对学生探究能力发展的教学建议.     

基于带缺失PISA数据对中国学生科学素养的诊断分析

利用DINA模型(Deterministic inputs,noisy and gate model)对PISA2015中国学生科学素养数据进行建模,使用贝叶斯M CMC算法实现对缺失数据的自动填补和模型参数的估计.     

两台煤立磨无法同时运行原因分析及解决措施

为了实现万吨生产线产能扩大后的用煤量需求，单台煤立磨产量已无法满足，面对同时运转两台煤立磨出现的问题，逐步进行分析，查找原因，通过将入磨热风管一分为二，解决了风量分配不均、工况波动造成的磨机振动跳停等一系列问题，效果显著。     

面向多任务阶段的运载火箭可靠性精细化建模技术

为解决运载火箭当前可靠性模型未考虑任务过程多阶段和动态变化、任务结果状态多样等问题,采用事件树与故障树联合建模方法对某型运载火箭动力系统氧增压子系统开展了精细化建模研究,获得了不同任务阶段可靠性精细化模型,可用于对运载火箭不同产品层级不同后果状态的可靠性评估.     

乙醇浓度预测的多元线性回归模型建立及验证

设计了由光源、气室、探测器和控制器等组成的非分散红外吸收系统，往气室内通入不同浓度的多组分气体（含有乙醇、二氧化碳和水蒸气），采用红外光谱仪进行光谱数据采集，得到多组分气体混合光谱图。根据数据集样本求解回归系数，建立了多元线性回归模型，并进行干扰修正以降低二氧化碳和水蒸气对乙醇浓度预测的影响。对建立的多元线性回归模型进行评价，结果表明:模型真实有效且具有良好的线性回归效果，可以用于预测气体浓度，乙醇、二氧化碳和水蒸气浓度预测误差均在可接受的范围之内，其中乙醇浓度预测误差最小，不超过2.0×10-4。通过干扰修正尽可能排除二氧化碳和水蒸气的干扰，能够较准确地预测乙醇浓度。     

简支梁桥横向分布加载装置及板梁模型试验研究

针对一种新型桥梁横向分布加载装置和3个不同有效铰缝高度的有机玻璃板梁桥实验模型,通过对模型梁进行横向加载实验,实测横向分布分析值与铰接板法理论分析值吻合较好.实测结果表明,铰缝有效高度对板梁的横向分布略有影响,铰接板法理论对工程设计是偏安全的.该实验加载装置装拆方便,占用空间小,不受场地限制,教学效果良好,可推广应用于相关高校同类专业实验教学中.     

光/热双重固化羟丙分散体的制备及性能研究

利用 4-羟基二苯甲酮（ 4-HBP）和丙烯酰氯合成了 4-丙烯酰氧基二苯甲酮（ 4-ABP），将其与丙烯酸类单体共聚制备了光交联型羟丙分散体（ PCHAD）进一步与氨基树脂复配，得到了一系列光 /热双重固化羟基丙烯酸酯分散体 PCHAD-AR。利用差式，扫描量热仪、紫外分光光度计对 PCHAD-AR的光 /热双重固化行为进行了研究，探讨了光 /热双固化顺序和氨基树脂含量对涂膜性能的影响。结果表明：加入氨基树脂后不影响双固化体系的光交联行为；最佳固化工艺为先光后热固化，当光固化 60 s、170 ℃热固化 20 min，氨基树脂用量为分散体的 10%时，涂膜的 Tg为 57. 1 ℃，凝胶含量达到 98%以上，涂膜硬度为 3H，柔韧性为 0. 5 mm，附着力 0级，耐酸、耐醇、耐水稳定性均达到 10 d以上，相比于单一的光、热固化体系，双固化体系涂膜耐碱性提升，涂膜外观无明显变化的时间由 1d延长至 3d。     

高铁桥梁智慧建造综合管控平台的设计与应用

为了提升高铁桥梁的施工技术和管理水平,通过地空快速高精度三维数据融合与场景构建技术,并结合建筑信息模型(Building Information Model,BIM)技术,开展基于工业互联网的工地数据库全连接研究,打破生产现场管理信息"孤岛",将拌合站、钢筋加工场、试验室、施工现场的三维场景、工艺生产、配料任务、施工进度、安全质量、视频监控、应力监测等数据进行关联,实现施工生产多维度数据全连接,最终构成基于"一张图"的企业级高铁桥梁施工智慧综合管控平台.     

基于像素偏转模型和机器学习的室外图像天空像素检测

图像中的天空区域对于基于视觉的地面机器人导航具有重要意义,为了识别图像中的天空部分,本文提出了一种基于像素偏转模型的BP神经网络天空识别方法.首先,制作天空图像集和非天空图像集,天空图像集由各种天气情况下的天空提取而成,非天空图像集由非天空的景物构成,主要包括建筑、汽车、树木、植物等;其次,使用提出的像素偏转模型提取天空图像集和非天空图像集的像素特征并进行处理,对天空像素点和非天空像素点进行标注,利用BP神经网络对像素特征进行训练,得到权重文件;最后,使用得到的权重文件进行天空的识别.为了更好的说明本文算法和模型的优越性,使用本文算法与Otsu算法、YeHu算法、Graph-cut算法和Mask-Rcnn算法模型进行了比较,并设计了两组组对比实验,第一组实验进行识别效果的主观评价,第二组实验利用CamVid数据集的天空类进行算法精度的定量分析.