4D打印将改变商业生态

当3D还在路上.很多人还对其持观望态度,尽管业内异常热闹.有种欲改变制造业模式的态势,但进入生活应用似乎还需要一些时间。而科技的新技术发展总是以超乎我们预见的速度发展,正如智能穿戴在一夜之间从科幻片中走出并走入了我们的生活中,4D打印也是如此,在我们还没有预见的时候一夜之间进入了我们的视野。     

教师修正性反馈对高职理科学生写作中冠词使用的影响

本研究检测了直接和间接两种修正性反馈与国内高职理科学生写作水平的关系。本实验持续五周,将150名学习者分为直接反馈组、间接反馈组及控制组,共安排了一次预先测试,,一次即时后测和一次延时后测,并分别对各组进行考察,结果显示两个实验组进步显著,且直接反馈效果最明显。     

GOS+MU:一种查询对象选择新方法

在分析单一MU(Most Uncertainty)采样缺陷的基础上,提出一种"全局最优搜寻"方法 GOS(Global Optimal Search),并结合MU共同完成查询选择。GOS+MU方法中,GOS着眼全局寻找目标,在应用环境能提供的训练样本数量有限、分类器受训不充分时,该方法选择的对象学习价值高,能快速推进分类器学习进程;MU则能够在GOS采样失效情形下,利用分类器当前训练成果,选择查询不确定性最强的样本补充训练集。通过对网络商品的用户评论进行分类仿真,并比较其他采样学习方法的效果,证明了GOS+MU方法在压缩学习成本、提高训练效率方面的有效性。     

一种基于非下采样Contourlet变换的去噪算法

文章提出了一种新的去噪算法,算法是基于非下采样Contourlet变换(NSCT)的自适应阈值。首先需要对含噪图像进行非下采样Contourlet变换,然后得到各个尺度各个方向子带的系数。为了克服软、硬阈值函数的缺点,提出了一种自适应的新阈值函数。仿真实验表明,文章方法在峰值信噪比(PSNR)、信噪比(SNR)、均方误差(MSE)与视觉效果上均优于其他去噪算法。     

组合降采样极限学习机

设计了一种针对不平衡数据集的学习机,即组合降采样极限学习机(EUS ELMs)。当训练数据集不平衡时,普通分类器对少数样本的分类敏感性较低,而给予多数样本过度关注。针对这种问题,将组合降采样结构与极限学习机(ELM)结合起来,形成一种新的组合学习机。该学习机继承了组合降采样结构对样本选择的依赖性小的优点,和极限学习机分类效率高、耗时短的优势,而且可以通过不同的参数设置控制对少数样本的关注度,根据使用者需求获得不同分类效果。     

SDC9150有线数字机顶盒

由九洲公司推出的GWS862系列光工作站是宽带有线电视系统双向光传输产品，它在HFC网络中完成正向光信号转换为射频电视信号，并进行分配放大输出；完成反向射频转换为反向光信号并进行发送信号的过程，能满足HFC网络双向传输。GWS862系列光工作站具有4—6个高电．平输出端口（可选），     

基于射频技术的无刷同步电机励磁电流的检测

无刷同步电机的励磁系统对励磁电流的测量是制约该励磁方式发展的一大障碍。设计了一个射频系统可以用来解决同步电机的励磁电流的测量问题。该系统可以方便地检测到同步电机励磁机的整流二极管的工作状态并且可以动态地显示励磁电流，极大地方便了运行人员做出判断，而且结构简单、方便实用。