基于章水泉竹艺非物质文化遗产的APP设计与研究

目的 针对章水泉竹艺非物质文化遗产在目前所遭遇的传承困境，利用数字媒体技术与互联网平台，打造推动其产品创新与文化传承的APP，助力其文化与产品的传播与推广，进而为湖北地区的非遗文化发展提供参考。方法 从章水泉竹器的本源出发，对其主要产品门类、工艺特点与艺术形式进行整理与分类，分析制约其传承与发展的主要原因，进而提出设计策略，并通过数字化传承、合作创新、成果推广3个策略模块针对性地进行APP设计。结论 章水泉竹艺APP设计通过利用数字媒体技术与互联网平台优势，将其历史与工艺资料进行数字化保存与展示，实现了文化保护功能；将其传统技艺与新锐设计思维通过线上平台进行融合与创新，实现了设计创新功能；将其制作流程与文化精髓通过直播与精准推送展现于公众视野，实现了产品推广功能。最终，为章水泉竹艺的传承与推广提供了新的路径。     

A high-throughput chaotic advection microreactor for preparation of uniform and aggregated barium sulfate nanoparticles

A high-throughput (105.5 g/h) passive four-stage asymmetric oscillating feedback microreactor using chaotic mixing mechanism was developed to prepare aggregated Barium sulfate (BaSO₄) particles of high primary nanoparticle size uniformity. Three-dimensional unsteady simulations showed that chaotic mixing could be induced by three unique secondary flows (i.e., vortex, recirculation, and oscillation), and the fluid oscillation mechanism was examined in detail. Simulations and Villermaux–Dushman experiments indicate that almost complete mixing down to molecular level can be achieved and the prepared BaSO₄ nanoparticles were with narrow primary particle size distribution (PSD) having geometric standard deviation, σ_g, less than 1.43 when the total volumetric flow rate Q_total was larger than 10 ml/min. By selecting Q_total and reactant concentrations, average primary particle size can be controlled from 23 to 109 nm as determined by microscopy. An average size of 26 nm with narrow primary PSD (σ_g = 1.22) could be achieved at Q_total of 160 ml/min.     

机器翻译译文质量估计综述

机器翻译译文质量估计(Quality Estimation,QE)是指在不需要人工参考译文的条件下,估计机器翻译系统产生的译文的质量,对机器翻译研究和应用具有很重要的价值。机器翻译译文质量估计经过最近几年的发展,取得了丰富的研究成果。该文首先介绍了机器翻译译文质量估计的背景与意义;然后详细介绍了句子级QE、单词级QE、文档级QE的具体任务目标、评价指标等内容,进一步概括了QE方法发展的三个阶段: 基于特征工程和机器学习的QE方法阶段,基于深度学习的QE方法阶段,融入预训练模型的QE方法阶段,并介绍了每一阶段中的代表性研究工作;最后分析了目前的研究现状及不足,并对未来QE方法的研究及发展方向进行了展望。     

基于卷积神经网络的5G蜂窝网络无线定位方法

5G蜂窝网络发展迅猛，其覆盖面积将逐渐增大，因此使用5G蜂窝网络进行定位是有研究潜力的研究方向。本文提出一种新的深度学习技术来实现高效、高精度和低占用的定位，以代替传统指纹定位过程中繁重的指纹库生成以及距离计算。该方法建立了一个特殊的卷积神经网络，并根据5G天线信号的接收信号强度指示、相位和到达角等特征量，选择合适的输入数据格式构造样本组建训练集，对该卷积神经网络进行训练。训练得到的卷积神经网络可以替代指纹定位中的庞大指纹库，非常有利于直接在5G移动设备端实现定位。虽然卷积神经网络在训练过程中需要大量时间，但在训练完毕后直接进行分类定位的速度非常快，可以保障定位实现的实时性。本文所实现的卷积神经网络权重与偏置所占内存不到0.5 MB，且能够在实际应用环境中以95%的定位准确率以及0.1 m的平均定位精度实现高精度定位。     

面向小语种机器翻译的平行语料库构建方法

神经机器翻译模型的训练效果在很大程度上取决于平行语料库的规模和质量。除了一些常见语言外,汉语与小语种间高质量平行语料库的建设一直处于滞后状态。现有小语种平行语料库多采用自动句子对齐技术利用网络资源构建而成,在文本质量和领域等方面有诸多局限性。采用人工翻译的方式可以构建高质量平行语料库,但是缺乏相关经验和方法。文中从机器翻译实践者和研究者角度出发,介绍了经济高效的人工构建小语种平行语料库的工作,包括其总体目标、实施过程、流程细节和最后结果。在构建过程中尝试并积累了各种经验,形成了小语种到汉语平行语料库构建方法、建议的总结。最终,成功构建了波斯语到汉语、印地语到汉语、印度尼西亚语到汉语各50万条高质量平行语料。实验结果表明,所构建的平行语料库有较好的质量,提高了小语种神经机器翻译模型的训练效果。     

行李箱外板浮动整形模设计

介绍了某轿车行李箱外板的翻边侧整形模设计过程,行李箱外板的侧法兰翻边上存在凹包,其翻边方向和凹包成形方向不同,常规需要2道工序分别完成翻边和凹包成形。该模具突破了传统的设计结构,在翻边机构中设置了凹包成形机构,将2个不同方向的成形复合到1道工序中,减少了模具数量,降低了冲压成本和工装成本。     

基于PLC控制的氮化钒烧结设备自动上下料系统设计

针对氮化钒产品烧结工艺特点，设计了一种全自动上下料系统，以满足高效率、高质量的自动化生产需求。该系统用PLC作为控制系统，触摸屏显示，实现了自动将上料装置储存的生料球精确倒入每个匣钵，并使每个匣钵内承载的生料球重量一致，保证烧结产品质量的一致性；然后将烧结完成后装有成品氮化钒的匣钵自动从工作面提升至下料装置，下料装置自动将匣钵内的成品氮化钒倒入移动料仓。该系统有效地提高了生产效率、产品质量和自动化水平。     

CFETR水冷陶瓷增殖剂包层模块产氚率实验验证

水冷陶瓷增殖剂（WCCB）包层作为中国聚变工程试验堆（CFETR）候选包层之一，承担着氚增殖、核热提取、屏蔽等重要涉核功能，其中子学设计的可靠性直接影响CFETR氚自持目标的实现。为验证中子学设计工具，即MCNP和FNEDL3.0数据库，在WCCB包层中子学设计中的可靠性，基于研制出的WCCB包层模块，在DT中子环境下开展中子学实验，对以产氚率（TPR）为代表的中子学参数进行了模拟值（C）和实验值（E）对比分析。结果表明，模块中轴线位置处TPR的C/E为0.97?1.08，而模块边缘位置处TPR的C/E为0.65?0.82；模块钛酸锂层边缘区197Au（n，γ）198Au反应率的C/E为0.72?0.90，表明模块边缘区存在非期望的散射中子，导致该区TPR模拟值和实验值偏离较大。