我国高等学校通才教育和专才教育应有机结合

随着科学技术和经济的迅猛发展,各学科高度交叉综合,通才教育已成为我国高等教育改革的一个重要课题。本文在分析高等学校培养目标的基础上,对通才和专才的关系、我国高等教育的基础现状等进行深入分析后,提出我国高校现阶段应首先关注学生个体差异,在充分培养学生专才能力的前提下,竭力挖掘其通才的能力和素质,使通才教育和专才教育相互交融,有机结合。     

SiC肖特基二极管势垒不均匀分布理论与研究进展

碳化硅(SiC)半导体具有宽禁带、高临界击穿电场、高热导率等优异的性能,在高温、高频和大功率器件领域具有广阔的应用前景.SiC肖特基二极管是最早商用化的SiC器件,然而,由于决定金属接触性能的肖特基势垒无法得到有效控制,高性能的SiC欧姆接触和肖特基接触制备仍然是SiC肖特基二极管研制中的关键技术难题.基于此,首先对金...     

具有输入死区与扰动的四旋翼无人机自抗扰控制

研究了具有输入死区与扰动的四旋翼无人机的姿态控制问题。由于输入死区普遍存在于四旋翼无人机的执行机构,并且易受到扰动的影响。针对具有输入死区与扰动的四旋翼无人机系统,设计基于自抗扰的动态面控制器。采用自抗扰控制算法设计扩张状态观测器估计系统的总扰动,采用动态面方法设计控制律。所设计的控制器使四旋翼无人机实现对期望姿态角跟踪。仿真结果验证了该方案的有效性。     

关于检测专注度的人脸识别综述

人脸表情是情绪最明显的表现方式,在人脸识别技术中,常摄像镜头采集不同的人脸图像,如位置、表情、静态以及动态等。其中,图像大小、分辨率、光照环境、模糊度、采集角度以及遮挡程度等均为影响采集效果的重要因素。随着科学技术的飞速发展,基于人脸识别技术在专注度检测中起到越来越重要的作用。文章主要介绍了当前主流的专注度识别方法,阐述了多种基于人脸表情识别的专注度检测方法和基于行为姿态的专注度检测方法,最后对专注度识别的发展趋势进行了探讨,以期为后来者对该领域的研究提供参考。     

房间远程监控系统设计

设计了一种分层式的房间远程监控系统。现场控制层以STC89C52RC单片机为主控芯片,上位机监控层基于工控组态软件MCGS平台开发,人机界面直观友好,可方便实现对房间多点温度的远程实时监测、温度报警上/下限值的在线设置和照明灯盏的开/关控制。为解决现场控制层与监控层间的数据交互问题,开发了基于MCGS的51单片机驱动构件。实际运行结果表明:系统实时性、稳定性良好,达到设计要求。     

集成主角及其在故障检测中的应用

为了解决稀疏化造成的核主角不稳定问题, 提出了集成主角方法. 集成主角求再生核希尔伯特空间的多组近似基, 将核主角问题极值向量的解空间限定在近似基张成的空间求核主角, 然后集成特征值. 利用集成主角(ensemble principal angle, EPA)可以对复杂环境下的多变量工业过程进行在线故障检测. 最后本文通过在Tennessee Eastman数据集上的实验, 对集成主角在故障检测中的应用进行了说明.     

变工况下感应电机全速域效率优化控制研究

为了进一步降低感应电机在变工况运行条件下的电能损耗,提出了一种基于模型法的全速域节能运行控制策略。该策略在考虑漏感影响的损耗模型基础上,建立可控损耗受转速与电流影响的机理关系,并对感应电机在全速域范围运行的转速变化进行区域划分,利用库恩卡克条件确定在不同速度划分区域运行负载波动时的最优节能控制策略;在弱磁区利用电流轨迹图对励磁电流和转矩电流进行合理分配来提高感应电机最大转矩。仿真分析表明,所提出的节能控制策略能够有效提高感应电机的运行效率,并提高弱磁区的最大输出转矩,使系统达到最佳运行状态。     

基于扰动观察的双馈风电场有功功率自动控制北大核心

以提升双馈风电场风能捕捉率、降低有功功率控制偏差为目的,研究基于扰动观察的双馈风电场有功功率自动控制方法。依据双馈感应发电机运行原理,构建其数学模型和动力学模型,获取双馈风电场数学和动力学参数,依据有功功率受阻尼系数和弹性系数影响的单峰值特点,采用扰动观察方法在阻尼系数与弹性系数构成的二维变量组上加入阻尼系数与弹性系数交替扰动情况的第三维度,通过计算其斜率获取区域变更速度,并在固定步长与斜率变步长上添加扰动,以寻找最佳数值方式降低功率点上下变化,实现双馈风电场有功功率控制。实验结果表明,上述方法控制的双馈风电场风能捕捉率较高;可有效控制无功功率,补偿有功功率;有功功率数值在风速为90m/s之前均和额定有功功率数值相同。     

“数字信号处理”课程教学研究

“数字信号处理”课程介绍处理数字信号的技术,它们被广泛用于工程技术领域。为了帮助学生更便捷地学习课程,老师需要从前期材料搜集、中期授课、后期答疑等方面为学生做好服务工作。同时,学生应认真学习课程内容,多做习题,并虚心向老师请教。通过师生的共同努力,保证课程能顺利开展与完成。老师将思政元素悄然融入专业课程教学过程,为同类课程的教学研究提供有益借鉴。     

基于多尺寸卷积与残差单元的快速收敛 GAN 胸部 X 射线图像数据增强

针对深度学习中数据增强的方法, 改进生成式对抗网络 (GAN,Generative adversarial networks)模型,形成一种快速收敛生成式对抗网络,能够克服 GAN 训练过程不稳定、收敛速度缓慢容易发生模式崩溃等问题。采用在判别器中使用多尺寸卷积,加强判别器的特征提取能力;在生成器中添加残差单元的方法,使得生成器可以快速拟合真实数据的分布;同时对判别器进行预训练的策略,有利于提高生成器前期训练稳定性和加快训练过程。运用 CIFAR-10 标准数据集进行实验,与几种基于 GAN 的模型对比,证实本文的改进算法效果较好,图像质量和多样性更优。利用本文提出的改进算法用于美国 NIH 临床数据库的胸部 X 射线数据集,生成扩充样本,经图灵测试证实了算法的有效性。