“电工学实验”混合教学模式的探索与实践

在大类培养改革背景下,基于“电工学实验”开放式实践教学体系现状进行了“电工学实验”混合教学模式的研究,建立了“微课”资源并通过新型教学平台进行推送,确立了完备的混合教学模式应用机制并在部分专业进行了试点,通过分析试点调查数据得出混合教学模式具有在实验教学中提高学生学习效率、激发学生学习动力、促进学生个性发展、培养学生实践应用能力的优势,是落实创新应用型人才培养目标的重要举措。     

基于单光子计数激光雷达的Bayesian检测研究

在单光子计数激光雷达检测领域,目前的检测方法在低信噪比情况下虚警概率会增加,同时也无法适应噪声变化的问题。针对这些问题,提出了一种基于Bayesian的检测方法,该方法首先通过雷达方程估计回波信号光子数的范围,将其作为先验信息,而后结合二项分布建立了累计概率模型,基于Bayesian判决准则计算得到检测阈值,此阈值能够在检测概率与虚警概率中间择其平衡。这种方法不仅克服了低信噪比检测困难的情况,还减少了先验信息的获取难度。实验结果表明,对比固定阈值其虚警概率降低了10倍。对比“恒虚警”其检测概率提高了约20。验证了方法具有良好的检测效果,具备一定的可操作性。     

一种基于FCOS神经网络的小建筑物目标检测方法北大核心

提出了一种基于FCOS神经网络的小建筑物目标检测算法,针对FCOS模型在特征提取阶段提取到的小建筑物目标特征较少问题,引入多尺度检测和可变形卷积方式,加强网络对小建筑物目标的特征提取能力,并通过改进后的SGE注意力机制降低特征图中的干扰噪声权重。改进后的网络可以提取到更多的小建筑物目标特征,对环境干扰噪声的鲁棒性更强。在自己搭建的数据集上进行了实验测试,结果表明,在相同环境下网络改进后建筑物的整体检测准确率提升了1.7%,其中对小建筑物目标提升了3.6%,减少了小建筑物目标漏检、误检的问题。     

农耕印迹:扎染菱形纹样作为布依语“Ndaeh Sengh”的解读研究

目的 菱形纹样是我国古老的几何纹样之一，其历史悠久、应用广泛，在不同地域和文化背景下被赋予了不同的文化内涵，厘清纹样的在地性符号所指，是提升传统工艺传承与设计创新的方法路径。方法 以贵州花戛乡布依族扎染技艺中的菱形纹样为研究个案，结合人类学的田野调查法和艺术设计学的比较研究法，对花戛布依族服装配饰中的扎染菱形纹样进行综合考证和分析。结论 认为花戛扎染菱形纹样是布依族日用器物“升”的形态转译，是农耕背景下布依人祈求丰收的文化符号载体。有着文化符号功能的菱形“Ndaeh Sengh”纹样，与布依人生活、习俗、地域环境等方面存在多维的联结，“Ndaeh Sengh”越多代表农作物收成越好，寓意丰收和富足。“Ndaeh Sengh”作为农耕记忆背景下布依族集体无意识原型形式的外化，其制作工艺和纹样所承载的文化记忆对于非遗保护、工艺传承、非遗设计等方面都有一定的理论指导意义。     

成型温度对PBX装药内部质量及性能的影响

针对压制成型的PBX炸药装药，选择CT无损检测、巴西实验和扫描电镜检测等技术，对比研究了室温和加热两种温度下压制成型的炸药装药内部质量、静态力学性能和细观破坏形式。结果表明，加热压制有利于改善炸药装药的内部质量，可避免产生初始损伤，且提高了装药的力学性能。细观尺度上，室温压制成型的装药主要发生界面脱黏破坏，加热压制成型装药的主要破坏形式是穿晶断裂。     

一种直升机避障电力线检测方法

电力线是一类形状细长、特征稀疏、随着视角的变化容易混淆在大量背景信息中的特殊障碍物，常规电力线检测识别算法得到的目标框对电力线所在位置的估计不够准确。为此，提出了一种相对角度估计方法，基于常规电力线目标检测与识别算法，并结合电力线相对角度估计，从而提高电力线的检测识别过程中所在位置的精度。相比电力线绝对角度回归的方法，提出的相对角度估计方法容易训练易收敛，计算量小，适用于实时性要求较高的应用场合。     

基于误差估值累加开环校正的诱导式欺骗检测方法

诱导式卫星欺骗干扰可诱导航空器逐渐偏离预定航迹，难以被发现，因此及时有效地检测干扰是飞行安全的保障。在现有紧组合导航体制基础上，设计了一种基于误差估值累加开环校正的紧组合导航结构，并证明了其性能与传统闭环校正紧组合导航性能等效。在此结构中，将紧组合导航系统与自适应序贯概率比检测方法结合，提出了一种基于误差估值累加开环校正的诱导式欺骗检测方法，融合紧组合导航信息与其他不受欺骗影响的导航信息，构建欺骗检测统计量进行诱导式欺骗检测。仿真结果表明，开环校正结构可避免随时间累加的惯性导航系统误差所导致的组合导航滤波器发散问题，同时欺骗检测方法可进一步提高算法对“最坏”情形下微小诱导式欺骗的检测效果。     

Probabilistic learning on manifolds (PLoM) with partition

The probabilistic learning on manifolds (PLoM) introduced in 2016 has solved difficult supervised problems for the “small data” limit where the number N of points in the training set is small. Many extensions have since been proposed, making it possible to deal with increasingly complex cases. However, the performance limit has been observed and explained for applications for which N is very small and for which the dimension of the diffusion-map basis is close to N. For these cases, we propose a novel extension based on the introduction of a partition in independent random vectors. We take advantage of this development to present improvements of the PLoM such as a simplified algorithm for constructing the diffusion-map basis and a new mathematical result for quantifying the concentration of the probability measure in terms of a probability upper bound. The analysis of the efficiency of this extension is presented through two applications.     

中国传统纺织服饰图案研究述评及价值阐释

目的 了解近年来传统纺织服饰图案的研究动态及发展趋势，归纳学术研究成果并进行评价，总结研究传统服饰图案的意义和对现代设计的启示。方法 基于史论视角、社会文化视角、工艺美术视角和设计艺术视角梳理相关文献，结合现有研究分析中国传统服饰图案的资料来源及其特色、传统服饰图案的研究热点、新时代传统服饰图案的生存策略及中国传统服饰图案创新设计的应用领域。结果指出传统服饰图案的研究史料取材丰富、研究类型呈现多元；当前传统服饰图案的传承与创新体现了数字化发展、美育引导、政策支持的特点；传统服饰图案在服装设计、公共空间、文创产品中大放异彩。结论 中国传统纺织服饰图案研究多点开花，但缺乏系统整体的“中国传统纺织服饰图案知识谱系”用于指导相关研究和实践，对中国传统纺织服饰图案的研究多处于实证分析的层面且欠缺深入独到的理论，通过综述与价值阐述，提出研究的不足之处，纵深学术研究，同时为中国传统纺织服饰图案的现代设计提供新思路。